检索结果-内蒙古大学图书馆

生态学报 2023年第13期43卷 5600-5613页

作者：宋柯馨蒋馥根胡宗达吕云兵龙依邓目丽陈松孙华中南林业科技大学林业遥感信息工程研究中心长沙410004 林业遥感大数据与生态安全湖南省重点实验室长沙410004 南方森林资源经营与监测国家林业与草原局重点实验室长沙410004 四川农业大学资源学院成都611130 西藏详图测绘有限公司拉萨851414

草地地上生物量(Aboveground Biomass,AGB)是反映草地生态系统功能和质量的关键指标,大尺度地准确估算草地AGB对草地生态系统经营管理至关重要。研究以MODIS影像为数据源,提取反射率、植被指数和植被产品三种不同类型的特征变量,结合野... 详细信息

草地地上生物量(Aboveground Biomass,AGB)是反映草地生态系统功能和质量的关键指标,大尺度地准确估算草地AGB对草地生态系统经营管理至关重要。研究以MODIS影像为数据源,提取反射率、植被指数和植被产品三种不同类型的特征变量,结合野外实测样地草地AGB数据,构建以多元线性逐步回归为代表的参数模型以及随机森林、支持向量机和kNN等非参数模型进行西藏自治区草地AGB估测及空间分布制图。结果表明:(1)多元线性逐步回归、随机森林、支持向量机和kNN模型在加入植被产品特征变量后,RMSE分别降低了15.8%、13.5%、4.1%和17.3%,表明植被产品作为建模变量用于草地AGB估测可有效提高模型精度;(2)三种组合变量构建的草地AGB估测模型中,反射率、植被指数、植被产品组合构建的模型效果最佳,其中kNN模型估测精度最高,R2达到0.60,RMSE和MAE分别为0.43、0.34 t/hm^(2);(3)草地AGB空间分布呈现出西北地区较低、中部地区较高且分布形态较破碎和东部地区较高的变化特征;(4)利用MODIS植被产品结合kNN模型的预测值与草地实测的AGB空间分布趋势基本一致。综上,MODIS植被产品结合kNN模型可作为大尺度区域草地AGB遥感估测的有效参考。

关键词：草地地上生物量机器学习 kNN MODIS 植被产品

来源：评论

学校读者我要写书评

暂无评论

LA-UNet网络模型在城市绿地遥感分类中的应用

引用

应用生态学报 2024年第4期35卷 1101-1111页

作者：徐亮亮马开森王霞李东胜孙华中南林业科技大学林业遥感信息工程研究中心长沙410004 林业遥感大数据与生态安全湖南省重点实验室长沙410004 南方森林资源经营与监测国家林业与草原局重点实验室长沙410004 湖南科技大学地理空间信息技术国家地方联合工程实验室湖南湘潭411201 河北省林业和草原调查规划设计院石家庄050011

城市绿地的精准识别和监测在城市规划和生态管理方面具有重要意义。城市绿地背景复杂,使用传统遥感分类技术容易出现错分粘连的问题。本研究以长沙市雨花区为研究区,高分二号(GF-2)遥感影像为数据源,提出一种基于LA-UNet模型的城市绿地... 详细信息

城市绿地的精准识别和监测在城市规划和生态管理方面具有重要意义。城市绿地背景复杂,使用传统遥感分类技术容易出现错分粘连的问题。本研究以长沙市雨花区为研究区,高分二号(GF-2)遥感影像为数据源,提出一种基于LA-UNet模型的城市绿地遥感分类方法,该方法以UNet模型为基础,引入DWTCA通道注意力机制模块提升网络对绿地信息的关注度,并使用CARAFE模块对提取特征进行上采样,实现对城市复杂背景下乔木、灌草等多种地类的精准分类。结果表明:利用标准假彩色遥感影像时,LA-UNet模型的城市绿地分类效果最优,总体准确率和平均交并比分别为96.3%和90.9%,比UNet模型分别提高2.8%和6.1%。在波茨坦公开数据集中,LA-UNet模型的总体准确率和平均交并比也同样优于UNet模型,分别提高0.9%和1.8%,表明LA-UNet模型具有较好的鲁棒性和通用性。本研究提出的LA-UNet模型能有效缓解城市绿地错分粘连问题,在城市绿地遥感分类中具有显著优势。改进后的LA-UNet模型比UNet模型具有更小的参数体积,能有效提升城市绿地分类精度。本研究将为城市绿地的精准分类及其空间分布规律研究提供方法参考。

关键词：遥感分类城市绿地高分二号 LA-UNet 注意力机制

来源：评论

学校读者我要写书评

暂无评论

面向对象结合卷积神经网络的GF-1影像遥感分类

引用

中南林业科技大学学报 2021年第8期41卷 45-55,67页

作者：蒋治浩林辉张怀清蒋馥根中南林业科技大学林业遥感信息工程研究中心湖南长沙410004 中南林业科技大学林业遥感大数据与生态安全湖南省重点实验室湖南长沙410004 中南林业科技大学南方森林资源经营与监测国家林业与草原局重点实验室湖南长沙410004 中国林业科学研究院资源信息研究所北京100091

【目的】近年来,越来越多高时间分辨率、高空间分辨率卫星相继出现,为我们的生产生活提供了很大的便利,如何利用好这些数据庞大、信息丰富的遥感影像一直以来都是国内外研究的热点问题。其中遥感影像的分类是将大量的遥感影像应用于各... 详细信息

【目的】近年来,越来越多高时间分辨率、高空间分辨率卫星相继出现,为我们的生产生活提供了很大的便利,如何利用好这些数据庞大、信息丰富的遥感影像一直以来都是国内外研究的热点问题。其中遥感影像的分类是将大量的遥感影像应用于各个领域的基础,针对传统方法对于高分辨率影像分类精度提高难的问题,提出一种面向对象结合卷积神经网络的遥感分类方法。【方法】首先利用构建moran’s I指数与地理探测器q统计量的二维空间的方法,确定最佳分割尺度,以最大面积法确定均质因子权重,对预处理后的GF-1影像进行分割,利用分割后的对象的特征作为分类模型的输入变量,建立一维卷积神经网络(1D-CNN)的分类模型,构建了基于像元的支持向量机,面向对象的支持向量机分类模型,对研究区进行了分类。【结果】利用面向对象的一维卷积神经网络方法进行分类,分类结果总体精度为93.10%,Kappa系数为0.9167,同基于像元支持向量机方法相比,总体精度提高了24.35%,Kappa系数提高了0.2923;同面向对象的支持向量机方法相比,总体精度提高了6.2%,Kappa系数提高了0.0746。【结论】利用构建的moran’s I指数与地理探测器q统计量的二维空间和最大面积法确定最佳分割参数,建立一维卷积神经网络结合面向对象的方法对遥感影像进行分类,与传统模型相比得到的分类结果精度较高,是一种快速有效的分类方法。

关键词：遥感分类面向对象最佳分割参数卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

Landsat8时间序列影像支持下的农田防护林提取方法研究

引用

中南林业科技大学学报 2020年第4期40卷 57-63页

作者：雷思君孙华刘华蒋馥根陈松吴童谢勇中南林业科技大学湖南长沙410004 林业遥感大数据与生态安全湖南省重点实验室湖南长沙410004 南方森林资源经营与监测国家林业与草原局重点实验室湖南长沙410004 中国林业科学研究院资源信息研究所北京100091

【目的】农田防护林空间分布是三北防护林生态工程监测的重要内容之一。传统的人工调查方式获取农田防护林费时耗力,效率较低,遥感技术可以弥补传统人工调查的不足。现有农田防护林空间分布研究中,基于单期高分辨率遥感影像可以较好提... 详细信息

【目的】农田防护林空间分布是三北防护林生态工程监测的重要内容之一。传统的人工调查方式获取农田防护林费时耗力,效率较低,遥感技术可以弥补传统人工调查的不足。现有农田防护林空间分布研究中,基于单期高分辨率遥感影像可以较好提取植被信息,但是不能很好的解决影像中一些地类存在的同谱异物和同物异谱现象。利用中等分辨率遥感影像进行农田防护林信息提取也仅限于利用光谱信息、形状指数等进行决策树分类,且精度受限。鉴于此,依托中低分辨率遥感影像的农田防护林提取方法有待研究。【方法】选择甘肃省张掖市甘州区为研究区,选取2017年4个季度9期Landsat8 OLI时间序列数据为农田防护林信息提取的数据源,在进行辐射定标和大气校正的基础上,基于分层分类的思想,融入植被物候特征、水体和植被指数,利用时间序列遥感影像以及多特征分类指标,逐步提取并掩膜研究区内其他地物,最终实现农田防护林的提取。利用野外样点调查结果和甘州区土地利用数据库对信息提取结果进行精度评价。【结果】该方法分类总体精度为85.93%,kappa系数为0.79,其中野外调查记录的33个农田防护林样点中29个被正确提取,精度达到87.8%。【结论】时间序列遥感数据能有效提取植被的物候参数。基于多时序、多特征分层分类方法能有效提取农田防护林的空间分布信息,降低了同谱异物和同物异谱现象对农田防护林信息提取的干扰。说明利用时间序列遥感影像结合多种特征分类指标的分层分类方法开展甘州区的农田防护林提取是可行的。

关键词：遥感影像分类甘州区农田防护林多时序影像 Landsat8 OLI

来源：评论

学校读者我要写书评

暂无评论

基于国产高分遥感数据的黑龙江三江湿地分类

引用

中南林业科技大学学报 2022年第9期42卷 71-81页

作者：潘煜琳林辉中南林业科技大学林业遥感信息工程研究中心湖南长沙410004 林业遥感大数据与生态安全湖南省重点实验室湖南长沙410004 南方森林资源经营与监测国家林业与草原局重点实验室湖南长沙410004

【目的】湿地是重要的生态系统之一,实现湿地信息的自动提取和动态监测对湿地资源的科学管理和利用有重要的意义。黑龙江三江湿地是我国最大的淡水沼泽湿地,具有丰富的野生动植物资源。探究国产高分五号(GF-5)高光谱和高分六号(GF-6)多... 详细信息

【目的】湿地是重要的生态系统之一,实现湿地信息的自动提取和动态监测对湿地资源的科学管理和利用有重要的意义。黑龙江三江湿地是我国最大的淡水沼泽湿地,具有丰富的野生动植物资源。探究国产高分五号(GF-5)高光谱和高分六号(GF-6)多光谱遥感数据及其不同特征组合在中高纬度湿地信息分类中的能力,为三江湿地的可持续发展提供科学依据。【方法】首先对获取的高分数据进行辐射定标、大气校正、地理配准、镶嵌和裁剪预处理后,然后采用主成分分析法(Principal Component Analysis,PCA)对高光谱数据进行降维和特征筛选,最终从GF-5遥感影像中选取了5个特征;在GF-6的8个原始波段基础上通过波段计算提取了指数特征(NDVI、NDWI),增加到10个波段,并将GF-5和GF-6影像提取特征进行组合,利用支持向量机(SVM)、随机森林算法(RF)和K-近邻算法(KNN)等3种分类器提取湿地信息。【结果】基于GF-5和GF-6波段组合后的特征组合与SVM算法的结合获取的湿地信息总体分类效果最好,总体精度可达到88.96%,Kappa系数为0.85,能够合理地提取三江湿地的不同地类信息。根据混淆矩阵的数据统计可知,湿地重要的地类草本和水域错分比例明显减少,此外大面积噪声情况有所改善并且细小狭长的水域能够被识别分类。【结论】不同源数据和特征组合的湿地信息提取的精度表明高光谱和多光谱遥感数据的特征组合可以提供丰富的光谱信息,显著减少了“同物异谱,同谱异物”的情况;而且基于GF-5和GF-6特征组合,应用SVM算法,可以获得较高的分类精度,对比单一的GF-5和GF-6遥感数据,总体精度分别提高了16.74%和3.3%,为构建国产高分卫星数据的湿地信息智能提取理论和方法提供技术支撑。

关键词：三江湿地支持向量机随机森林 K-近邻算法 GF-5 GF-6

来源：评论

学校读者我要写书评

暂无评论

基于TanDEM-X数据的林分平均高反演方法研究

引用

西南林业大学学报（自然科学） 2019年第5期39卷 110-117页

作者：蔡耀通林辉孙华张猛龙江平中南林业科技大学林业遥感信息工程研究中心湖南长沙410004 林业遥感大数据与生态安全湖南省重点实验室湖南长沙410004 南方森林资源经营与监测国家林业局重点实验室湖南长沙410004

以TanDEM-X/TerraSAR-X HH单极化干涉对和GF-2遥感数据为基础,提出结合极化干涉与混合像元分解技术的改进差分法来反演林分平均高,并利用外业数据进行精度验证。结果表明:以植被丰度校正冠层高度模型,林分平均高的估测精度和R^2值得到... 详细信息

以TanDEM-X/TerraSAR-X HH单极化干涉对和GF-2遥感数据为基础,提出结合极化干涉与混合像元分解技术的改进差分法来反演林分平均高,并利用外业数据进行精度验证。结果表明:以植被丰度校正冠层高度模型,林分平均高的估测精度和R^2值得到大幅提高,均方根误差也随之降低。因此,本研究提出的方法能有效降低林分低郁闭度产生的混合像元作用对林分平均高反演的影响,提高林分平均高的反演精度。

关键词： TanDEM-X 冠层高度模型 DSM-DEM差分法混合像元分解林分平均高

来源：评论

学校读者我要写书评

暂无评论

中国世界遗产旅游目的地客源市场潜力研究

引用

经济地理 2019年第4期39卷 216-222页

作者：周玉翠邓祖涛石军南马点明郑晓云衢州学院经贸管理学院中国浙江衢州324000 湖北经济学院旅游与酒店管理学院中国湖北武汉430205 中南林业科技大学林业遥感信息工程研究中心/南方森林资源经营与监测国家林业局重点实验室中国湖南长沙410004

文章在回顾已有相关研究的基础上,重新界定世界遗产旅游目的地的一级、二级客源市场潜力的计算方法,利用GIS技术计算我国世界遗产旅游目的地的一级、二级客源市场潜力,并以此将我国世界遗产的客源市场潜力分为五个类型。研究发现:文化... 详细信息

文章在回顾已有相关研究的基础上,重新界定世界遗产旅游目的地的一级、二级客源市场潜力的计算方法,利用GIS技术计算我国世界遗产旅游目的地的一级、二级客源市场潜力,并以此将我国世界遗产的客源市场潜力分为五个类型。研究发现:文化遗产的客源市场潜力普遍大于自然遗产,交通状况、区位因素、遗产地本身的面积是影响世界遗产地客源市场潜力的重要因素,世界遗产旅游目的地接待旅游者人次数与遗产地知名度的相关系数远远大于与客源市场潜力的相关系数。

关键词：世界遗产旅游目的地客源市场潜力百度指数高铁交通自然遗产文化遗产

来源：评论

学校读者我要写书评

暂无评论

基于方差优化k最近邻法的森林蓄积量估测

引用

森林与环境学报 2019年第5期39卷 497-504页

作者：蒋馥根孙华 ZHAO Feng 林辉龙江平中南林业科技大学林业遥感信息工程研究中心湖南长沙410004 林业遥感大数据与生态安全湖南省重点实验室湖南长沙410004 美国大气与海洋局卫星应用研究中心美国马里兰20740 北京师范大学遥感科学国家重点实验室北京100875 南方森林资源经营与监测国家林业与草原局重点实验室湖南长沙410004

森林资源调查是数字森林资源监测的基础,遥感技术可以克服传统方法如抽样调查的局限性,有效地缩短作业时间,提高效率。虽然目前森林蓄积量遥感估测方法很多,但随着样本数量的增加,这些方法无法保证估算的准确性。本研究拟提出一种基于... 详细信息

森林资源调查是数字森林资源监测的基础,遥感技术可以克服传统方法如抽样调查的局限性,有效地缩短作业时间,提高效率。虽然目前森林蓄积量遥感估测方法很多,但随着样本数量的增加,这些方法无法保证估算的准确性。本研究拟提出一种基于方差速率优化的k最近邻法(k NN),以2017年10月Planet Labs影像为数据源,结合赤峰市旺业甸林场蓄积量实测数据建立反演模型,并与地理加权回归(GWR)模型、随机森林(RF)模型、普通k NN模型和距离加权k NN模型进行对比分析。在建立的森林蓄积量反演模型中,方差优化k NN模型得到最优精度[决定系数(R^2)为0.69,均方根误差(RMSE)为67.6 m^3·hm^-2,相对均方根误差(RRMSE)为32.04%],显著优于其他模型。结果表明,方差优化k NN模型相比其他模型更适用于森林蓄积量遥感估测,森林蓄积量遥感反演空间分布符合实际分布情况,可以满足建立反演模型的需求。同时,由于Planet Labs影像的鲜明特征(即具有高时间分辨率),该数据的时间序列数据对于森林季节变化有丰富的记录,在反演森林蓄积量方面有着很大潜力。

关键词：蓄积量遥感反演优化k NN Planet Labs影像

来源：评论

学校读者我要写书评

暂无评论

基于Sentinel数据的沅陵县针叶林可燃物载量估测研究

引用

绿色科技 2024年第14期26卷 240-246页

作者：郑龙兵郑欢娜林辉中南林业科技大学林业遥感信息工程研究中心湖南长沙410004 林业遥感大数据与生态安全湖南省重点实验室湖南长沙410004 南方森林资源经营与监测国家林业与草原局重点实验室湖南长沙410004

森林可燃物是引发森林火灾的重要因素之一,准确估测森林可燃物载量对于制定火灾防控策略、提高火灾预警能力以及保护生态环境具有重要意义。以湖南省沅陵县Senitnel-1A和Sentinel-2A影像为数据源,通过提取多源数据的不同类型遥感因子,... 详细信息

森林可燃物是引发森林火灾的重要因素之一,准确估测森林可燃物载量对于制定火灾防控策略、提高火灾预警能力以及保护生态环境具有重要意义。以湖南省沅陵县Senitnel-1A和Sentinel-2A影像为数据源,通过提取多源数据的不同类型遥感因子,结合地面调查获取的样地可燃物载量信息,采用前向特征筛选法和4种机器学习模型[多元线性回归(multiple linear regression,MLR)、k最近邻(k-nearest neighbor,kNN)、支持向量机回归(support vector regression,SVR)、随机森林(random forest,RF)]构建了针叶林可燃物载量反演模型,并对研究区内针叶林可燃物载量进行反演。结果表明:①基于Sentinel-1A数据提取的VH极化后向散射系数与针叶林可燃物载量有较高的相关性;②相比于单一数据源,联合Sentinel-1A和Sentinel-2A数据可显著提高针叶林可燃物载量估测精度,最优模型R^(2)分别提高了0.19、0.29,rRMSE分别降低4.66、6.94个百分点,RMSE分别降低了6.13、9.13 t/hm^(2),平均rRMSE分别降低了5.17、5.75个百分点,最优模型为SVR模型,其R^(2)=0.5,rRMSE=27.71,RMSE=36.47 t/hm^(2)。Sentinel-1A数据的加入有利于针叶林可燃物载量估测精度的提升。

关键词：林业遥感森林可燃物 Sentinel数据遥感特征机器学习

来源：评论

学校读者我要写书评

暂无评论

基于混合像元分解方法的康保县植被覆盖度估测

引用

中南林业调查规划 2019年第1期38卷 39-44页

作者：陈松孙华陈振雄吴童中南林业科技大学林业遥感信息工程研究中心长沙410004 林业遥感大数据与生态安全湖南省重点实验室长沙410004 南方森林资源经营与监测国家林业局重点实验室长沙410004 国家林业与草原局中南调查规划设计院长沙410014

以康保县为研究区,使用Landsat8 OLI数据,结合134个野外样地调查数据,通过像元二分法、完全约束最小二乘法和随机森林三种方法来进行混合像元的分解,探讨混合像元分解方法对提取地表植被覆盖度的可行性。结果显示:基于随机森林的混合像... 详细信息

以康保县为研究区,使用Landsat8 OLI数据,结合134个野外样地调查数据,通过像元二分法、完全约束最小二乘法和随机森林三种方法来进行混合像元的分解,探讨混合像元分解方法对提取地表植被覆盖度的可行性。结果显示:基于随机森林的混合像元分解方法结果最优,F为0.664,RMSE为0.127;三种方法都能较为精确地估测出康保县的植被覆盖情况,且与实测数据较为拟合,因此采用混合像元分解的方法进行植被覆盖度估测是完全可行的。

关键词：植被覆盖度混合像元分解随机森林完全约束最小二乘法像元二分法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：