您好,读者! 请
登录
内蒙古大学图书馆
首页
概况
本馆概况
组织机构
入馆须知
规章制度
馆藏布局
参观与访问图书馆
党建
资源
馆藏资源
电子资源
数据库导航
特色资源
服务
办证服务
图书借阅
阅读推广
文献传递与馆际互借
空间与设施
开放时间
iThenticate论文原创性检测服务
科研支持
论文收录引用证明
科技查新
知识产权
档案馆
帮助
联系我们
地理位置
新生指南
常见问题
图书捐赠
咨询与建议
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
您的常用邮箱:
*
您的手机号码:
*
问题描述:
当前已输入0个字,您还可以输入200个字
全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现
本站搜索
搜 索
高级检索
分类表
所选分类
----=双击删除一行=----
>>
<<
限定检索结果
标题
作者
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
标题
标题
作者
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
作者
标题
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
作者
作者
标题
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
确 定
文献类型
2 篇
期刊文献
馆藏范围
2 篇
电子文献
0 种
纸本馆藏
日期分布
学科分类号
2 篇
农学
2 篇
农业资源与环境
1 篇
林学
1 篇
工学
1 篇
林业工程
主题
2 篇
蓄积量
2 篇
年龄
2 篇
变化检测
2 篇
桉树
1 篇
光学遥感
1 篇
林业遥感
机构
2 篇
中南林业科技大学
作者
2 篇
朱立新
2 篇
林辉
2 篇
杨培松
2 篇
张廷琛
2 篇
叶子林
2 篇
龙江平
2 篇
李洵微
2 篇
段彩红
语言
2 篇
中文
检索条件
"机构=中南林业科技大学林业遥感与信息工程研究中心林业遥感大数据与生态安全湖南省重点实验室国家林业局南方地区森林资源管理与检测重点实验室"
共
2
条 记 录,以下是1-10
订阅
全选
清除本页
清除全部
题录导出
标记到"检索档案"
详细
简洁
排序:
相关度排序
时效性降序
时效性升序
相关度排序
相关度排序
时效性降序
时效性升序
结合改进模拟连续变化
检测
与分类算法的桉树年龄和蓄积量
遥感
估测
收藏
分享
引用
林业
科学
2025年 第4期61卷 46-55页
作者:
段彩红
林辉
龙江平
杨培松
叶子林
张廷琛
李洵微
朱立新
中南林业科技大学林业遥感与信息工程研究中心林业遥感大数据与生态安全湖南省重点实验室、国家林业和草原局南方地区森林资源管理与检测重点实验室
长沙410004
【目的】通过改进
检测
算法获取准确年龄变量,在此基础上提升桉树蓄积量
遥感
估测精度,缓和桉树蓄积量饱和效应问题。【方法】以多时相Landsat-8和Sentinel-2为
数据
源,分析桉树的时间序列生长曲线,融合线性插值和动态识别方法,采用模拟连...
详细信息
【目的】通过改进
检测
算法获取准确年龄变量,在此基础上提升桉树蓄积量
遥感
估测精度,缓和桉树蓄积量饱和效应问题。【方法】以多时相Landsat-8和Sentinel-2为
数据
源,分析桉树的时间序列生长曲线,融合线性插值和动态识别方法,采用模拟连续变化
检测
与分类(CCDC)算法识别采伐点,结合普通最小二乘法和斜率截距显著变化分析采伐点并推算桉树年龄。在此基础上,基于
遥感
特征和桉树年龄构建变量集1(由波段值、植被指数和纹理特征构成)和变量集2(由变量集1和年龄构成),采用多元线性回归(MLR)、k最邻近(KNN)、随机
森林
(RF)和支持向量机(SVR)4种模型估测桉树蓄积量。【结果】模拟CCDC算法对100个样本的识别准确率达82%,年龄与蓄积量之间的距离相关系数为0.71,远高于其他
遥感
变量。桉树蓄积量估测结果表明:变量集1的R^(2)为0.40,RMSE为41.11 m^(3)·hm^(−2),rRMSE为34%;变量集2的R^(2)为0.83,RMSE为22.08 m^(3)·hm^(−2),rRMSE为18%。变量集1中,模型计算结果较弱,R^(2)较低,RMSE和rRMSE较高;引入年龄的变量集2,模型计算结果显著提升,特别是SVR模型中,R^(2)升至0.83,RMSE和rRMSE明显下降,年龄变量的引入可提高桉树蓄积量模型估测精度。【结论】改进的模拟CCDC算法提高了年龄变量的准确性,且年龄与蓄积量呈现显著相关性。年龄变量的引入显著提升了模型性能,估测精度提高16个百分点。
关键词:
林业
遥感
变化
检测
蓄积量
年龄
桉树
来源:
评论
学校读者
我要写书评
暂无评论
结合改进模拟CCDC算法的桉树年龄和蓄积量
遥感
估计
收藏
分享
引用
林业
科学
2025年
作者:
段彩红
林辉
龙江平
杨培松
叶子林
张廷琛
李洵微
朱立新
中南林业科技大学林业遥感与信息工程研究中心林业遥感大数据与生态安全湖南省重点实验室国家林业局南方地区森林资源管理与检测重点实验室
【目的】通过改进
检测
算法获取准确年龄变量的基础上,提升桉树蓄积量
遥感
估计精度,缓和桉树蓄积量饱和度问题。【方法】以多时相Landsat-8和Sentinel-2为主要
数据
源,分析桉树的时间序列生长曲线,融合线性插值和动态识别方法,采用...
详细信息
【目的】通过改进
检测
算法获取准确年龄变量的基础上,提升桉树蓄积量
遥感
估计精度,缓和桉树蓄积量饱和度问题。【方法】以多时相Landsat-8和Sentinel-2为主要
数据
源,分析桉树的时间序列生长曲线,融合线性插值和动态识别方法,采用模拟连续变化
检测
与分类(Continuous change detection and classification)
检测
算法识别采伐点,结合最小二乘法及斜率截距显著变化分析采伐点并推算桉树年龄。在此基础上,利用
遥感
特征和桉树年龄构建2个变量集:变量集1(由波段值、植被指数和纹理特征构成)和变量集2(由变量集1和年龄构成),采用多元线性回归(MLR)、K邻近(KNN)、随机
森林
(RF)和支持向量机(SVR)4种模型估计桉树蓄积量。【结果】模拟CCDC
检测
算法对100个样本的识别结果准确率为82%,年龄与蓄积量之间的DC距离相关系数为0.71,远高于其他
遥感
变量。桉树蓄积量估测结果表明:变量集1的R2为0.40,RMSE为41.11 m3·hm-2,rRMSE为34%。变量集2的R2为0.83,RMSE为22.08 m3·hm-2,rRMSE为18%。变量集1中,模型计算结果较弱,R 值较低,RMSE 和 rRMSE 较高。而引入年龄变量的变量集2,模型计算结果显著提升,特别是模型SVR中,R提升至0.83,RMSE 和 rRMSE 明显下降,年龄变量的引入提高了桉树蓄积量模型估计精度。【结论】改进的模拟CCDC变化
检测
方法提高了年龄变量的准确性,且年龄与蓄积呈现显著的相关性。年龄变量的引入显著提升了模型的估测性能,估测精度提高了16个百分点。本
研究
为桉树蓄积量
遥感
估计提供了有力的技术支持。
关键词:
光学
遥感
变化
检测
蓄积量
年龄
桉树
来源:
评论
学校读者
我要写书评
暂无评论
没有更多数据了...
下一页
全选
清除本页
清除全部
题录导出
标记到“检索档案”
共1页
<<
<
1
>
>>
检索报告
对象比较
合并检索
0
隐藏
清空
合并搜索
回到顶部
执行限定条件
内容:
评分:
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
订阅名称:
通借通还
温馨提示:
图书名称:
借书校区:
取书校区:
手机号码:
邮箱地址:
一卡通帐号:
电话和邮箱必须正确填写,我们会与您联系确认。
联 系 人:
所在院系:
联系邮箱:
联系电话:
暂无评论