检索结果-内蒙古大学图书馆

遥感学报 2025年第1期29卷 167-180页

作者：张猛钟安豪齐帅洋刘洋张怀清中南林业科技大学林业遥感信息工程研究中心长沙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长沙410004 中国林业科学研究院资源信息研究所北京100091

针对目前中国沼泽湿地净初级生产力NPP(Net Primary Production)估算研究相对薄弱以及植被指数饱和导致NPP估算精度偏低等问题,本研究基于MODIS遥感数据产品(MOD13Q1和MCD12Q1),利用核函数RBF(Radial Basis Function)构建的核归一化植... 详细信息

针对目前中国沼泽湿地净初级生产力NPP(Net Primary Production)估算研究相对薄弱以及植被指数饱和导致NPP估算精度偏低等问题,本研究基于MODIS遥感数据产品(MOD13Q1和MCD12Q1),利用核函数RBF(Radial Basis Function)构建的核归一化植被指数(kNDVI)与CASA(Carnegie-Ames-Stanford approach)模型估算了近20年中国沼泽湿地NPP,并定量分析并探讨了2001年—2020年中国沼泽湿地时空演变及其驱动机制。研究结果表明:基于kNDVI估算得到的NPP_Kndvi(以C计)与实测值具有较高的相关性(R^(2)=0.854)和较低的均方根误差(14.46 g/m^(2)·month),与NPP_NDVI相比更接近真实值;相比于NDVI等传统植被指数,kNDVI缓解了植被指数自身的饱和效应,在一定程度上提高了植被净初级生产力NPP的估算精度;近20年中国沼泽NPP年均值变化幅度162.73—189.34 g(/m^(2)·a),呈波动上升趋势,增速为1.215 g(/m^(2)·a)(R^(2)=0.82)。此外,在空间上,中国沼泽湿地NPP增加和减少的区域比例分别为72.96%和26.27%,主要集中在东北平原、青海省东北部和西南部以及四川北部。相比于人类活动,气候变化是影响中国沼泽湿地时空演变的主要驱动因子,两者影响区域占比分别为66.23%和33.76%。本研究可为中国沼泽湿地NPP估算及时空演变研究提供技术与数据支持。

关键词：沼泽湿地净初级生产力时空演变人类活动气候变化

来源：评论

学校读者我要写书评

暂无评论

采用全卷积神经网络与Stacking算法的湿地分类方法

引用

农业工程学报 2020年第24期36卷 257-264,F0003页

作者：张猛林辉龙湘仁中南林业科技大学林业遥感信息工程研究中心长沙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长沙410004

高精度湿地制图对湿地生态保护与精细管理具有重要的支撑作用。针对传统湿地分类方法的精度不高等问题,提出了一种采用全卷积神经(Fully Convolutional Neural,FCN)网络与集成学习的湿地分类方法。首先利用全卷积神经网络(SegNet、UNet... 详细信息

高精度湿地制图对湿地生态保护与精细管理具有重要的支撑作用。针对传统湿地分类方法的精度不高等问题,提出了一种采用全卷积神经(Fully Convolutional Neural,FCN)网络与集成学习的湿地分类方法。首先利用全卷积神经网络(SegNet、UNet及RefineNet)对GF-6影像的语义特征进行提取与融合,然后利用Stacking集成算法对融合后的特征进行判别和分类。结果表明,采用全卷积神经网络与Stacking算法能有效提取湿地信息,总体分类精度为88.16%,Kappa系数为0.85。与采用全卷积神经网络与单一机器学习的随机森林(Random Forest,RF)、支持向量机(Support Vector Machin,SVM)与k-近邻(Nearest Neighbor,kNN)算法相比,该研究提出的湿地分类方法在总体分类精度上分别提高了4.87,5.31和5.08个百分点;与采用单一全卷积神经网络(RefineNet、SegNet、UNet)与Stacking算法下的湿地分类结果,该文提出的湿地分类方法在总体分类精度上分别提高了2.78,4.48与4.91个百分点;该方法一方面能通过卷积神经网络提取遥感影像深层的语义特征,另一方面通过集成学习根据各分类器的表征性能进行合理的选择并重组,从而提高分类精度及其泛化能力。该方法能为湿地信息提取及土地覆盖分类方法的研究提供参考。

关键词：湿地分类卷积神经网络 Stacking 集成学习

来源：评论

学校读者我要写书评

暂无评论

2000—2018年深圳市植被覆盖动态变化与预测

引用

应用生态学报 2020年第11期31卷 3777-3785页

作者：吴炳伦孙华石军南张雨田石灵杰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

采用Landsat系列多时相影像数据,以像元二分法估算植被覆盖度,运用线性回归分析、重心迁移等方法来探究深圳市2000—2018年植被覆盖的时空变化特征,并结合CA-Markov模型对深圳市未来土地覆盖情况进行预测。结果表明:2000—2018年,深圳... 详细信息

采用Landsat系列多时相影像数据,以像元二分法估算植被覆盖度,运用线性回归分析、重心迁移等方法来探究深圳市2000—2018年植被覆盖的时空变化特征,并结合CA-Markov模型对深圳市未来土地覆盖情况进行预测。结果表明:2000—2018年,深圳市植被覆盖呈明显的地域分异特征,在区域上表现为东部大于西部、南部大于北部,此分异特征与区域地形效应具有良好的一致性。植被覆盖度重心的空间迁移特征为西北-东南-西北,迁移速率为551.2 m·a-1,此进程与深圳市城市化进程密切相关。2000—2018年间,深圳市植被覆盖度总体呈改善趋势,改善速率为0.005·a-1,其中,植被覆盖度显著改善和退化的面积比例分别为30.8%和12.8%。采用CA-Markov方法分理论、自然两种情景对深圳市2024年土地覆盖/利用类型进行预测,两种预测方法所得土地覆盖/利用类型的面积所占比例之间没有显著差异,其差异阈值在0~1.2%。与2018年之前相比,2024年深圳市乔木林、耕地等转化为建设用地的比例将明显减少,但供需矛盾仍然紧张。

关键词：植被覆盖度重心迁移 CA-Markov模型预测深圳市

来源：评论

学校读者我要写书评

暂无评论

洞庭湖湿地净初级生产力估算研究

引用

遥感学报 2023年第6期27卷 1454-1466页

作者：张猛陈淑丹林辉刘洋张怀清中南林业科技大学林业遥感信息工程研究中心长沙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长沙410004 中国林业科学研究院资源信息研究所北京100091

湿地是地球上重要的“碳库”之一,针对湿地净初级生产力NPP (Net Primary Productivity)模拟中时空分辨率不高和估算精度不稳定等方面的问题,本文提出了一种修正的CASA (Carnegie-Ames-Stanford Approach)模型。首先采用遥感云计算下的... 详细信息

湿地是地球上重要的“碳库”之一,针对湿地净初级生产力NPP (Net Primary Productivity)模拟中时空分辨率不高和估算精度不稳定等方面的问题,本文提出了一种修正的CASA (Carnegie-Ames-Stanford Approach)模型。首先采用遥感云计算下的时空融合算法快速、准确地获得了时间序列的Landsat 8多光谱影像,解决湿地NPP估算中高时空分辨率影像缺失问题。然后,利用Landsat 8数据集(光谱波段、陆表水体指数、归一化植被指数等)与自适应Stacking算法得到高精度的植被分类图,并结合植被分类图确定每个植被像元理想条件下最大光能利用率εmax。同时,利用时序陆表水体指数及降水数据计算获得NPP估算中所需的水分胁迫因子。最后,基于归一化植被指数、水分胁迫因子、εmax及气象数据等多种参数,驱动CASA模型对洞庭湖湿地NPP进行估测。研究结果显示,与其他模型相比,本文修正CASA模型估算的NPP与实测的NPP具有最高的相关系数(R2=0.85)和最低的RMSE (20.16 g C/m2),表明该方法能有效、准确地模拟区域湿地生态系统NPP。洞庭湖区主要湿地植被类型芦苇与苔草的NPP均值分别为424.26 g C/m2和357.50g C/m2。

关键词：遥感湿地净初级生产力 CASA 时空融合分类洞庭湖湿地

来源：评论

学校读者我要写书评

暂无评论

改进分类回归树模型的青冈枝叶点云分类研究

引用

南京林业大学学报（自然科学版） 2024年第4期48卷 123-131页

作者：潘政尚马开森龙依赖珍贵孙华中南林业科技大学林业遥感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南方森林资源经营与监测国家林业和草原局重点实验室湖南长沙410004 中南林业科技大学芦头实验林场湖南岳阳414000

【目的】传统的树木枝叶点云分类模型结构与特征过于复杂,存在稳定性差、精度低、模型过拟合及计算成本高等问题。研究以阔叶树青冈(Quercus glauca)地面激光点云数据为基础,提出一种改进的分类回归树(classification and regression tr... 详细信息

【目的】传统的树木枝叶点云分类模型结构与特征过于复杂,存在稳定性差、精度低、模型过拟合及计算成本高等问题。研究以阔叶树青冈(Quercus glauca)地面激光点云数据为基础,提出一种改进的分类回归树(classification and regression tree, CART)枝叶点云分类模型。【方法】首先根据点的邻域特征构造特征描述子,确定邻域搜索参数的最佳取值。通过逐步引入变量和调整决策树模型结构实现对分类回归树模型的改进。将改进后模型的分类结果与Logistics回归和K近邻模型进行对比。【结果】特征描述子作为变量引入后,模型测试数据分类准确率有所提升,比Logistics回归和K近邻模型分别高出13.1%和13.6%;改进后的分类回归树模型准确率有较大提升,稳定性好且模型大小显著降低,模型大小较改进前减少了99.9%,数据训练时间仅为调整前的51.3%;改进后的方法在树干和树叶上的综合评价指标均在0.9左右,差距小于0.001,无过拟合现象。【结论】改进的CART模型具有较高的精度,在小样本上也能取得较好的分类效果,稳定性好。研究结果可为地面激光雷达枝叶点云精准快速分类提供参考。

关键词：地面激光雷达点云分类点云特征分类回归树

来源：评论

学校读者我要写书评

暂无评论

1990—2020年长江源地区生态环境质量动态变化及驱动力分析

引用

南京林业大学学报(自然科学版) 2024年

作者：王天宏蒋馥根龙依邓目丽孙华中南林业科技大学林业遥感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南方森林资源经营与监测国家林业与草原局重点实验室

【目的】高效监测长江源地区生态环境质量的时空分布特征及其变化趋势，对维护三江源地区生态环境质量保护、制定长期、有效的生态保护恢复措施具有重要意义。由于遥感影像空间分辨率和数据获取及处理的限制，大区域遥感生态指数（remot... 详细信息

【目的】高效监测长江源地区生态环境质量的时空分布特征及其变化趋势，对维护三江源地区生态环境质量保护、制定长期、有效的生态保护恢复措施具有重要意义。由于遥感影像空间分辨率和数据获取及处理的限制，大区域遥感生态指数（remote sensing ecological index，RSEI）评价仍然存在局限性，需要完善方法，发挥其快速、客观、高效、可视化和可预测的优势。【方法】以Landsat系列影像为数据源，基于Google Earth Engine（GEE）平台快速云端计算获取1990—2020年植被生长季（6—9月）长江源地区的遥感影像，并计算区域长时间序列RSEI。使用变异系数、Sen+MK趋势分析、Hurst指数及趋势分析法，对长江源地区RSEI稳定性、时空变化特征、未来演化趋势及驱动力进行分析。【结果】①1990—2020年长江源地区RSEI主要分布于0.4～0.6之间，空间尺度上呈东高西低、南高北低的分布特征；②长江源地区RSEI变异系数均值为6.52%，表明东部和西部地区变化相对剧烈，中部地区变化相对稳定。RSEI整体呈现缓慢波动增加的趋势，年平均增速为0.004 7。在空间上，RSEI呈现整体改善，其中改善的区域占研究区面积的83.30%。③长江源地区RSEI的Hurst指数值平均值为0.53，未来变化持续性强于反持续性。长江源地区生态环境质量未来变化以持续改善为主，但整体趋势性偏弱，仍然存在退化的风险。④长江源地区RSEI与气温、夜间灯光指数、潜在蒸散发量均表现为正相关，表明自然因子和人类活动在一定程度上均能够影响生态环境质量改善。【结论】使用GEE获取遥感数据并结合时间序列数据分析，有快速监测大尺度生态环境质量的潜力，可以为三江源地区生态环境监测和保护提供参考。

关键词：长江源地区遥感生态指数(RSEI) 生态环境质量 Google Earth Engine(GEE) Hurst指数

来源：评论

学校读者我要写书评

暂无评论

基于多尺度标记优化分水岭方法的油茶冠幅提取

引用

应用生态学报 2021年第7期32卷 2449-2457页

作者：吴炅彭邵锋蒋馥根唐杰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 湖南省林业科学院长沙410004

针对尺度对地物空间结构的限制以及传统分水岭分割易产生树冠过分割等问题,选择长沙县明月村油茶基地为研究区,提出一种基于多尺度标记优化分水岭分割油茶树冠的方法。首先使用高分辨率无人机影像采集图像,分析影像特征,构建油茶分类体... 详细信息

针对尺度对地物空间结构的限制以及传统分水岭分割易产生树冠过分割等问题,选择长沙县明月村油茶基地为研究区,提出一种基于多尺度标记优化分水岭分割油茶树冠的方法。首先使用高分辨率无人机影像采集图像,分析影像特征,构建油茶分类体系,提取油茶林分布区域。其次,运用多尺度区域迭代增长方法提取树冠标记,将标记应用于多阈值尺度的分水岭变换,并结合Johnson指数选取树冠标记增长和分水岭阈值的最优尺度,实现油茶单木的准确识别。结果表明:多尺度标记优化分水岭方法在分离油茶单木时,树冠面积提取值与目视解译参考值的相对误差为9.4%;单木总体识别精度为89.4%,相对于传统的分水岭分割方法精度提高了34.8%;通过Johnson指数确定的最优迭代增长尺度为20,分水岭分割阈值尺度为85,对比不同尺度组合下的油茶冠幅提取结果,最优尺度下的油茶冠幅提取精度最高(R^(2)=0.75)。多尺度标记优化分水岭方法能较准确地分离油茶树冠,将该方法应用于无人机影像树冠分割,可有效提高经济林调查的效率。

关键词：面向对象最优尺度无人机油茶标记分水岭

来源：评论

学校读者我要写书评

暂无评论

基于带宽优选地理加权回归模型的深圳市植被碳储量反演

引用

生态学报 2022年第12期42卷 4933-4945页

作者：龙依蒋馥根孙华王天宏邹琪陈川石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 国家林业和草原局中南调查规划设计院长沙410004

植被碳储量估测是自然资源监测的重要内容,遥感技术结合地面样地进行反演可以获得区域范围内植被碳储量的空间连续分布,弥补了传统人工抽样调查估测的不足。然而,现有的参数和非参数遥感估测模型大多忽略了样地数据的变异与空间自相关... 详细信息

植被碳储量估测是自然资源监测的重要内容,遥感技术结合地面样地进行反演可以获得区域范围内植被碳储量的空间连续分布,弥补了传统人工抽样调查估测的不足。然而,现有的参数和非参数遥感估测模型大多忽略了样地数据的变异与空间自相关关系。研究以Landsat 8 OLI影像为数据源提取遥感变量,结合植被碳储量实测调查数据,利用最小信息准则(AICc)、最大空间自相关距离(MSAD)和交叉验证(CV)分别确定最优带宽,组合Gaussian、Bi-square和Exponential核函数构建地理加权回归(GWR)模型估算深圳市植被碳储量,并与多元线性回归(MLR)进行比较,选择最优模型绘制深圳市植被碳储量空间分布图。研究结果表明,GWR模型整体精度优于MLR模型,GWR模型的决定系数(R;)均高于MLR模型,且均方根误差(RMSE)和平均绝对误差(MAE)显著降低。带宽和核函数的选择对GWR模型估测结果产生了显著影响。以CV确定带宽、Exponential为核函数组合构建的GWR模型效果最佳,其R;为0.697,RMSE为10.437 Mg C/hm^(2),相比其它模型精度上升了13.87%—32.28%,且变量回归参数均存在显著空间非平稳性,能较好反映空间异质性。结合最优GWR模型和植被类型空间分布估算深圳市植被碳储量,得到其碳储量值在1.63—60.95 Mg C/hm^(2)之间,其中高值和低值主要分布于森林和草地区域,与深圳市植被覆盖情况基本一致。GWR模型考虑了变量空间异质性,基于带宽优选的GWR模型一定程度上能获得更合理的碳储量空间分布,能为深圳市植被碳储量遥感估算提供方法与技术参考。

关键词：遥感反演植被碳储量局部模型地理加权回归 Landsat 8

来源：评论

学校读者我要写书评

暂无评论

纹理特征对森林蓄积量反演模型的影响

引用

中南林业科技大学学报 2020年第9期40卷 49-56页

作者：叶子林周普良林辉李新宇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和草原局重点实验室湖南长沙410004

【目的】蓄积量是反映森林资源质量的重要指标,传统人工蓄积量调查方式费时耗力。遥感技术在林业中的应用能有效地弥补人工调查的缺陷,采用遥感技术进行森林蓄积量的反演是区域范围内蓄积量估测的一种重要手段。现有的遥感蓄积量估测方... 详细信息

【目的】蓄积量是反映森林资源质量的重要指标,传统人工蓄积量调查方式费时耗力。遥感技术在林业中的应用能有效地弥补人工调查的缺陷,采用遥感技术进行森林蓄积量的反演是区域范围内蓄积量估测的一种重要手段。现有的遥感蓄积量估测方法中,对于纹理特征因子的选取没有得到足够的重视。随着高分辨遥感影像的不断涌现,影像纹理特征越来越明显,将纹理特征引入到森林蓄积量估测模型当中,是一个很好的尝试。但纹理特征是否有利于森林蓄积量的估测,以及如何影响森林蓄积量的估测,目前并不清楚。【方法】利用国产GF-1号为数据源,在数据预处理基础上,采用不同窗口大小提取的纹理信息,以及对纹理因子进行改进,研究其对于森林蓄积量反演模型精度的影响。【结果】1)改进纹理特征能有效提高蓄积量反演模型的精度。通过计算出遥感影像纹理均值改进指数、波段纹理均值改进植被指数和均值改进植被指数,结合地理因子,采用多元逐步回归方法构建森林蓄积量反演模型,结果精度有较大改善。2)纹理窗口大小为9×9时,森林蓄积量反演模型精度最高。提取3×3、5×5、7×7、9×9、11×11这5种窗口大小的纹理特征参数,分别构建森林蓄积量估测模型,并进行不同窗口下蓄积量反演精度进行检验。当窗口大小为9×9时模型效果最好,R^2最大,达到0.652,RMSE值最小(25.3545 m^3/hm^2),说明此时的窗口大小是最优模型窗口。【结论】当窗口为9×9时模型效果最好,此时的窗口大小是最优模型窗口。但是对于不同研究区在同一数据源下使用9×9窗口模型并不一定效果是最好的,纹理因子在建模中仍需根据研究区实际情况进行使用。

关键词：林业遥感蓄积量多元逐步回归纹理窗口 GF-1

来源：评论

学校读者我要写书评

暂无评论

旺业甸林场人工林生物量遥感反演研究

引用

中南林业科技大学学报 2019年第10期39卷 88-94页

作者：蒋馥根孙华林辉龙江平蒋治浩雷思君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

森林生物量能直接反映森林质量,遥感技术结合地面样地能实现林分或区域范围森林生物量的反演,反演结果对制定森林资源合理利用、生态环境改善等方面的政策具有重要的指导意义。论文以旺业甸林场Landsat 8 OLI影像为数据源,从影像中提取... 详细信息

森林生物量能直接反映森林质量,遥感技术结合地面样地能实现林分或区域范围森林生物量的反演,反演结果对制定森林资源合理利用、生态环境改善等方面的政策具有重要的指导意义。论文以旺业甸林场Landsat 8 OLI影像为数据源,从影像中提取161个植被指数,对比Pearson相关系数法和随机森林法进行特征变量选择,分别筛选出合适的因子作为模型自变量,结合实地调查数据,建立多元线性逐步回归、地理加权回归、kNN回归和随机森林等4种生物量反演模型,并对模型结果进行精度验证。研究结果表明:1)利用Pearson相关系数法进行特征变量选择要优于随机森林法。2)短波红外光和近红外区间波段组合得到的植被指数与生物量的相关性显著,相关性系数最高的前五个因子为SR627、SR637、SR647、SR64、SR213,分别达到了0.776、0.761、0.730、0.702和0.657;3)4种生物量反演模型中,随机森林模型效果最好,决定系数R2为0.72,RMSE=8.12,EA=76.54%;线性逐步回归模型次之,R2为0.65,RMSE=9.01,EA=72.88%;其次是kNN回归模型,R2为0.59,RMSE=9.75,EA=74.89%;地理加权回归模型效果最差,R2为0.58,RMSE=13.75,EA=53.95%;4)利用随机森林模型对研究区进行生物量反演,反演结果生物量空间分布与实际情况基本一致,反演效果较好。

关键词：生物量 Landsat 8 OLI 地理加权回归随机森林回归

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：