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

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

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

基于Landsat时序数据的长株潭城市群核心区森林扰动监测

引用

中南林业科技大学学报 2024年第8期44卷 94-103页

作者：谢天飞蒋馥根王霞龙依孙华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 河北省林业和草原调查规划设计院河北石家庄050011

【目的】为了快速准确地监测城市群核心区内的森林扰动,研究利用Landsat时间序列数据在谷歌地球引擎(Google Earth Engine,GEE)平台运用LandTrendr算法进行森林扰动监测研究。【方法】基于2000—2020年植被生长季的Landsat时序数据,分... 详细信息

【目的】为了快速准确地监测城市群核心区内的森林扰动,研究利用Landsat时间序列数据在谷歌地球引擎(Google Earth Engine,GEE)平台运用LandTrendr算法进行森林扰动监测研究。【方法】基于2000—2020年植被生长季的Landsat时序数据,分别在归一化植被指数(Normalized Difference Vegetation Index,NDVI)、归一化燃烧率指数(Normalized Burn Ratio,NBR)、缨帽变换角(Tasseled Cap Arctangent,TCA)三种指数作为阈值限制下,采用LandTrendr算法对时间序列轨迹进行处理,以获取长株潭核心区森林扰动的发生区域及规模大小的信息。运用森林资源连续清查数据和Google Earth历史影像分别对3种不同指数的森林扰动监测结果进行精度评估和验证,并利用研究区内土地利用数据中的森林覆盖数据对扰动信息进行分析。【结果】2000—2020年长株潭核心区森林扰动总面积为264.35 km^(2),平均每年的扰动面积为13.22 km^(2),其中2002年扰动最少,为1.91 km^(2),扰动面积最大的为2011年,为25.52 km^(2)。运用森林资源连续清查数据对三种指数阈值限制下的森林扰动信息结果验证的精度分别为90.91%、81.72%和65.08%;在谷歌地球历史影像中随机布点下精度分别为86.00%、77.88%和78.36%。2009年和2011—2013年间森林扰动较为严重。对全国范围内的土地利用数据进行处理分析可知,森林面积在20年间随时间增长而缓慢减少,所占总面积的百分比由原来的27.10%减少到22.00%。【结论】NBR是最适合长株潭核心区的森林扰动指数,森林扰动检测结果与实地调查和谷歌地球历史影像目视解译的结果一致。森林扰动斑块的分布边界可被完整提取,扰动面积大小变化趋势与全国区域内土地利用数据森林面积变化趋势相同,主要由城市化进程、森林火灾和人工砍伐引起。2000—2020年研究区森林扰动面积呈现波动式缓慢增加的趋势,其中2001年、2011年和2013年存在扰动面积浮动较大。

关键词：森林扰动 LandTrendr 归一化燃烧率指数城市森林长株潭城市群核心区

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

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

城市绿地资源多尺度监测与评价方法探讨

引用

国土资源遥感 2021年第1期33卷 54-62页

作者：熊育久赵少华鄢春华邱国玉孙华王艳林秦龙君中山大学土木工程学院广州510275 广东省华南地区水安全调控工程技术研究中心广州510275 生态环境保护部卫星环境应用中心/国家环境保护卫星遥感重点实验室北京100094 北京大学深圳研究生院环境与能源学院深圳518055 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 广州市规划和自然资源局广州510000

绿地是城市生态资源的重要组成部分,定量评估其时空分布、构建多尺度监测方法体系,是自然资源管理、生态文明城市建设等领域的迫切需求。以城市植被和城市水体为例,从资源的数量、质量与生态价值3个层次,梳理对比主流的监测评价方法,探... 详细信息

绿地是城市生态资源的重要组成部分,定量评估其时空分布、构建多尺度监测方法体系,是自然资源管理、生态文明城市建设等领域的迫切需求。以城市植被和城市水体为例,从资源的数量、质量与生态价值3个层次,梳理对比主流的监测评价方法,探讨这些方法的优势与存在的问题,为我国新时期城市自然资源评估与监测提供方法参考。结果表明:①尽管基于样方的传统抽样方法可获得城市绿地的数量信息,但城市绿地高度斑块化特征限制了样方结果尺度推绎;②卫星遥感是监测城市绿地的有效手段,可准确获取绿地空间分布、面积、种类、质量变化等信息,但生物量(或蓄积量)、体积等信息需要米级(<5 m)遥感数据和其他新技术支持精细化研究;③无人机可获得亚米级(如<5 cm)数据,满足精细化监测需求,但受飞行管制、电池续航能力等限制,数据覆盖范围有限,且数据拼接等后处理复杂、传统的数据处理或反演算法可能不适用于亚米级空间分辨率数据;④城市绿地对城市热环境调节功能研究较多,但当前100 m(及更粗空间分辨率)的热红外地表温度数据难以支持绿地蒸腾降温机理等精细化研究。可见,城市绿地的精细化资源评估与监测仍面临诸多挑战。

关键词：自然资源城市绿地评估与监测遥感无人机

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：