检索结果-内蒙古大学图书馆

1990—2020年长江源地区生态环境质量动态变化及驱动力分析

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

点云切片结合聚类算法的TLS单木探测方法研究

引用

南京林业大学学报（自然科学版） 2024年第4期48卷 113-122页

作者：易静马开森向建平唐杰蒋馥根陈松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 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 中南林业科技大学芦头实验林场湖南岳阳414000

【目的】针对直接使用地面激光雷达生成的冠层高度模型(canopy height model,CHM)和归一化点云(normalized point cloud,NPC)在复杂林分探测中存在单木探测能力不足的问题,研究引入点云切片结合聚类的方法以提高单木探测精度。【方法】... 详细信息

【目的】针对直接使用地面激光雷达生成的冠层高度模型(canopy height model,CHM)和归一化点云(normalized point cloud,NPC)在复杂林分探测中存在单木探测能力不足的问题,研究引入点云切片结合聚类的方法以提高单木探测精度。【方法】以广西壮族自治区6个不同林分密度的人工林样地为研究对象,利用地面激光扫描获取样地的归一化点云数据,提取高度在1.3 m处的点云切片,分别采用基于密度噪声应用空间聚类(DBSCAN)和均值漂移聚类(MS)算法对切片中的树干点云进行聚类。利用野外实测调查数据进行精度验证,并与基于CHM的局部最大值算法和基于NPC的点云分割算法(point cloud segmentation,PCS)的探测结果对比,评价和分析不同探测方法的适用性与参数敏感性。【结果】所有方法均可获得良好的探测结果,各样地的最优总体探测精度得分F≥0.86;点云切片结合聚类算法的单木探测方法结果最优。DBSCAN算法的聚类阈值(Eps)和均值漂移算法的聚类半径可显著影响单木探测率,最大Eps取决于最大林木间距,聚类半径接近最大单木胸径时的探测结果最优。【结论】基于点云切片结合聚类算法的单木探测能提高下层林木探测率,可有效改善高密度林分的单木探测精度,为不同林分的单木探测方法选择提供参考。

关键词：地面激光扫描单木探测点云切片聚类算法林木参数提取人工林

来源：评论

学校读者我要写书评

暂无评论

基于高景一号遥感影像的林地信息提取

引用

中南林业科技大学学报 2020年第7期40卷 32-40页

作者：曾文林辉李新宇肖越鲁宏旺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学院湖南长沙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】及时、准确地掌握林地信息是森林经营管理的前提,高分辨率遥感影像为林地信息精细识别提供了可能。【方法】以当阳市玉泉乡为研究区,以国产卫星高景一号(SV-1)遥感影像为数据源,提取各波段光谱信息和植被指数作为分类特征,采用... 详细信息

【目的】及时、准确地掌握林地信息是森林经营管理的前提,高分辨率遥感影像为林地信息精细识别提供了可能。【方法】以当阳市玉泉乡为研究区,以国产卫星高景一号(SV-1)遥感影像为数据源,提取各波段光谱信息和植被指数作为分类特征,采用特征可分性、重要性及特征间冗余度分别构建了4种特征评价准则,基于支持向量机(SVM)分类器对研究区进行林地信息提取,结合森林资源二类调查结果进行精度验证。【结果】1、评价准则中,特征重要性优于可分性,特征可分性受高度相关的特征组合(如OSAVI和NDVI等)的影响会造成分类精度的下降。2、在特征重要性和可分性的基础上结合特征间冗余度能进一步提高分类精度并有效降低特征维数,特征维数由11维降至8维,特征可分性方法和特征重要性的分类精度分别提高了4.65%和4.58%;3、根据特征重要性结合冗余度选择RGVI、EVI、B1、B3、B2、DVI、RVI、Brightness 8个特征,建立SVM线性核分类模型可以达到最优分类效果,总体分类精度高达92.49%,Kappa系数为0.9084。【结论】SV-1遥感影像由于其高空间分辨率在林地信息精细提取中具有可行性,本研究通过建立特征评价准则筛选分类特征能进一步挖掘分类器的泛化能力,为及时、准确地获取林地信息提供技术支撑,同时也为同等高分辨率遥感卫星数据处理提供了参考。

关键词：林地信息提取特征评价准则支持向量机分类高景一号

来源：评论

学校读者我要写书评

暂无评论

基于多源遥感数据的CNN水稻提取研究

引用

国土资源遥感 2020年第4期32卷 97-104页

作者：蔡耀通刘书彤林辉张猛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 中南林业科技大学林学院长沙410004

水稻是中国种植面积最广泛的粮食作物之一,适时、准确的水稻识别与监测对于国家粮食安全和农用地空间格局演变具有重要意义。基于水稻物候关键期的多时相Sentinel-2A光谱数据、植被指数、植被丰度以及基于Landsat8反演得到的地表温度(la... 详细信息

水稻是中国种植面积最广泛的粮食作物之一,适时、准确的水稻识别与监测对于国家粮食安全和农用地空间格局演变具有重要意义。基于水稻物候关键期的多时相Sentinel-2A光谱数据、植被指数、植被丰度以及基于Landsat8反演得到的地表温度(land surface temperature,LST),采用卷积神经网络(convolutional neural network,CNN)、支持向量机(support vector machine,SVM)和随机森林(random forest,RF)算法对高异质化的长株潭核心区的水稻进行了提取,并得到了对应的水稻填图。研究结果显示,利用多时相多源遥感数据通过CNN算法能够有效提取高异质化程度区域的水稻信息,水稻分类总体精度(overall accuracy,OA)和Kappa系数分别达到了92%与0.90以上。该文提出的基于CNN的水稻信息识别方法,能够为改善与提高异质化程度较高区域水稻信息提取的精度提供行之有效的技术与途径。

关键词：水稻 Sentinel-2A Landsat8 CNN 长株潭地区

来源：评论

学校读者我要写书评

暂无评论

笼养白腹锦鸡(Chrysolophus amherstiae)夏、秋季行为节律

引用

生态学杂志 2018年第10期37卷 2995-3000页

作者：赵运林王双业段酬苍姜卫星徐正刚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 湖南省动物物联网工程技术研究中心长沙410000 湖南省野生动物救助繁殖中心长沙410116

为了解笼养白腹锦鸡夏秋季行为节律规律,于2016年6月、9月和10月对湖南省野生动物救护繁育中心笼养的6只白腹锦鸡采用瞬时扫描法开展行为节律研究,分别统计了白腹锦鸡夏、秋两季节行为的时间分配。观测期间共记录到白腹锦鸡行为16种,根... 详细信息

为了解笼养白腹锦鸡夏秋季行为节律规律,于2016年6月、9月和10月对湖南省野生动物救护繁育中心笼养的6只白腹锦鸡采用瞬时扫描法开展行为节律研究,分别统计了白腹锦鸡夏、秋两季节行为的时间分配。观测期间共记录到白腹锦鸡行为16种,根据其行为的功能再归纳为运动、静止、取食、梳理和警觉5大类,其中以运动类行为比例最高。在夏季,静止类行为波动最剧烈,多数时间段中,运动类行为比例最大。相对夏季,5类行为秋季比例趋势更加平稳清晰,运动类行为依旧是发生最多的一类行为,静止类行为起伏还是最剧烈的。警觉类行为不突出,警觉行为占有比例偏少。本研究与之前的白腹锦鸡发情期时间分配研究结果相近,运动和静止是笼养白腹锦鸡发生较多的两类行为,不同的是本研究白腹锦鸡梳理类行为比例有明显上升。

关键词：白腹锦鸡瞬时扫描法行为谱人工繁育行为节律

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

池养中华绒螯蟹不同性别形态及质量差异分析

引用

渔业科学进展 2019年第6期40卷 114-120页

作者：唐永成彭姣赵运林徐正刚丁一吴良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 湖南城市学院材料与化学工程学院益阳413000

池塘养殖中华绒螯蟹(Eriocheir sinensis)是当前的主要生产方式,为了解池养中华绒螯蟹形态指标参数,分别测定了中华绒螯蟹幼体和成体的头胸甲长、头胸甲宽、体高、体质量和各部位的质量及含水率,计算了肝胰腺指数和肌肉指数,旨在了解池... 详细信息

池塘养殖中华绒螯蟹(Eriocheir sinensis)是当前的主要生产方式,为了解池养中华绒螯蟹形态指标参数,分别测定了中华绒螯蟹幼体和成体的头胸甲长、头胸甲宽、体高、体质量和各部位的质量及含水率,计算了肝胰腺指数和肌肉指数,旨在了解池养中华绒螯蟹形态指标及质量参数的关系。结果显示,不同性别幼蟹头胸甲长、头胸甲宽、体高、肌肉指数无显著差异(P>0.05),而体质量差异显著(P<0.05);不同性别成蟹各形态指标差异极显著(P<0.01);幼蟹的肝胰腺、肌肉及其他部分含水率差异极显著,高于成蟹(P<0.01);成蟹的肌肉指数和肝胰腺指数差异极显著,高于幼蟹(P<0.01)。本研究分别建立了幼蟹体质量(Y1)与体高(X3)、成蟹体质量(Y2)与头胸甲宽(X2)的回归方程:Y1=-12.067+16.416X3,Y2=-268.423+62.078X2,幼蟹的决定系数高于成蟹。本研究可为中华绒螯蟹生态养殖中的产量估算和品质鉴定提供参考。

关键词：中华绒螯蟹形态指标肝胰腺指数相关性肥满度

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

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

银杏落叶期叶片NDVI值2种拟合方法比较

引用

中南林业科技大学学报 2020年第2期40卷 95-101页

作者：周柯妙林辉宋仁飞蒋仟陈忠明杜凯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】对银杏Ginkgo biloba L.落叶期(9—12月)的叶片进行连续定期定点的高光谱测量,计算出能代表其生长状况和营养信息的高光谱参量NDVI值,通过选用两种不同的曲线拟合方法对其NDVI值进行宏观上的以时间为自变量的曲线拟合,选出最优... 详细信息

【目的】对银杏Ginkgo biloba L.落叶期(9—12月)的叶片进行连续定期定点的高光谱测量,计算出能代表其生长状况和营养信息的高光谱参量NDVI值,通过选用两种不同的曲线拟合方法对其NDVI值进行宏观上的以时间为自变量的曲线拟合,选出最优拟合方法,更好地了解银杏落叶期叶片光谱特征参量NDVI值的变化趋势,从而更有效地对其进行决策和控制,为植被的大尺度遥感动态监测提供方法参考。【方法】利用SVC HR-1024I全波段地物光谱仪,选取三株健康、生长环境相同、长势相近的中龄银杏为叶片采集对象,对其落叶期冠层叶片进行定期定点定方位的高光谱观测。对获取的高光谱原始数据进行数据筛选与预处理后,通过计算得出叶片的NDVI值,分别采用二次函数拟合法和ARIMA时间序列拟合法对落叶期叶片的NDVI值进行曲线拟合,并对两种拟合方法的拟合结果进行比较,选出最适合银杏叶片落叶期NDVI值的拟合方法。【结果】二次函数拟合结果为NDVI=-0.0221T2+0.0547T+0.711,决定系数R2为0.926,但因拟合结果t值不显著,样本结果随机性大,不具广泛性;ARIMA时间序列拟合中ARIMA(2,1,2)模型估测结果与实际情况接近,R2为0.811,拟合效果较好。【结论】ARIMA时间序列拟合方法比二次行数拟合方法更适用于对银杏落叶期叶片的NDVI值进行拟合。

关键词：高光谱二次函数拟合 ARIMA拟合 NDVI 银杏

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：