检索结果-内蒙古大学图书馆

中南林业科技大学学报 2013年第8期33卷 103-107页

作者：刘刚陈利中南林业科技大学涉外学院湖南长沙410004 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

湿地是陆地上巨大的有机碳库,其碳储量变化对全球气候变化和碳循环起着重要作用。本研究以洪湖湿地为研究对象,采用外业调查和遥感解译估测相结合的方法,将洪湖湿地分为林地、草本沼泽、农田、水生植物、洪泛平原湿地5种类型,开展洪湖... 详细信息

湿地是陆地上巨大的有机碳库,其碳储量变化对全球气候变化和碳循环起着重要作用。本研究以洪湖湿地为研究对象,采用外业调查和遥感解译估测相结合的方法,将洪湖湿地分为林地、草本沼泽、农田、水生植物、洪泛平原湿地5种类型,开展洪湖土壤及植被有机碳含量、碳密度、碳储量研究。结果表明:洪湖土壤有机碳密度为4.557～67.519 kg/m2,密度由大到小依次为湖底淤泥、洪泛平原湿地、草本沼泽、林地、农田;土壤碳储总量为3.537×107t,其中湖底淤泥占45%,为1.597×107t,碳储量由大到小依次为湖底淤泥、林地、农田、草本沼泽、洪泛平原湿地。洪湖植物有机碳密度为4.93～63.03 kg/m2,密度由大到小依次为林地、草本沼泽、农田、水生植物、洪泛平原湿地;植物碳储总量为1.74×106t,其中农田碳储量占59%,为1.02×106t,碳储量由大到小依次农田、林地、水生植物、草本沼泽、洪泛平原湿地。

关键词：湿地碳储量碳密度湖北洪湖

来源：评论

学校读者我要写书评

暂无评论

多源遥感数据森林信息的提取和比较分析

引用

中南林业科技大学学报 2012年第10期32卷 158-161页

作者：刘刚张雨臧卓严恩萍中南林业科技大学涉外学院湖南长沙410004 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

基于遥感的森林信息提取的信息源比较多,这些信息源由于本身参数的差异,其有效提取结果并不相同。以湖南省株洲市攸县黄丰桥林场为研究对象,利用SPOT5多光谱数据、TM和CBERS02星多光谱数据,分别开展森林信息提取,并对结果进行比较;同时... 详细信息

基于遥感的森林信息提取的信息源比较多,这些信息源由于本身参数的差异,其有效提取结果并不相同。以湖南省株洲市攸县黄丰桥林场为研究对象,利用SPOT5多光谱数据、TM和CBERS02星多光谱数据,分别开展森林信息提取,并对结果进行比较;同时还开展了决策级融合比较。研究结论如下:SPOT5多光谱波段提取针叶林信息最好,精度达到了84.00%;利用TM提取阔叶林信息效果最好,精度达到了85.42%;决策级融合后各地类分类精度都有所提高,尤其灌木林分类精度达76.92%;决策级融合后总体精度达85.08%,Kappa系数达0.813 2,基本达到SPOT5数据2.5 m(87.29%,0.838 5)的分类准确度。

关键词：林业遥感森林信息提取决策级融合湖南株洲黄丰桥林场

来源：评论

学校读者我要写书评

暂无评论

1974～2010年洪湖湿地景观类型特征变化的分析

引用

中南林业科技大学学报 2013年第8期33卷 108-112页

作者：陈利林辉刘刚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 中南林业科技大学涉外学院湖南长沙410004

湿地是自然界最富生物多样性的生态景观,湿地景观类型变化对生物多样性的保护和利用是极为重要。本研究以洪湖湿地为研究对象,以MSS、TM、ETM、CBERS等卫星数据为数据源,将洪湖湿地分为永久性河流、洪泛平原湿地、淡水湖、草本沼泽、淡... 详细信息

湿地是自然界最富生物多样性的生态景观,湿地景观类型变化对生物多样性的保护和利用是极为重要。本研究以洪湖湿地为研究对象,以MSS、TM、ETM、CBERS等卫星数据为数据源,将洪湖湿地分为永久性河流、洪泛平原湿地、淡水湖、草本沼泽、淡水养殖池塘、农用池塘/小型水池、灌溉用沟渠、稻田/冬水田8种类型,开展1974～2010年洪湖湿地的景观类型特征变化研究。结果表明:从1974～2010年间湿地景观斑块数量增加明显,湿地破碎化程度增大,斑块面积的变异系数减少,斑块数量变化起伏较大的地类为旱地、农用池塘和稻田/冬水田;面积增长最快的属淡水养殖池塘;边缘总长度指数分布曲线基本一致,且景观类型边缘长度的排序和景观类型斑块面积一致,排列前3位为稻田/冬水田、旱地和淡水养殖池塘;周长面积分维数(PFRAC)曲线变化趋势基本一致,周长面积分维数(PFRAC)曲线变化最大属灌溉用沟渠。

关键词：湿地景观类型景观特征变化洪湖

来源：评论

学校读者我要写书评

暂无评论

利用哑变量研究湘西桤木林分优势平均高与平均高的相关关系

引用

中国农学通报 2011年第25期27卷 37-44页

作者：王忠诚朱光玉文仕知何功秀张江孙华中南林业科技大学林学院长沙410004 中南林业科技大学林业遥感信息工程研究中心长沙410004 南方林业生态应用技术国家工程实验室长沙410004

林分优势平均高和林分平均高是立地质量评价的2个重要指标。以78块湘西桤木人工林标准地数据为研究对象,采用数量化方法I分析了地名、林分类型、坡度、坡位、坡向、土壤厚度、土壤类型、自然灾害、公顷株数、海拔、年龄和郁闭度11种因... 详细信息

林分优势平均高和林分平均高是立地质量评价的2个重要指标。以78块湘西桤木人工林标准地数据为研究对象,采用数量化方法I分析了地名、林分类型、坡度、坡位、坡向、土壤厚度、土壤类型、自然灾害、公顷株数、海拔、年龄和郁闭度11种因子对高比值(林分平均高与优势平均高之比)的显著性影响程度,选出影响显著的主导因子作为哑变量,确定地名和林分类型(绝对纯林和相对纯林)为显著性影响的主导因子,2个因子对高比值具有显著性影响的可靠性为93.70%和99.96%,选取这2个因子作为哑变量,建立了基于哑变量的林分优势平均高与林分平均高非线性模型和常规的非线性模型,采用确定系数、残差均值、绝对残差均值、相对误差均值和精度5个指标,通过对常规、基于地名哑变量和基于林分类型哑变量的3种非线性模型的建模精度和模型适应性检验结果比较,指出基于哑变量的非线性模型优于常规非线性模型,且基于地名哑变量的模型最优。基于地名哑变量、基于林分类型哑变量和常规非线性模型的建模精度分别为98.65%、97.53%、93.43%,建模确定系数分别为0.9389、0.9266和0.9015,建模残差均值分别为2.16E-09、5.53E-09和2.30E-07,建模绝对残差均值1.0631、1.1323和1.8522,建模相对误差均值分别为0.1197、0.2038和0.2932。研究方法和结果有助于提高建模精度,并为建立区域性通用生物数学模型提供了一种思维方法。

关键词：湘西桤木林分优势平均高林分平均高哑变量非线性模型数量化方法Ⅰ

来源：评论

学校读者我要写书评

暂无评论

基于GDAL的遥感影像数据快速读取与显示方法的研究

引用

中南林业科技大学学报 2013年第1期33卷 58-62页

作者：查东平林辉孙华刘年元申展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 湘西自治州林业局湖南吉首416000 中南林业科技大学林学院湖南长沙410004

利用GDAL开源类库相关函数可以读取多源遥感影像的物理大小、坐标投影系统、传感器波段和影像范围等信息。介绍了多源遥感影像在GDAL框架下的解析模式与方法,从底层开发的关键技术上做了相应的改进和优化,扩展了GDAL读取和快速显示遥感... 详细信息

利用GDAL开源类库相关函数可以读取多源遥感影像的物理大小、坐标投影系统、传感器波段和影像范围等信息。介绍了多源遥感影像在GDAL框架下的解析模式与方法,从底层开发的关键技术上做了相应的改进和优化,扩展了GDAL读取和快速显示遥感影像的方法。研究结果显示:获取2.13 GB遥感影像像元值,利用RasterIO函数所需要的时间为4.3 s左右,按照论文所用遥感影像按照屏幕缩放窗口大小进行缓存和采样的方法仅需要2.1 s;传统的采样方法无法申请超过2 GB大小的内存空间,论文提出的分块处理技术,能够满足大数据量的应用需求,并且能够提高系统内存应用效率和加快遥感影像缩放过程中的加载速度。

关键词：遥感 3S技术 GDAL Worldview2

来源：评论

学校读者我要写书评

暂无评论

基于Mean Shift的高分辨率遥感影像分割方法

引用

中南林业科技大学学报 2012年第10期32卷 168-172页

作者：余国斌陈爱斌孙华莫登奎中南林业科技大学计算机与信息工程学院湖南长沙410004 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

Mean Shift算法原理简单,计算速度快,但现有的32位Mean Shift遥感影像处理软件对大数据量的承受能力较差,无法实现对高分辨率影像的处理。针对这个问题,实现了在64位系统环境下编写64位基于MeanShift算法的高分辨率影像分割程序,并且为... 详细信息

Mean Shift算法原理简单,计算速度快,但现有的32位Mean Shift遥感影像处理软件对大数据量的承受能力较差,无法实现对高分辨率影像的处理。针对这个问题,实现了在64位系统环境下编写64位基于MeanShift算法的高分辨率影像分割程序,并且为了获取更高精度的分割影像对象,提出在进行Mean Shift遥感影像分割之前进行一次或多次Mean Shift滤波平滑处理,并展开实验,结果表明相同尺度、相同条件下可有效减少过分分割现象。

关键词：高分辨率遥感影像图像分割均值漂移 64位实验平台

来源：评论

学校读者我要写书评

暂无评论

基于PSO-SVM的高光谱数据降维的可靠性研究

引用

中国农学通报 2011年第31期27卷 47-52页

作者：臧卓林辉杨敏华中南大学信息物理工程学院长沙410083 中南林业科技大学林业遥感信息工程研究中心长沙410004

PSO结合SVM算法对高光谱数据波段进行优化,每次搜索结果不一定相同,因此很多学者对此类算法的可靠性存在疑问。为了证明PSO-SVM降维算法的可靠性,利用PSO-SVM算法对杉木和马尾松的幼中成熟林的高光谱原始数据、一阶微分变换数据、对数... 详细信息

PSO结合SVM算法对高光谱数据波段进行优化,每次搜索结果不一定相同,因此很多学者对此类算法的可靠性存在疑问。为了证明PSO-SVM降维算法的可靠性,利用PSO-SVM算法对杉木和马尾松的幼中成熟林的高光谱原始数据、一阶微分变换数据、对数变换数据及归一化变换数据进行降维运算,对降维后选择的波段分别利用支持向量机(SVM)、BP神经网络、Mahalanobis距离分类法、Fisher分类法及贝叶斯分类法进行分类,分类结果中,Fisher分类法的结果最好,所有的分类结果均在90%以上,SVM和BP神经网络的分类结果都保持在80%以上,贝叶斯分类法分类精度最差,所有分类结果均未超过90%,最差结果为43.75%。同时,将PSO-SVM与PCA算法进行对比分析,发现在马尾松和杉木的分类过程中PSO-SVM算法优于PCA算法。最后得出结论,PSO-SVM算法提取的特征对Fisher、SVM及BP神经网络分类法有效;当光谱数据差异非常微小时,PSO-SVM比PCA对特征的提取更有效。

关键词：高光谱降维分类粒子群(PSO) 支持向量机(SVM)

来源：评论

学校读者我要写书评

暂无评论

基于色素含量的针叶树种敏感波段提取研究

引用

中南林业科技大学学报 2013年第1期33卷 35-40页

作者：臧卓林辉杨敏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 中南大学信息物理工程学院湖南长沙410083

通过分析马尾松、杉木主要色素和冠层光谱数据的相关关系提取敏感波段,然后利用7种分类算法对所提取波段进行分类,最后对高斯合并后的光谱数据进行分类,用以测试提取波段的可推广性。结果表明:马尾松和杉木的差异主要是受叶绿素的影响,... 详细信息

通过分析马尾松、杉木主要色素和冠层光谱数据的相关关系提取敏感波段,然后利用7种分类算法对所提取波段进行分类,最后对高斯合并后的光谱数据进行分类,用以测试提取波段的可推广性。结果表明:马尾松和杉木的差异主要是受叶绿素的影响,并且2种针叶树种的敏感波段位于401～504 nm和659～686 nm;用于区分2种针叶树种高光谱数据的最佳分类方法为Fisher分类法,最高分类精度达到了100%;模拟成像光谱数据的高斯合并数据抑制了高频噪声,但也过滤掉了2种针叶树种光谱数据的细微差异,分类精度降低,为70%～80%,而叶绿素所提取波段仍然优于其它色素提取的波段,这说明401～504 nm和659～686 nm波段具有可推广和进一步研究的价值。

关键词：高光谱色素含量波段提取针叶树种黄丰桥林场

来源：评论

学校读者我要写书评

暂无评论

基于Landsat TM图像的长株潭城市群地表温度遥感反演

引用

中南林业科技大学学报 2008年第2期28卷 85-90页

作者：孙华林辉熊育久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 北京师范大学资源学院北京100875

陆地表面温度(LST)是地表能量平衡中的一个非常重要的参数,它在地表与大气相互作用过程中起着重要的作用.在总结和分析当前常用的地表温度反演算法后,根据收集到的1993年8月25日TM的资料,采用单通道算法反演长株潭城市群地表温度(LST),... 详细信息

陆地表面温度(LST)是地表能量平衡中的一个非常重要的参数,它在地表与大气相互作用过程中起着重要的作用.在总结和分析当前常用的地表温度反演算法后,根据收集到的1993年8月25日TM的资料,采用单通道算法反演长株潭城市群地表温度(LST),利用卫星过境当天观测的平均温度对反演结果进行验证,误差小于1℃,可以满足大多数应用的精度要求.地表温度反演结果表明:反演结果与实际相吻合,平均温度为27℃;反演温度大小依次是城镇用地高于自然植被,自然植被高于水体;地表温度由城镇中心向外呈现逐渐降低的趋势,长沙、株洲和湘潭市城区温度明显比其它地区高.

关键词：遥感技术地表温度反演 TM 单通道算法长株潭城市群

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

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：