检索结果-内蒙古大学图书馆

林业科技通讯 2022年第11期 18-21页

作者：李凡于新文杨彦臣蒋娴中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091

人工林无线传感器网络可以实时获取林分的生长与环境信息,为人工林的经营决策提供数据支持。LoRa由于其低功耗、距离远等特点在人工林无线传感器网络中有着广阔的应用前景,本研究选取了内蒙古赤峰旺业甸林场人工林3种不同环境和不同天... 详细信息

人工林无线传感器网络可以实时获取林分的生长与环境信息,为人工林的经营决策提供数据支持。LoRa由于其低功耗、距离远等特点在人工林无线传感器网络中有着广阔的应用前景,本研究选取了内蒙古赤峰旺业甸林场人工林3种不同环境和不同天线高度,测试了433 MHz信道LoRa信号在北方典型人工林的传播特性,然后对其中的一组数据进行了拟合,并使用另一组数据对模型的精度进行了验证,为今后北方典型人工林无线节点布置与组网提供依据。

关键词：北方人工林无线传感器网络 LoRa 433 MHz 信号传播

来源：评论

学校读者我要写书评

暂无评论

林草北斗终端设备研制及其应用示范

引用

林业科技通讯 2022年第7期 27-29页

作者：林泽攀武红敢中国林业科学研究院北京100091 中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术实验室北京100091

针对国家正在推动北斗规模应用市场化、产业化、国际化的战略目标,本文明确了林草北斗终端的内涵,介绍了北斗终端厂商根据项目标准研制并在行业中推广应用的六类北斗终端产品,提出改进意见建议,期望集成我国自主研发的北斗卫星导航芯片... 详细信息

针对国家正在推动北斗规模应用市场化、产业化、国际化的战略目标,本文明确了林草北斗终端的内涵,介绍了北斗终端厂商根据项目标准研制并在行业中推广应用的六类北斗终端产品,提出改进意见建议,期望集成我国自主研发的北斗卫星导航芯片、模块、天线、板卡等基础产品的北斗终端设备能逐步完善并替代国外产品,确保林草业野外数据的安全可靠,并为提高北斗产业链和供应链现代化水平、优化完善产业生态、推动北斗应用深度融入国民经济发展全局做出贡献。

关键词：北斗基础产品北斗终端市场化自主可控数据安全业务应用

来源：评论

学校读者我要写书评

暂无评论

2000~2020年锡林郭勒草原植被覆盖时空动态变化及影响因素分析

引用

中国草地学报 2024年第11期46卷 11-22页

作者：孙斌王燕郭晔吴家敏李长龙黄海广中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091 山东省国土空间数据和遥感技术研究院山东济南250002 国家林业和草原局发展研究中心北京100714 云南师范大学地理学部云南昆明650050 广州商学院广东广州511363 内蒙古自治区林业科学研究院内蒙古呼和浩特010013

锡林郭勒盟生态地位十分重要,因此定量分析其植被覆盖度时空分布变化特征及驱动因素具有重要意义。本研究首先针对草原植被结构特征,基于优化的多角度像元二分模型构建了锡林郭勒草原2000~2020年植被覆盖度数据集,然后分析了覆盖度的时... 详细信息

锡林郭勒盟生态地位十分重要,因此定量分析其植被覆盖度时空分布变化特征及驱动因素具有重要意义。本研究首先针对草原植被结构特征,基于优化的多角度像元二分模型构建了锡林郭勒草原2000~2020年植被覆盖度数据集,然后分析了覆盖度的时空变化特征,最后利用地理探测器研究了植被覆盖度变化的影响因素。结果表明:(1)2000~2020年锡林郭勒草原植被覆盖度呈“东高西低”的分布格局,不同生态功能区覆盖度差异较大,覆盖度主要集中在0.2~0.6;不同生态亚区植被覆盖度变化趋势基本一致,呈现波动增长趋势。(2)锡林郭勒草原不同生态功能区植被覆盖度变化差异明显,整体呈上升趋势,显著上升区为11.99%,主要分布在大兴安岭南部落森林草原生态亚区南部,锡林郭勒典型草原生态亚区北部和西部,阴山山地落叶灌丛-草原生态亚区的东部和内蒙古高原荒漠草原生态亚区中部和东南部;14.21%的像元覆盖度显著下降,集中分布在大兴安岭南部落森林草原生态亚区北部、锡林郭勒典型草原生态亚区中部条带状区域和南部以及坝上高原草原与农业生态亚区,需要重点关注。(3)湿润程度是锡林郭勒草原植被覆盖度变化的主要驱动因素,降水的影响力次之,两者与覆盖度均为正相关关系,且湿润指数对中等覆盖度区域影响力较大;气温对覆盖度的驱动力最小,两者为负相关关系。该研究期望为锡林郭勒草原生态保护与合理利用提供科学支撑。

关键词：多角度像元二分模型地理探测器生态功能区气候驱动锡林郭勒盟

来源：评论

学校读者我要写书评

暂无评论

多源森林资源空间数据集成技术与应用研究

引用

自然保护地 2021年第2期1卷 75-81页

作者：侯瑞霞张乃静肖云丹纪平中国林业科学研究院资源信息研究所北京100091 国家林业和草原科学数据中心北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091

森林资源空间数据是开展林业基础科学研究的主要空间信息,丰富的、多源的、多时间尺度的空间数据能够全面展现森林资源和生态的变化状况,也是开展空间分析的基础。不同调查手段获取的森林资源空间数据包含不同的空间特质,以不同来源的... 详细信息

森林资源空间数据是开展林业基础科学研究的主要空间信息,丰富的、多源的、多时间尺度的空间数据能够全面展现森林资源和生态的变化状况,也是开展空间分析的基础。不同调查手段获取的森林资源空间数据包含不同的空间特质,以不同来源的森林资源空间数据为例,分析其内在特质及差异性表现形式,揭示森林中包含的各种因素之间的空间交互关系和内在变化规律。同时,本文通过森林资源空间数据的关联性分析,实现多源性森林资源空间数据的统一表达,为林业资源空间语义检索与共享服务提供空间信息支撑。

关键词：空间数据空间数据集成关联性分析森林资源

来源：评论

学校读者我要写书评

暂无评论

林草科学数据安全管理与防护

引用

农业大数据学报 2024年第3期6卷 392-399页

作者：张乃静纪平肖云丹中国林业科学研究院资源信息研究所北京100091 国家林业和草原科学数据中心北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091

随着科技的飞速进步,林草学科领域的研究日益倚重于大数据和尖端信息技术。这一趋势也带来了大量敏感且至关重要的科学数据,从而凸显了数据安全管理的重要性。本文首先概述了林草科学数据管理体系的五大核心组成部分:安全制度保障体系... 详细信息

随着科技的飞速进步,林草学科领域的研究日益倚重于大数据和尖端信息技术。这一趋势也带来了大量敏感且至关重要的科学数据,从而凸显了数据安全管理的重要性。本文首先概述了林草科学数据管理体系的五大核心组成部分:安全制度保障体系、安全组织保障体系、安全技术保障体系、安全运维保障体系和安全基础设施保障体系。这些体系共同构成了林草科学数据管理的坚实基础。其次进一步探究了基于分类分级的林草科学数据管理方案,并重点强调了数据安全防护体系的重要性。对不同类别的数据设定不同的管理级别,不仅可以促进数据的有序流通,还能确保数据在共享过程中的安全性和可靠性。这种精细化的管理方式,旨在保护数据安全的同时,实现数据的最大价值。最后详细列举了林草科学数据安全的防护措施,为林草科学数据的稳定增长与共享提供了坚实保障。

关键词：林草科学数据数据管理数据安全分类分级网络安全

来源：评论

学校读者我要写书评

暂无评论

结合无人机可见光和激光雷达数据的杉木树冠信息提取

引用

西南林业大学学报（自然科学） 2022年第1期42卷 133-141页

作者：王娟张超陈巧李华玉彭希白明雄徐志扬刘浩栋陈永富西南林业大学林学院云南昆明650233 中国林业科学研究院资源信息研究所国家林业和草原局林业遥感与信息技术重点实验室北京100091 四川农业大学林学院四川成都611130 国家林业和草原局华东调查规划设计院浙江杭州310019

以年珠实验林场为研究区,以无人机可见光正射影像和激光雷达数据为数据源,采用分水岭分割与面向对象结合的方法提取不同郁闭度下杉木单木树冠信息,并对提取精度进行验证首先采用面向对象法基于无人机可见光影像提取树冠区域,然后基于构... 详细信息

以年珠实验林场为研究区,以无人机可见光正射影像和激光雷达数据为数据源,采用分水岭分割与面向对象结合的方法提取不同郁闭度下杉木单木树冠信息,并对提取精度进行验证首先采用面向对象法基于无人机可见光影像提取树冠区域,然后基于构建的CHM进行分水岭分割获取单木树冠初步分割结果,最后基于初步分割结果对树冠区域进行二次分割,提取单木树冠信息。结果表明:不同郁闭度林分条件下单木树冠信息提取效果较好,其中单木树冠提取F测度分别为88.07%~95.08%和78.57%~88.29%;提取的树冠面积与实测面积建立的线性回归模型,R2分别为0.859 1和0.736 7,RMSE分别为2.49 m^(2)和3.29 m^(2);提取的冠幅与实测冠幅建立的线性回归模型,R;分别为0.830 6和0.724 6,RMSE分别为0.46 m和0.57 m。基于无人机可见光影像采用面向对象多尺度分割法提取树冠区域很好的消除了样地内裸地及林下灌木等因素的影响;同时,无人机Li D-AR数据能够更加精确的区分单木信息,2种数据源结合发挥了二者的优势,提高了单木树冠的提取精度。本研究可为快速获取不同郁闭度林分下单木树冠信息提供参考。

关键词：无人机高分影像激光雷达树冠信息面向对象分水岭分割

来源：评论

学校读者我要写书评

暂无评论

基于无人机可见光和LiDAR数据的单木树种识别

引用

西南林业大学学报（自然科学） 2021年第5期41卷 105-113页

作者：李华玉张超陈巧王娟彭希徐志扬刘浩栋白明雄陈永富西南林业大学林学院云南昆明650233 中国林业科学研究院资源信息研究所国家林业和草原局林业遥感与信息技术重点实验室北京100091 四川农业大学林学院四川成都611130 国家林业和草原局华东调查规划设计院浙江杭州310019

以亚热带林业实验中心年珠实验林场为研究区,以无人机可见光和LiDAR数据为数据源进行树种识别。基于CHM和可见光数据进行单木分割,对可见光数据和LiDAR数据进行特征提取,构建多特征集合;基于单木对象选择随机森林和支持向量机2种分类器... 详细信息

以亚热带林业实验中心年珠实验林场为研究区,以无人机可见光和LiDAR数据为数据源进行树种识别。基于CHM和可见光数据进行单木分割,对可见光数据和LiDAR数据进行特征提取,构建多特征集合;基于单木对象选择随机森林和支持向量机2种分类器进行分类识别,并利用混淆矩阵对不同数据源不同特征组合的12种方案进行精度评价,比较不同特征组合和分类器对树种分类精度的影响。结果表明:将基于CHM分割和多尺度分割结合的单木分割效果较好,满足单木树种识别需求。支持向量机的精度高于随机森林分类器,经过随机森林特征筛选之后精度优于未进行特征筛选的结果,总体平均精度提高1.45%,可见光和LiDAR数据结合较仅使用单一数据源平均精度提高了6.01%。特征筛选能减少维度灾难,有效难避免过多特征造成的冗余现象,进一步提高分类器的性能和效率。相对于随机森林分类器,支持向量机在对于多维的样本集以及训练样本有限的情况下,能够表现出更好的性能。多源数据结合能将不同数据源优势有效结合,提高分类精度。

关键词：无人机单木分割特征筛选随机森林支持向量机

来源：评论

学校读者我要写书评

暂无评论

空间信息技术赋能国家公园监管

引用

卫星应用 2023年第10期 49-53页

作者：史文石武红敢桑爱洋沈训中国林业科学研究院中国林业科学研究院资源信息研究所国家林业和草原局林业遥感与信息技术实验室北京华辰北斗信息技术有限公司

一、引言2019年中共中央办公厅、国务院办公厅印发《关于建立以国家公园为主体的自然保护地体系的指导意见》,充分肯定了国家公园在我国自然生态系统中的资源价值;2021年正式设立首批5个国家公园,开启了国家公园建设实践的新篇章。

关键词：自然生态系统空间信息自然保护地体系中共中央办公厅国务院办公厅公园新篇章

来源：评论

学校读者我要写书评

暂无评论

碳卫星在变色立木遥感监测中的应用潜力分析

引用

卫星应用 2023年第11期 20-25页

作者：曾庆伟武红敢张静杨雅菲北京中云伟图科技有限公司中国林业科学研究院资源信息研究所国家林业和草原局林业遥感与信息技术实验室

一、引言,红叶现象是被子植物常见的一种伴随环境变化而产生的颜色改变,传统观念上的红叶是指伴随季节的变化,尤其是秋冬季节。现实中除了季节更替等自然因素外,病虫害侵袭、水分和养分胁迫等也会造成树叶在生长季出现异常黄化或红化,... 详细信息

一、引言,红叶现象是被子植物常见的一种伴随环境变化而产生的颜色改变,传统观念上的红叶是指伴随季节的变化,尤其是秋冬季节。现实中除了季节更替等自然因素外,病虫害侵袭、水分和养分胁迫等也会造成树叶在生长季出现异常黄化或红化,表明叶绿素等出现非正常消退与分解。因此,卫星遥感监测林木生长亚健康状态的主要依据是森林植物叶片内部组织结构与功能变异和树木形态结构的非正常变化,如叶片颜色的变化、叶子与植株变形、叶片物理结构变化、叶绿素含量变化以及叶片上产生的残留物等[1]。

关键词：内部组织结构卫星遥感监测物理结构季节更替养分胁迫亚健康状态功能变异叶片颜色

来源：评论

学校读者我要写书评

暂无评论

联合Sentinel-1和Sentinel-2数据反演森林蓄积量

引用

四川林业科技 2022年第2期43卷 71-80页

作者：张雨田许晓东石军南刘洋蔡耀通林辉石灵杰张怀清中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091 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

为明确遥感数据源及机器学习模型对森林蓄积量估测的影响,从而提高区域森林蓄积量估测精度。本文以内蒙古旺业甸林场38个落叶松样地与43个油松样地外业调查数据为基础,提取Senitnel-1和Sentinel-2影像光谱和极化等遥感特征信息。根据不... 详细信息

为明确遥感数据源及机器学习模型对森林蓄积量估测的影响,从而提高区域森林蓄积量估测精度。本文以内蒙古旺业甸林场38个落叶松样地与43个油松样地外业调查数据为基础,提取Senitnel-1和Sentinel-2影像光谱和极化等遥感特征信息。根据不同特征组合分别建立支持向量机回归(Support Vector Regression,SVR)、k最近邻(k-NearestNeighbor,kNN)、多层感知器(Multi-Layer Neural Network,MLP)及多元线性回归(Multiple Linear Regression,MLR)4种蓄积量反演模型,并对模型结果进行精度验证与比较。结果表明:(1)与单一数据源相比,联合Sentinel-1与Sentinel-2数据有助于提高森林蓄积量反演精度(油松蓄积量反演R2提高0.08,RMSE提高10.28 m^(3)·hm^(-2);落叶松蓄积量反演R2提高0.05,RMSE提高4.51 m^(3)·hm^(-2));(2)与MLP和MLR模型相比,SVR与kNN模型的蓄积量反演效果较好。其中,SVR模型在油松蓄积量反演效果最佳(R2=0.84,RMSE=44.58 m^(3)·hm^(-2));kNN模型在落叶松蓄积量反演精度最高(R2=0.74,RMSE=41.41 m^(3)·hm^(-2))。联合Sentinel-1与Sentinel-2多源数据的机器学习方法可获得较高的蓄积量反演精度,可期为区域尺度森林蓄积量遥感反演提供理论支持与可行方案。

关键词：森林蓄积量多源遥感数据机器学习估测模型旺业甸林场

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：