检索结果-内蒙古大学图书馆

遥感学报 2025年第3期29卷 649-664页

作者：徐雨飞孙睿黄薪豫北京师范大学地理科学学部遥感科学国家重点实验室北京师范大学地理科学学部北京市陆表遥感数据产品工程技术研究中心北京师范大学文理学院

近年来森林火灾发生频繁，给人们正常工作生活以及自然生态系统带来了很大的影响。火险的评估对森林火灾的预防、消防资源的配置有着重要的意义。本文通过收集国内的历史森林火灾事件，综合不同地区的气象因子、植被指数、地形因子等，... 详细信息

近年来森林火灾发生频繁，给人们正常工作生活以及自然生态系统带来了很大的影响。火险的评估对森林火灾的预防、消防资源的配置有着重要的意义。本文通过收集国内的历史森林火灾事件，综合不同地区的气象因子、植被指数、地形因子等，利用随机森林方法，建立了一个综合的火险评估模型。研究中，火灾事件结合FIRMS数据选取，火灾影响因素则由不同数据产品计算得到，气象因子、地形因子、植被指数分别利用ERA5-land数据、SRTM DEM产品和MODIS反射率产品MCD43A4计算得到。从测试案例结果来看，所建立的火险评估模型准确性比较高，ROC曲线下面积达到了0.84，在火险时序预测以及火险空间分布评估方面都取得较好的效果。虽然火灾发生的区域不同，影响火灾发生的因素也不同，但是火险值均在火灾发生前一周较高，其他时间火险值较低；火险空间分布比较合理，火灾发生区域的火险值从火灾发生前两个月至火灾发生当天逐渐升高。本文建立的火险评估模型涉及指标较全面，可以比较准确评估火险情况，同时可以应用在中国不同地区，部分解决地域限制性问题。

关键词：森林火灾火险遥感随机森林危险监测

来源：评论

学校读者我要写书评

暂无评论

青藏高原植被遥感精细识别方法研究

引用

地理学报 2025年第1期80卷 12-27页

作者：张慧朱文泉史培军唐海萍何邦科刘若杨杨欣怡赵涔良北京师范大学遥感科学国家重点实验室北京100875 北京师范大学地理科学学部北京市陆表遥感数据产品工程技术研究中心北京100875 北京师范大学应急管理部—教育部减灾与应急管理研究院北京100875 北京师范大学地理科学学部北京100875

青藏高原植被具有高海拔及垂直地带性分布特征,这给植被遥感精细分类带来了诸多挑战,主体表现为特定植被类型之间的遥感可分性较差,解决之道是有效融入其他非遥感特征。本文发展了一种逐步融入粗空间分辨率植被与环境特征的植被遥感精... 详细信息

青藏高原植被具有高海拔及垂直地带性分布特征,这给植被遥感精细分类带来了诸多挑战,主体表现为特定植被类型之间的遥感可分性较差,解决之道是有效融入其他非遥感特征。本文发展了一种逐步融入粗空间分辨率植被与环境特征的植被遥感精细分类新方法,以提高分类的准确性和精细度。新方法首先筛选出对植被分类改善贡献更大、特征差异更明显的植被与环境特征,并利用这些特征采用广义相加模型计算获得各类别的先验概率,同时利用遥感特征进行机器学习分类以获得各类别的后验概率,最后将粗空间分辨率的先验概率利用贝叶斯算法对高空间分辨率的后验概率进行调整,从而计算出最终的精细分类结果。基于10m空间分辨率的Sentinel-2遥感数据、90~10000 m空间分辨率的植被与环境数据以及地面调查数据,选择青藏高原的祁连山区、黄河源区和横断山区对新方法进行应用,获得了10 m空间分辨率的植被精细分类结果。相较于仅使用遥感特征的分类结果,新方法的分类精度提升8%~24%。新方法为提高植被分类的准确性和精细度提供了有效的技术支撑,对青藏高原及其他类似地区的植被精细分类具有重要参考价值。

关键词：青藏高原遥感环境特征植被特征植被分类

来源：评论

学校读者我要写书评

暂无评论

基于遥感技术的水生态空间健康综合评价体系

引用

遥感学报 2025年第3期29卷 689-699页

作者：陶果丰薛万来袁博李添雨李文忠李杰赵琳琳崔宇然徐为业魏香琴贾坤北京师范大学地理科学学部卫星应用前沿交叉研究院遥感科学国家重点实验室北京师范大学地理科学学部北京市陆表遥感数据产品工程技术研究中心北京市水科学技术研究院中国科学院空天信息创新研究院

科学合理地评价水生态空间健康状况，对于保护水生态系统的核心结构和服务功能具有重要意义。目前，区域水生态空间的综合性评价研究较少，且评价指标体系存在指标类型单一、受限于地面观测等问题。因此，本研究基于遥感视角，构建了全... 详细信息

科学合理地评价水生态空间健康状况，对于保护水生态系统的核心结构和服务功能具有重要意义。目前，区域水生态空间的综合性评价研究较少，且评价指标体系存在指标类型单一、受限于地面观测等问题。因此，本研究基于遥感视角，构建了全方位涵盖生态空间物理结构、水文水质要素、陆域岸线植被要素的北京市水生态空间健康评价指标体系。同时，综合层次分析法与熵权法开展主客观结合的指标赋权，创建了水生态空间健康遥感评价体系，并基于综合评价指数将水生态空间分为健康、良好、一般、较差4个等级。本研究以北京市永定河、潮白河、昆明湖、密云水库等10个典型水体为例，开展了综合性的水生态空间健康评价，结果表明：（1）评价体系能够合理评价水生态空间健康状况，其中水文水质要素对水生态空间健康影响最大，陆域岸线植被要素次之，生态空间物理结构影响最小；（2）北京市10个典型水体中，永定河、圆明园湖的水生态空间健康评价等级为良好，其余水体为健康，建议未来对永定河、圆明园湖开展针对性的生态修复。

关键词：遥感水生态空间健康评价评价体系指标赋权北京市北京二号综合评价指数构建

来源：评论

学校读者我要写书评

暂无评论

社会经济统计数据空间化研究进展

引用

地理学报 2022年第10期77卷 2650-2667页

作者：郭红翔朱文泉北京师范大学地理科学学部遥感科学国家重点实验室北京100875 北京师范大学地理科学学部遥感科学与工程研究院北京市陆表遥感数据产品工程技术研究中心北京100875

社会经济统计数据通常是以各级行政区为单位的汇总数据,它虽然能反映统计单元之间的差异但却不能反映统计单元内部的异质性,在实际应用中,无法满足统计任意区域内的社会经济数据的需求,而社会经济统计数据空间化则是有效解决该问题的一... 详细信息

社会经济统计数据通常是以各级行政区为单位的汇总数据,它虽然能反映统计单元之间的差异但却不能反映统计单元内部的异质性,在实际应用中,无法满足统计任意区域内的社会经济数据的需求,而社会经济统计数据空间化则是有效解决该问题的一条重要途径。本文对现有社会经济统计数据的空间化方法、社会经济统计数据空间化过程所依赖的辅助数据、现有主要的社会经济空间化数据产品进行了归纳总结,并从空间化方法的制约因素和改进方向、新型辅助数据的探索和多源辅助数据的综合利用、高时空分辨率和高精度数据产品研发3个方面展望了社会经济统计数据空间化的未来发展趋势。研究结果可为社会经济统计数据空间化方法的选择与改进、辅助数据的选择与综合利用、社会经济空间化数据产品的选择与改进提供参考。

关键词：社会经济数据空间化人口 GDP 数据产品

来源：评论

学校读者我要写书评

暂无评论

植被光能利用率遥感估算

引用

遥感学报 2021年第6期25卷 1227-1243页

作者：朱安然孙睿王梦佳遥感科学国家重点实验室北京师范大学地理科学学部北京100875 北京市陆表遥感数据产品工程技术研究中心北京师范大学地理科学学部北京100875

光能利用率表征植被通过光合作用将所截获/吸收的能量转化为有机碳的效率,是遥感估算植被生产力的关键参数。由于植被分布和气候环境的综合影响,光能利用率表现出显著的空间异质性和时间动态性,光能利用率的不确定性成为后续生产力模型... 详细信息

光能利用率表征植被通过光合作用将所截获/吸收的能量转化为有机碳的效率,是遥感估算植被生产力的关键参数。由于植被分布和气候环境的综合影响,光能利用率表现出显著的空间异质性和时间动态性,光能利用率的不确定性成为后续生产力模型估算精度不高的重要原因。本文以Fluxnet全球通量站点数据和MODIS LAI/fPAR产品为数据源,比较了5种遥感植被生产力模型中的光能利用率估算方法,并在此基础上考虑光照散射条件对光能利用率的影响,结合晴空指数,利用逐步线性回归方法和参数优化方法建立不同植被类型的光能利用率估算模型。验证结果表明,考虑晴空指数可提高光能利用率估算精度,两种方法估算得到的光能利用率值RMSE均低于0.5 gC·MJ^(-1),逐步线性回归法尽管机理欠缺,但由于选择因子较多,光能利用率估算精度较高(R2=0.461,RMSE=0.403 gC·MJ^(-1));广泛应用的参数化方法由于考虑的因子较少、模型形式较固定,光能利用率估算精度稍低(R2=0.306,RMSE=0.489 gC·MJ^(-1))。本文所建立的光能利用率估算模型可应用于区域或全球植被光能利用率及生产力的估算。

关键词：光能利用率逐步线性回归参数优化遥感晴空指数总初级生产力

来源：评论

学校读者我要写书评

暂无评论

基于分类后验概率空间的孪生Nested-UNet(SNU-PS)变化检测网络

引用

遥感学报 2023年第9期27卷 2006-2023页

作者：朱传海陈学泓陈晋袁宇恒唐凯北京师范大学地理科学学部遥感科学国家重点实验室北京100875 北京师范大学地理科学学部北京市陆表遥感数据产品工程技术研究中心北京100875

近年来,深度学习在多时相遥感影像变化检测任务中表现出巨大的潜力。充分的训练样本是深度学习技术能够有效挖掘遥感影像变化特征的重要前提,然而当前有限的公开标注数据集还不能满足实际应用中各种变化类型检测的需求。由于地表覆盖变... 详细信息

近年来,深度学习在多时相遥感影像变化检测任务中表现出巨大的潜力。充分的训练样本是深度学习技术能够有效挖掘遥感影像变化特征的重要前提,然而当前有限的公开标注数据集还不能满足实际应用中各种变化类型检测的需求。由于地表覆盖变化通常只占据少部分区域,能够获取的变化样本常常数量很少,且与不变化样本相比存在严重的不平衡问题。因此,如何在小样本与样本不平衡的情况下有效训练变化检测网络是急需突破的难题。相比变化检测样本,单时相地表覆盖分类样本的获取难度要低得多;在分类样本的支持下,充分训练的地表覆盖分类网络可为变化检测提供重要的先验特征。基于此,本文提出了一种基于分类后验概率空间的孪生Nested-UNet变化检测网络SNU-PS(Siamese Nested-UNet for change detection in Posterior Probability Space),通过结合两期地表覆盖分类后验概率信息,降低对变化检测样本的依赖。该方法首先利用地表覆盖分类样本训练高分辨率网络HRNet(High-Resolution Network),得到双时相影像的地物分类后验概率;然后将后验概率图像输入到孪生Nested-UNet变化检测网络SNU(Siamese Nested-UNet for change detection)中以获取变化检测结果。在SpaceNet7和HRSCD数据集上测试的结果表明,SNU-PS能够充分利用地表覆盖的语义信息,在不同变化检测训练样本数量水平下,保持稳定的变化检测精度;相比分类后比较PCC(Post Classification Comparison)、基于后验概率空间的变化向量分析CVAPS(Change-vector analysis in posterior probability space)、以及各种类型变化检测网络(SNU、FC-EF、BIT、PCFN),具备更高与更稳定的变化检测精度,特别在样本数量不足时,优势更为明显。因此,本文提出的SNU-PS在小样本情形下的变化检测任务上具备更好的应用前景。

关键词：地表覆盖变化检测深度学习小样本样本不平衡语义分割网络孪生网络后验概率

来源：评论

学校读者我要写书评

暂无评论

基于森林模型参数先验知识估算高分辨率叶面积指数

引用

遥感学报 2020年第11期24卷 1342-1352页

作者：张静宇王锦地石月婵遥感科学国家重点实验室北京师范大学地理科学学部北京100875 北京市陆表遥感数据产品工程技术研究中心北京师范大学地理科学学部北京100875 北京师范大学地理科学学部北京100875

目前,估算高分辨率叶面积指数LAI(Leaf Area Index)的常用方法是采用大量地面测量数据和遥感数据建立统计模型,再用统计模型估算LAI。然而,与农田地面测量实验相比,森林地面测量实验获取的观测数据更加有限,这使得基于统计模型的森林高... 详细信息

目前,估算高分辨率叶面积指数LAI(Leaf Area Index)的常用方法是采用大量地面测量数据和遥感数据建立统计模型,再用统计模型估算LAI。然而,与农田地面测量实验相比,森林地面测量实验获取的观测数据更加有限,这使得基于统计模型的森林高分辨率LAI的估算精度低,难以满足应用需求。为此,本文提出一种基于森林模型参数先验知识、使用森林研究区少量的LAI地面测量数据和归一化植被指数NDVI数据估算森林高分辨率LAI的方法。首先,获取全球20个森林实验区的LAI地面测量数据和NDVI数据,建立LAI-NDVI统计模型并提取森林模型参数的先验知识。然后,以一个新的森林站点Concepción作为研究区,将该研究区的数据分为建模数据和验证数据两个部分。使用研究区有限的建模数据对森林模型参数先验知识进行本地化校正得到优化模型,优化模型用于估算森林高分辨率LAI,使用验证数据评价LAI的估算精度。同时,选取了Camerons站点、Gnangara站点、Hirsikangas站点评价本文方法的LAI估算精度。使用地面测量LAI验证基于森林模型参数先验知识估算高分辨率LAI的结果精度,经验证4个森林站点的均方根误差分别为0.6680,0.4449,0.2863,0.5755。研究结果表明:在仅有少量观测数据时,采用本方法能有效地提高森林高分辨率LAI的估算精度。因此,本方法可为森林高分辨率LAI的遥感估算提供参考。

关键词：遥感先验知识森林模型参数叶面积指数高分辨率

来源：评论

学校读者我要写书评

暂无评论

聚集指数和最大羧化速率对基于遥感产品的植被生产力估算的影响

引用

林业科学 2024年第6期60卷 25-36页

作者：李琪孙睿柏佳张静宇张赫林遥感科学国家重点实验室北京市陆表遥感数据产品工程技术研究中心北京师范大学地理科学学部北京100875

【目的】明确聚集指数和最大羧化速率遥感产品对BEPS模型估算植被生产力的影响。【方法】利用中国陆地通量站点观测数据,分析BEPS模型中聚集指数(CI)和最大羧化速率(V_(cmax))的敏感性程度,并比较聚集指数和最大羧化速率遥感产品对植被... 详细信息

【目的】明确聚集指数和最大羧化速率遥感产品对BEPS模型估算植被生产力的影响。【方法】利用中国陆地通量站点观测数据,分析BEPS模型中聚集指数(CI)和最大羧化速率(V_(cmax))的敏感性程度,并比较聚集指数和最大羧化速率遥感产品对植被生产力估算的精度提升作用。在此基础上估算2012年中国陆地生态系统植被生产力,通过与参数缺省值估算结果对比,研究CI和V_(cmax)的时空变化对模型估算结果的影响。【结果】1) CI和V_(cmax)均为BEPS模型中较为敏感的参数,两者均与植被生产力呈正相关关系,且不同植被类型下V_(cmax)敏感性均高于CI。2)聚集指数和最大羧化速率遥感产品同时使用情况下,模拟结果的误差最小,精度最高,总初级生产力(GPP)均方根误差从665.60 g·m^(-2)a^(-1)降至584.71 g·m^(-2)a^(-1),平均误差和相对平均误差均为4种模拟情况最低值。3)2012年中国陆地生态系统GPP和净初级生产力(NPP)总量分别为5.21和2.49 Pg·a^(-1),受CI遥感产品(NDHD-CI)和V_(cmax)遥感产品(SIF-V_(cmax))的时空变化影响,GPP和NPP估算分别较模型缺省值偏低3.06%和4.72%。【结论】NDHD-CI和SIF-V_(cmax)能够提升BEPS模型估算植被生产力的精度,未来可对其他高敏感度参数和模型机理进行优化改进。受CI和V_(cmax)时空变化影响,植被生产力估算结果略低于缺省情况。V_(cmax)对植被生产力估算影响高于CI。

关键词：植被生产力 BEPS模型聚集指数最大羧化速率

来源：评论

学校读者我要写书评

暂无评论

结合光照信息的多尺度K-均值植被几何光学四分量提取算法

引用

地球信息科学学报 2023年第5期25卷 1037-1049页

作者：冯耀伟屈永华北京师范大学地理科学学部北京师范大学遥感科学国家重点实验室北京100875 北京市陆表遥感数据产品工程技术研究中心北京师范大学地理科学学部遥感科学与工程研究院北京100875

遥感几何光学模型利用传感器视场内植被、土壤组分随着光照与观测几何的变化模拟冠层多角度反射率。在近地遥感中,向下观测相机图像中的光照土壤、阴影土壤、光照植被和阴影植被这4种像元类型(称为植被几何光学四分量,简称四分量)是几... 详细信息

遥感几何光学模型利用传感器视场内植被、土壤组分随着光照与观测几何的变化模拟冠层多角度反射率。在近地遥感中,向下观测相机图像中的光照土壤、阴影土壤、光照植被和阴影植被这4种像元类型(称为植被几何光学四分量,简称四分量)是几何光学模型的重要输入参数。本文基于低成本成像传感器的RGB图像,提出一种结合光照信息和多尺度图像分层模型的K-均值四分量提取算法(MSI-Kmeans),首先通过综合利用颜色指数构成聚类空间,之后利用图像的光照分量和阴影分量子图分别构建多尺度图像分层模型,再在多尺度图像分层模型中进行K-均值聚类得到植被分量和土壤分量结果,最后将得到的四分量结果组合输出,从而实现植被几何光学四分量提取。对不同自然光照条件下获取的52幅多种植被冠层图像进行实验,结果表明:(1)在与多种常见算法的精度比较中,本文方法在四分量的分类中制图精度与用户精度均表现良好,综合评价Kappa系数最高(0.82);(2) MSI-Kmeans算法在不同冠层覆盖度和太阳高度角连续变化的条件下均可得到良好稳定的分类效果,具有应用于长期植被监测和单日内连续监测植被四分量变化的潜力。本算法的优势在于提高了阴影分量的分类精度和解决了高植被覆盖度下四分量的提取问题,后续的改进方向在于减小计算代价,提高算法在复杂场景下的适用性。本文研究成果对于利用数字相机进行植被几何光学四分量的提取和植被结构参数的估计具有较为重要的理论与应用价值。

关键词：几何光学模型四分量提取光照信息多尺度图像分层模型 K-均值聚类植被监测

来源：评论

学校读者我要写书评

暂无评论

植被最大光能利用率的模拟方法对比评估

引用

遥感学报 2024年第3期28卷 649-660页

作者：赵涔良朱文泉谢志英北京师范大学遥感科学国家重点实验室北京100875 北京师范大学地理科学学部北京市陆表遥感数据产品工程技术研究中心北京100875

光能利用率模型是一种基于遥感数据估算植被生产力的参数模型,其核心参数最大光能利用率(LUE_(max))在早期模型中被认为是一个适用于所有植被类型的固定值,而从MODIS-LUE模型开始则成为一个依植被类型而变化的参数,直至近年来被认为需... 详细信息

光能利用率模型是一种基于遥感数据估算植被生产力的参数模型,其核心参数最大光能利用率(LUE_(max))在早期模型中被认为是一个适用于所有植被类型的固定值,而从MODIS-LUE模型开始则成为一个依植被类型而变化的参数,直至近年来被认为需要进一步根据植被的物候及生理状态而进行实时调整。相较于基于静态LUE_(max)参数估算的植被生产力,尽管目前基于季节性动态LUE_(max)参数估算的植被生产力都显示出更高的精度,但这些研究结果大多局限于特定的植被类型或空间范围,而在更广泛的植被类型和区域的适用性以及不同的动态LUE_(max)参数在地域间的适用性差异等问题尚不明确。因此,本文针对目前已有的3种典型动态LUE_(max)参数模拟方法 (基于叶绿素遥感指数、基于LAI季节调节因子、马尔可夫链蒙特卡洛模拟),通过采用相同的生产力估算与评估数据集(FLUXNET 2015数据集)和模型结构(MODIS-LUE模型结构)对该3种方法进行了对比分析。结果显示,不同的动态LUE_(max)参数在各植被类型上的季节性变化特征有明显差异,总体上呈现出单峰、“U”型和水平波动3种特征。相比于原静态LUE_(max)参数,基于各动态LUE_(max)参数估算的总初级生产力(GPP)精度均有一定的提升,但是依赖于特定的动态LUE_(max)参数模拟方法,其中的马尔可夫链蒙特卡洛方法对LUE_(max)参数有着较好的模拟效果,并且其GPP的估算精度在全植被类型的所有时段都不低于基于原静态LUE_(max)参数的结果 (相比静态参数的GPP结果,RMSE总体降低了10.9 g/(m^(2)·月),以碳计),尤其在郁闭灌丛、落叶针叶林以及常绿阔叶林上的提升效果十分明显。本文研究结果可为植被生产力光能利用率模型的不确定性分析以及发展新的模型提供依据。

关键词：遥感植被生产力总初级生产力光能利用率模型最大光能利用率参数评估

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：