检索结果-内蒙古大学图书馆

遥感技术与应用 2022年第5期37卷 1071-1083页

作者：马超黄华国田昕刘炳杰温坤剑王鹏杰北京林业大学森林资源和环境管理国家林草局重点实验室北京100083 中国林业科学研究院资源信息研究所北京100091

背包式激光雷达(Backpack Laser Scanning,BLS)在森林资源调查中具有很大的应用潜力,但在复杂地表情景下,单木材积和林分蓄积量提取精度存在较大不确定性。以广西高峰林场为研究区,利用随机森林方法,基于BLS点云数据对单木材积和样地蓄... 详细信息

背包式激光雷达(Backpack Laser Scanning,BLS)在森林资源调查中具有很大的应用潜力,但在复杂地表情景下,单木材积和林分蓄积量提取精度存在较大不确定性。以广西高峰林场为研究区,利用随机森林方法,基于BLS点云数据对单木材积和样地蓄积量进行估测。首先,对BLS点云进行单木分割,提取单木胸径(DBH)、树高(Htree)、冠幅直径(CD)、冠幅面积(CA)、冠幅体积(CV)、郁闭度(CC)、间隙率(GF)和叶面积指数(LAI)共8个特征参数,并计算56个分层高度指标(高度百分比、累积高度百分比、变异系数、冠层起伏率等)。然后,通过随机森林算法构建单木材积估测模型,并对比各种参数组合的预测精度。得到结果:(1)仅用8个单木结构特征参数进行建模,估测精度为:R^(2)=0.83、RMSE=0.097 m^(3);(2)加入分层高度指标的模型估测精度有所提升:R^(2)=0.87、RMSE=0.087 m^(3);(3)通过Boruta算法进行变量筛选,输入参数从64个减少至52个,估测精度差异不大:R^(2)=0.87、RMSE=0.087 m^(3);(4)样方蓄积量估测精度为:R^(2)=0.97,RMSE=0.703m^(3)·ha-1。结果表明,基于BLS点云建立随机森林单木材积估测模型可以较好地估测单木材积,样方蓄积量估测精度高。

关键词：单木材积背包式激光雷达随机森林算法 Boruta算法

来源：评论

学校读者我要写书评

暂无评论

长白落叶松人工林单木冠幅模型

引用

东北林业大学学报 2021年第2期49卷 49-53页

作者：邱思玉孙玉军森林资源和环境管理国家林业局重点开放性实验室(北京林业大学) 北京100083

以黑龙江省伊春市朗乡林业局的49块样地共2 499棵长白落叶松为研究对象,基于区组和样地嵌套二水平构建非线性混合效应冠幅模型。从10种常用的冠幅—胸径模型中选出一种最好的作为建模的基础模型,从其他林分因子中选取与冠幅相关性较高... 详细信息

以黑龙江省伊春市朗乡林业局的49块样地共2 499棵长白落叶松为研究对象,基于区组和样地嵌套二水平构建非线性混合效应冠幅模型。从10种常用的冠幅—胸径模型中选出一种最好的作为建模的基础模型,从其他林分因子中选取与冠幅相关性较高的作为协变量参与建模。结果表明:与基础模型相比,混合模型的赤池信息准则(AIC)、贝叶斯准则(BIC)、负二倍的最大似然值(-2LL)和剩余均方根误差(RMSE)值均降低,调整决定系数(Radj2)提高,冠幅预测值的残差分布和密度分布相对更集中,说明模型的预测精度和拟合能力均有所提高。研究发现,以逻辑斯蒂模型作为基础模型,将树高、冠长率和高径比作为协变量,考虑区组和样地嵌套二水平的混合模型有利于提高冠幅模型的预测精度,从而有助于更好地模拟长白落叶松的冠幅胸径关系。

关键词：长白落叶松人工林冠幅模型混合效应

来源：评论

学校读者我要写书评

暂无评论

基于GF-2的乔木生物量估测模型研究

引用

北京师范大学学报（自然科学版） 2021年第1期57卷 135-141页

作者：丁志丹孙玉军孙钊北京林业大学森林资源和环境管理国家林业和草原局重点开放性实验室北京100083

以福建省将乐林场为研究区,使用野外实测样地数据,结合福建省二类调查数据,获取了共192个样地的生物量数据,其中杉木纯林112个,马尾松纯林80个.对覆盖研究区的2景GF-2影像进行预处理,提取光谱信息、植被指数、纹理特征及地形因子,筛选... 详细信息

以福建省将乐林场为研究区,使用野外实测样地数据,结合福建省二类调查数据,获取了共192个样地的生物量数据,其中杉木纯林112个,马尾松纯林80个.对覆盖研究区的2景GF-2影像进行预处理,提取光谱信息、植被指数、纹理特征及地形因子,筛选与样地生物量相关性较高的因子作为建模的自变量,采用支持向量机、随机森林及多元逐步回归3种方法分别建立了杉木和马尾松生物量模型.结果表明:支持向量机、随机森林模型拟合效果均比多元逐步回归模型好,其中随机森林模型决定系数R^(2)最高,2种样地的R2分别为0.65和0.72,估计精度也最高,分别为65.28%和76.82%;杉木样地3种模型的均方根误差分别为64.27、48.16和77.03,马尾松样地3种模型的均方根误差分别为54.79、48.18和65.63,其中随机森林模型的最低.在3种模型中,随机森林模型为乔木生物量的最优模型.

关键词：乔木生物量 GF-2 支持向量机随机森林多元逐步回归

来源：评论

学校读者我要写书评

暂无评论

基于混合效应的长白落叶松一级枝条基径预估模型

引用

北京林业大学学报 2020年第10期42卷 1-10页

作者：靳晓娟孙玉军潘磊北京林业大学森林资源和环境管理国家林业局重点实验室北京100083

【目的】利用非线性混合效应建模方法构建龄组-单木两水平长白落叶松一级枝条基径模型,为探索不同龄组下枝条基径的生长特点及差异提供理论依据。【方法】对4个基础模型进行改进,通过调整系数(Radj2),均方根误差(RMSE)选择备选模型,在... 详细信息

【目的】利用非线性混合效应建模方法构建龄组-单木两水平长白落叶松一级枝条基径模型,为探索不同龄组下枝条基径的生长特点及差异提供理论依据。【方法】对4个基础模型进行改进,通过调整系数(Radj2),均方根误差(RMSE)选择备选模型,在此基础上构建长白落叶松枝条基径非线性混合效应模型。利用独立数据验证模型拟合结果,用平均绝对误差(MAE)、平均相对误差绝对值(MRAE)评价模型预测能力。并对基础模型与混合模型的预测值进行比较,利用龄组水平的随机参数模拟各龄组枝条基径的分布。【结果】以改进后的Gompertz方程为基础模型,当龄组随机效应作用于参数b、单木随机效应同时作用于参数b、c、d上,随机效应的方差协方差结构为广义正定矩阵,异方差结构为幂函数时,模型的拟合效果最优。混合模型的Radj^2有所提升,RMSE、MAE和MRAE都明显降低。最终模型的Radj^2、RMSE、MAE和MRAE分别为0.6998、4.7684 mm、3.7058 mm和0.3916 mm。混合模型的预测值可体现单木间的差异,枝条基径的分布范围随着龄组的增大逐渐增大,各龄组的枝径生长均有差异。【结论】考虑龄组与单木水平所构建的枝条基径混合效应模型能提高模型的预测精度。利用龄组水平的随机效应参数模拟枝条基径的生长可以反映其规律和差异,也符合树木生理学意义。因此基于龄组与单木两水平所构建的混合效应模型可对不同年龄长白落叶松一级枝枝条基径的生长进行合理的预测。

关键词：长白落叶松人工林一级枝条基径龄组非线性混合效应模型

来源：评论

学校读者我要写书评

暂无评论

长白山阔叶红松林不同演替阶段冠层光谱特征及其与气温的关系

引用

北京林业大学学报 2021年第7期43卷 40-53页

作者：王瑶瑶周光刘琪璟周阳北京林业大学森林资源和环境管理国家林业和草原局重点实验室北京100083 江西省林业科学院江西南昌330013

【目的】通过遥感数据分析长白山阔叶红松林不同演替阶段冠层光谱变化特征,为揭示长白山群落内部种间变化以及植被生产力对气候因子的响应机制提供理论依据。【方法】通过Google Earth Engine平台提取1984−2019年长白山原始阔叶红松林... 详细信息

【目的】通过遥感数据分析长白山阔叶红松林不同演替阶段冠层光谱变化特征,为揭示长白山群落内部种间变化以及植被生产力对气候因子的响应机制提供理论依据。【方法】通过Google Earth Engine平台提取1984−2019年长白山原始阔叶红松林与次生白桦林Landsat和Sentinel多年冠层光谱数据并计算植被绿度参数,分析二者冠层光谱特征季节变化、植被绿度的季节与年际变化,计算植被年际绿度变化与同期月均温的Pearson相关系数。【结果】(1)原始林与次生林冠层可见光反射率在非生长季较高,生长季下降,而近红外光变化趋势则与此相反。在生长旺盛季节(5−10月底)原始林与次生林可见光波段冠层反射率相近,近红外波段差异明显,次生林冠层反射率更高。二者都具有明显的“红谷”、“绿峰”、“蓝谷”和“红边”现象,原始林冠层光谱反射率年变化幅度小于次生林。(2)原始林与次生林的绿度表现为相同的变化趋势,即春季展叶期间增长、秋季落叶期衰减。非生长季,原始林植被指数变化较为稳定且大于次生林,次生林林下透光度高。生长季,次生林增强植被指数(EVI)和哨兵二号红边位置(S2REP)均大于原始林,植被冠层生理活动更为旺盛,不同的卫星影像数据表现一致,且次生林的EVI峰值比原始林出现得略早。(3)1985−2019年的35年期间,长白山气温呈上升趋势,植被绿度也随之变化,即:二者EVI在增加,且夏季(生长季)增长幅度大于其他季节,春、秋季的年际差异较大。(4)与原始林相比,次生林EVI年际变化受春季气温影响较大,在生长季初期,二者的EVI与气温呈显著正相关;在整个生长季期间,当气温增加达到一定阈值后,EVI增长显著。【结论】长时间的连续冠层光谱变化监测与分析,可有效反映原始林与次生林植被物候变化差异。气温上升可能是引起长白山阔叶红松林绿度变化的重要因素之一。

关键词：阔叶红松林杨桦林冠层光谱反射率植被指数气温

来源：评论

学校读者我要写书评

暂无评论

吉林省落叶松林净初级生产力时空特征及其对气候变化的响应

引用

生态学报 2022年第3期42卷 947-959页

作者：李芸王轶夫孙玉军雷渊才邵卫才李杰北京林业大学森林资源和环境管理国家林业和草原局重点实验室北京100083 中国林业科学研究院资源信息研究所北京100091 北京市通州区园林绿化局北京101121 北京市十三陵林场北京102200

为评估吉林省落叶松林的生产力现状并为我国森林生态系统生产力和植被监测研究提供基础数据,以吉林省落叶松林为研究对象,基于吉林省及其周边100 km范围内41个气象站点资料,采用LPJ-DGVM模型模拟了2000-2019年吉林省落叶松林近20年的净... 详细信息

为评估吉林省落叶松林的生产力现状并为我国森林生态系统生产力和植被监测研究提供基础数据,以吉林省落叶松林为研究对象,基于吉林省及其周边100 km范围内41个气象站点资料,采用LPJ-DGVM模型模拟了2000-2019年吉林省落叶松林近20年的净初级生产力,并采用线性回归趋势分析、变异系数、Hurst指数和相关性分析法对其时空变化、稳定性及其与气候因子的相关关系进行了分析。结果表明:(1)2000-2019年吉林省落叶松林年均净初级生产力(NPP)为592 g C m^(-2)a^(-1),年均增长率为2.81%,随时间推移呈现波动增长的趋势(β=14.55,R^(2)=0.784,P<0.01)。(2)NPP变异系数为0.07-2.33,均值为0.48,除幼龄林外,整体波动较小。Hurst指数介于0.441-0.849之间,均值为0.612,未来吉林省落叶松林NPP呈增加趋势。(3)吉林省落叶松林NPP存在明显的空间异质性,北部和南部区域NPP较高,是近20年NPP增长较快的区域。(4)2000-2019年吉林省落叶松林年均NPP与年总降水、生长季降水量之间均不显著(P>0.05),与年均温呈显著正相关(P<0.05),与生长季均温为极显著正相关(P<0.01),该阶段内温度比降水更能对吉林省落叶松林NPP的年际变化产生影响。LPJ模型模拟吉林省落叶松林2000-2019年NPP与样地实测值极显著相关(P<0.01),可以用于模拟吉林省落叶松林的NPP。

关键词：落叶松林 LPJ-DGVM模型净初级生产力气候变化

来源：评论

学校读者我要写书评

暂无评论

亚热带人工林高分影像GLCM纹理的应用策略研究

引用

北京林业大学学报 2021年第1期43卷 1-9页

作者：李蓉辉陈玲吴明晶余小龙赵秀海北京林业大学森林资源和环境管理国家林业和草原局重点开放性实验室国家林业局森林经营工程技术研究中心北京100083 福建省将乐国有林场福建三明353300

【目的】探讨纹理变量及其相应参数配置范围,阐明各纹理变量随输入参数的变化规律,以便指导高分光学影像纹理在林业上的应用。【方法】以福建省将乐国有林场不同坡向不同龄组的杉木人工林为例,基于QuickBird影像的全色波段进行灰度共生... 详细信息

【目的】探讨纹理变量及其相应参数配置范围,阐明各纹理变量随输入参数的变化规律,以便指导高分光学影像纹理在林业上的应用。【方法】以福建省将乐国有林场不同坡向不同龄组的杉木人工林为例,基于QuickBird影像的全色波段进行灰度共生矩阵(GLCM)纹理的计算与分析。【结果】结果表明:(1)除均值外的所有GLCM纹理变量对阴坡的3个龄组的区分能力均强于阳坡,且纹理变量优选需同时考虑衡量指标和纹理变量之间的相关程度。(2)窗口大小是统计组和有序组纹理最关键的输入参数,合适的窗口大小与影像的分辨率以及研究对象的空间尺度有关,对比度组纹理与窗口大小无关,可随意设置。(3)应用统计组和有序组纹理,无需关注像元间距,而应用对比度组纹理,不可忽视像元间距。(4)应用统计组纹理,像元间距越大越需关注计算方向;而对比度组和有序组纹理则相反,即像元间距越小越需关注计算方向。(5)作为最不受研究人员重视的灰度量化等级,推荐采用32或者64。【结论】高分光学影像的纹理信息对光谱重叠度较高的地物具有一定的区分能力,能部分“弥补”阴影导致的光谱信号损失,但在应用中需对纹理变量及其输入参数进行优化选择和配置。该文的研究结论能够为高分光学影像纹理信息的优化应用提供实用的参考借鉴。

关键词： QuickBird GLCM纹理纹理变量优选参数优化配置

来源：评论

学校读者我要写书评

暂无评论

依据机器学习算法的杉木干形模拟

引用

东北林业大学学报 2021年第10期49卷 21-26页

作者：梁瑞婷周来谢运鸿丁志丹孙玉军森林资源和环境管理国家林业和草原局重点开放性实验室(北京林业大学) 北京100083

利用福建省将乐国有林场46株杉木(Cunninghamia lanceolata)的793组干形数据,根据十折交叉验证,采用最近邻法(KNN)、随机森林(RF)和人工神经网络(ANN)3种机器学习算法对杉木干形进行模拟,并与传统削度模型(TM)进行比较分析。采用决定系... 详细信息

利用福建省将乐国有林场46株杉木(Cunninghamia lanceolata)的793组干形数据,根据十折交叉验证,采用最近邻法(KNN)、随机森林(RF)和人工神经网络(ANN)3种机器学习算法对杉木干形进行模拟,并与传统削度模型(TM)进行比较分析。采用决定系数(R^(2))、均方根误差(E_(RMS))、平均误差(E_(M))和平均绝对误差(E_(MA))4个评价指标对模型的拟合结果和预测结果进行排序,并结合残差图和相对偏差图等进行分析。研究表明:(1)4个模型的决定系数均大于0.95,最近邻法、传统削度模型和人工神经网络的均方根误差小于1 cm,能较好地描述杉木树干形状。(2)人工神经网络对绝大部分树干的估计最精确,R^(2)分别在0.98以上。其检验集的绝大部分残差都在-2~1 cm,训练集的相对偏差在-50%~50%。(3)其次是最近邻法模型,其训练集的残差范围在4个模型间最小,但泛化预测能力不如人工神经网络模型。(4)随机森林模型精度最低,且其预测集残差分布有随直径(d_(i))增大而增大的趋势。传统削度模型模型表现居中。结果表明:人工神经网络模型与最近邻法模型的拟合精度与预测精度均高于传统削度模型模型,能更精确地模拟杉木干形,且机器学习算法可以不满足传统回归的统计学假设前提。利用机器学习预测林木干形是一种可靠的方法,在生产经营中值得考虑。

关键词：人工神经网络最近邻法随机森林杉木干形

来源：评论

学校读者我要写书评

暂无评论

成都市龙泉山城市森林公园植被覆盖度与景观格局特征动态变化分析

引用

遥感技术与应用 2023年第6期38卷 1455-1466页

作者：王海熠王洪荣陈树新罗鑫刘炳杰田昕冯毅王鹏杰中国林业科学研究院资源信息研究所北京100091 四川省林业和草原调查规划院四川成都610081 北京林业大学森林资源和环境管理国家林草局重点实验室北京100083 成都龙泉山城市森林公园管委会四川成都610000 国家林业和草原局林草调查规划院北京100013

生态环境恶化问题引起人们高度重视,对植被覆盖度与景观格局特征动态变化研究,可有效增强植被群落稳定性。成都市龙泉山城市森林公园为川中丘陵区生态恢复典型自然地理代表。本研究基于Landsat8 OLI与GF1 WFV遥感影像数据,结合像元二分... 详细信息

生态环境恶化问题引起人们高度重视,对植被覆盖度与景观格局特征动态变化研究,可有效增强植被群落稳定性。成都市龙泉山城市森林公园为川中丘陵区生态恢复典型自然地理代表。本研究基于Landsat8 OLI与GF1 WFV遥感影像数据,结合像元二分模型和景观格局指数,分析了该公园2014~2021年植被覆盖度变化特征与空间景观格局变化特征。结果表明:①龙泉山城市森林公园2014、2017和2021年植被覆盖度皆以中高覆盖度为主,且2021年验证精度达0.90。②2014~2021植被覆盖情况呈现先下降再上升的趋势:2014~2017年间,植被覆盖度退化严重,中高与高植被幅度盖度面积骤减,景观上斑块复杂度与破碎度加剧;2017~2021年间,由于政府保护措施的执行,植被覆盖度有所恢复,中低植被覆盖度面积减少幅度最大,高植被覆盖度面积增加幅度最大,植被生态有所恢复,景观上斑块复杂度降低、景观破碎加剧程度有所缓解。本研究为川中丘陵区的生态恢复及今后规划提供一定的科学参考依据。

关键词：植被覆盖度景观格局指数像元二分模型动态变化

来源：评论

学校读者我要写书评

暂无评论

云冷杉针阔混交林单木枝下高和冠幅模型构建

引用

森林与环境学报 2022年第3期42卷 289-296页

作者：李应涛刘时良孙海龙王卫霞向玮北京林业大学森林资源和环境管理国家林草局重点实验室北京100083 广西林业勘测设计院广西南宁530011 吉林省汪清林业局吉林延吉133200 新疆农业大学林学与风景园林学院新疆乌鲁木齐830052

以吉林省汪清县金沟岭林场云冷杉针阔混交林为研究对象,基于研究区内均匀分布的98块样地的2487株单木数据,按7:3的比例随机抽样分别用于建模和检验。对林内云杉、冷杉、红松、中生阔叶树种组和慢生阔叶树种组这5个树种(组)的单木枝下高... 详细信息

以吉林省汪清县金沟岭林场云冷杉针阔混交林为研究对象,基于研究区内均匀分布的98块样地的2487株单木数据,按7:3的比例随机抽样分别用于建模和检验。对林内云杉、冷杉、红松、中生阔叶树种组和慢生阔叶树种组这5个树种(组)的单木枝下高和冠幅模型分别采用最小二乘法估计、极大似然估计和似不相关回归估计3种参数估计方法进行建模,筛选效果最佳的为最终模型,并分析模拟了树木大小、竞争、林分和立地等因子对枝下高和冠幅的影响。同时考虑树种耐荫性和空间分布结构差异,讨论不同树种枝下高和冠幅模型中影响因子差异。结果表明:采用似不相关回归估计建立的枝下高和冠幅的联立方程组模型得到的预测效果最佳,模型检验的修正决定系数(R^(2)_(a))最大,均方根误差(E_(RMS))最小,且平均绝对误差(E_(MA))相较于最小二乘法估计和极大似然估计降低了57%~58%。胸径、树高和单木竞争指数在所有枝下高模型中均极显著(P<0.001);树冠竞争因子是影响红松枝下高的重要因子(P<0.001);林分密度在除了云杉的其余树种枝下高模型中均显著相关(P<0.01);立地因子中仅坡向与冷杉枝下高显著相关(P<0.01)。冠幅模型中,胸径、枝下高和树冠竞争因子在所有树种中均显著相关(P<0.001);此外冷杉和阔叶树种的冠幅则与林分密度显著负相关(P<0.001),而云杉冠幅则与林分断面积和显著负相关(P<0.001)。在云冷杉针阔混交林中,树种耐荫性和单木相对大小影响其树冠的衰退速率,而林地立地质量影响单木冠幅的大小。

关键词：云冷杉针阔混交林枝下高冠幅竞争指标似不相关回归估计

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

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

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：