检索结果-内蒙古大学图书馆

中南林业科技大学学报 2020年第4期40卷 22-27,33页

作者：宋亚斌邢元军江腾宇林辉国家林业和草原局中南调查规划设计院湖南长沙410014 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 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】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KN... 详细信息

【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。

关键词：森林蓄积量 KNN方法距离相关系数十折交叉验证 Landsat8 OLI

来源：评论

学校读者我要写书评

暂无评论

结合自适应阈值与峰值的LiDAR林分平均高反演方法研究

引用

林草资源研究 2021年第1期 61-68页

作者：吴思敏孙华林辉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

随着激光雷达获取的点云密度不断增加,提取样地尺度的林分平均高成为可能。但样地尺度林分平均高的提取精度与树种之间的关系尚不明确,急需一种能适应各种树种的林分平均高提取方法。以广西省国有高峰林场为例,采用机载LiDAR点云数据生... 详细信息

随着激光雷达获取的点云密度不断增加,提取样地尺度的林分平均高成为可能。但样地尺度林分平均高的提取精度与树种之间的关系尚不明确,急需一种能适应各种树种的林分平均高提取方法。以广西省国有高峰林场为例,采用机载LiDAR点云数据生成的冠层高度模型（Canopy height model, CHM）,结合地面实测的201个样地数据,提出了一种结合自适应阈值与峰值的林分平均高提取算法,并分析了树种对提取精度的影响。结果表明:1)不同树种的林分平均高提取精度存在差异,杉木精度最高,而桉树和其他阔叶树种精度次之;2)自适应阈值结合峰值的算法能够较好提取林分平均高（R2=0.75,RMSE=3.11m,rRMSE=22.07%）,并且对于不同的树种都有较强的稳健性;3)阔叶树种和针叶树种对不同的提取方法存在敏感性差异。研究提取的林分平均高可为森林蓄积量与生物量反演研究提供依据和参考。

关键词： LiDAR 自适应阈值冠层高度模型林分平均高

来源：评论

学校读者我要写书评

暂无评论

基于国产高分数据的森林蓄积量反演研究

引用

林草资源研究 2021年第3期 101-107页

作者：肖越许晓东龙江平林辉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

以内蒙古旺业甸林场为研究区,结合地面调查,对高分二号遥感数据进行预处理,并提取光谱信息、植被指数及纹理信息等48个遥感因子,采用Pearson相关系数法筛选出8个因子进行建模。采用多元线性回归、多层感知机、K-近邻、支持向量机、随机... 详细信息

以内蒙古旺业甸林场为研究区,结合地面调查,对高分二号遥感数据进行预处理,并提取光谱信息、植被指数及纹理信息等48个遥感因子,采用Pearson相关系数法筛选出8个因子进行建模。采用多元线性回归、多层感知机、K-近邻、支持向量机、随机森林模型估测森林蓄积量,得到研究区内森林蓄积量反演图。结果表明:1)高分二号影像提取的遥感因子中,基于二阶矩阵的纹理特征均值(Mean)与森林蓄积量的相关性较高;2)随机森林相对于多元线性、多层感知机、K-近邻、支持向量机等方法具有更好的森林蓄积量估测精度,其相对均方根误差(rRMSE)为25.40%;3)研究区内森林蓄积量高的地区主要分布在西部和东南部;森林蓄积量低的地区主要分布在西北部、中部及北部,与实际调查情况一致。国产高分二号影像利用随机森林算法在森林蓄积量反演方面具有一定的潜力。

关键词：遥感高分二号随机森林森林蓄积量空间分布

来源：评论

学校读者我要写书评

暂无评论

基于胸高处边材面积、胸径和冠基部直径的杉木单木叶生物量预测模型

引用

林业科学 2023年第7期59卷 106-114页

作者：屈彦成江怡航姜彦妍张建国罗安利张雄清中国林业科学研究院林业研究所国家林业和草原局林木培育重点实验室北京100091 南京林业大学南方现代林业协同创新中心南京210037 浏阳市森林资源监测事务中心湖南省浏阳市林业局浏阳410300

【目的】基于多个变量分别构建杉木单木叶生物量预测模型,并选择出预测效果最佳的模型,为杉木叶生物量的精准预测提供参考。【方法】以21块不同林龄样地共63株解析木为例,分别基于胸高处边材面积、胸径和冠基部直径3个变量,考虑其他与... 详细信息

【目的】基于多个变量分别构建杉木单木叶生物量预测模型,并选择出预测效果最佳的模型,为杉木叶生物量的精准预测提供参考。【方法】以21块不同林龄样地共63株解析木为例,分别基于胸高处边材面积、胸径和冠基部直径3个变量,考虑其他与叶生物量相关的单木和林分因子,以样地为随机效应因子构建非线性混合模型,采用指数函数、幂函数和常数加幂函数消除数据间的异方差性。根据模型评价指标赤池信息准则(AIC)、贝叶斯信息准则(BIC)和对数似然值(Log Likelihood)选择最佳模型,并对不同参数的混合模型进行似然比检验。采用留一交叉验证法,计算模型决定系数(R^(2))、总相对误差(TRE)和平均绝对误差(MAE),对模型预测效果进行检验。【结果】基于3个变量以幂函数为异方差结构构建的混合模型效果最好,混合模型均优于基础模型,且基于冠基部直径构建的模型预测效果最佳。【结论】以基于冠基部直径构建的非线性混合效应模型(模型16)作为预测杉木单木叶生物量的最佳模型,符合管道模型理论。各变量均具有一定生物学和统计学意义,野外调查较易获取(非破坏性)。模型具有一定实用性,且预测精度较高(R2=0.8051)。本研究结果可为其他树种构建单木叶生物量模型提供参考。

关键词：杉木叶生物量管道模型理论冠基部直径胸高处边材面积胸径

来源：评论

学校读者我要写书评

暂无评论

基于改进Mask RCNN的散坟火灾隐患点自动检测与空间分析

引用

自然灾害学报 2023年第2期32卷 99-107页

作者：严恩萍莫登奎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 中南林业科技大学林学院湖南长沙410004

散坟是森林火灾风险的一个重要来源,是林业、应急、民政部门需要掌握的重要基础数据。由于缺乏足够的重视,目前国内外鲜有散坟快速检测与自动清查的研究报道。本研究提出一个基于Detectron2工具箱的Mask RCNN识别网络,利用高分辨率航拍... 详细信息

散坟是森林火灾风险的一个重要来源,是林业、应急、民政部门需要掌握的重要基础数据。由于缺乏足够的重视,目前国内外鲜有散坟快速检测与自动清查的研究报道。本研究提出一个基于Detectron2工具箱的Mask RCNN识别网络,利用高分辨率航拍影像和实地调查数据对中国湖南长沙县的散坟进行快速检测与自动清查。结合各种空间分布指数,如近邻指数、地理集中指数、不平衡指数和核密度指数,对散落坟墓的空间分布进行绘制和分析。结果表明:改进后的Mask RCNN网络,能够有效识别不同土地覆盖、分布密度和空间区域的散坟目标,平均F1分数分别为90.33%、92.61%和90.41%;研究发现散坟总体呈集群式-随机分布,密度为25.13座/km3,主要受地形和道路因素的影响。研究首次提出绘制散坟火灾隐患点分布数据,对全国散坟的自动检测和及时预警具有潜在的应用价值。

关键词：高分辨率遥感火灾隐患自动检测空间分布改进的Mask-RCNN

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

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

洞庭湖湿地净初级生产力估算研究

引用

遥感学报 2023年第6期27卷 1454-1466页

作者：张猛陈淑丹林辉刘洋张怀清中南林业科技大学林业遥感信息工程研究中心长沙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长沙410004 中国林业科学研究院资源信息研究所北京100091

湿地是地球上重要的“碳库”之一,针对湿地净初级生产力NPP (Net Primary Productivity)模拟中时空分辨率不高和估算精度不稳定等方面的问题,本文提出了一种修正的CASA (Carnegie-Ames-Stanford Approach)模型。首先采用遥感云计算下的... 详细信息

湿地是地球上重要的“碳库”之一,针对湿地净初级生产力NPP (Net Primary Productivity)模拟中时空分辨率不高和估算精度不稳定等方面的问题,本文提出了一种修正的CASA (Carnegie-Ames-Stanford Approach)模型。首先采用遥感云计算下的时空融合算法快速、准确地获得了时间序列的Landsat 8多光谱影像,解决湿地NPP估算中高时空分辨率影像缺失问题。然后,利用Landsat 8数据集(光谱波段、陆表水体指数、归一化植被指数等)与自适应Stacking算法得到高精度的植被分类图,并结合植被分类图确定每个植被像元理想条件下最大光能利用率εmax。同时,利用时序陆表水体指数及降水数据计算获得NPP估算中所需的水分胁迫因子。最后,基于归一化植被指数、水分胁迫因子、εmax及气象数据等多种参数,驱动CASA模型对洞庭湖湿地NPP进行估测。研究结果显示,与其他模型相比,本文修正CASA模型估算的NPP与实测的NPP具有最高的相关系数(R2=0.85)和最低的RMSE (20.16 g C/m2),表明该方法能有效、准确地模拟区域湿地生态系统NPP。洞庭湖区主要湿地植被类型芦苇与苔草的NPP均值分别为424.26 g C/m2和357.50g C/m2。

关键词：遥感湿地净初级生产力 CASA 时空融合分类洞庭湖湿地

来源：评论

学校读者我要写书评

暂无评论

西藏自治区草地地上生物量遥感反演研究

引用

生态学报 2023年第13期43卷 5600-5613页

作者：宋柯馨蒋馥根胡宗达吕云兵龙依邓目丽陈松孙华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与草原局重点实验室长沙410004 四川农业大学资源学院成都611130 西藏详图测绘有限公司拉萨851414

草地地上生物量(Aboveground Biomass,AGB)是反映草地生态系统功能和质量的关键指标,大尺度地准确估算草地AGB对草地生态系统经营管理至关重要。研究以MODIS影像为数据源,提取反射率、植被指数和植被产品三种不同类型的特征变量,结合野... 详细信息

草地地上生物量(Aboveground Biomass,AGB)是反映草地生态系统功能和质量的关键指标,大尺度地准确估算草地AGB对草地生态系统经营管理至关重要。研究以MODIS影像为数据源,提取反射率、植被指数和植被产品三种不同类型的特征变量,结合野外实测样地草地AGB数据,构建以多元线性逐步回归为代表的参数模型以及随机森林、支持向量机和kNN等非参数模型进行西藏自治区草地AGB估测及空间分布制图。结果表明:(1)多元线性逐步回归、随机森林、支持向量机和kNN模型在加入植被产品特征变量后,RMSE分别降低了15.8%、13.5%、4.1%和17.3%,表明植被产品作为建模变量用于草地AGB估测可有效提高模型精度;(2)三种组合变量构建的草地AGB估测模型中,反射率、植被指数、植被产品组合构建的模型效果最佳,其中kNN模型估测精度最高,R2达到0.60,RMSE和MAE分别为0.43、0.34 t/hm^(2);(3)草地AGB空间分布呈现出西北地区较低、中部地区较高且分布形态较破碎和东部地区较高的变化特征;(4)利用MODIS植被产品结合kNN模型的预测值与草地实测的AGB空间分布趋势基本一致。综上,MODIS植被产品结合kNN模型可作为大尺度区域草地AGB遥感估测的有效参考。

关键词：草地地上生物量机器学习 kNN MODIS 植被产品

来源：评论

学校读者我要写书评

暂无评论

LA-UNet网络模型在城市绿地遥感分类中的应用

引用

应用生态学报 2024年第4期35卷 1101-1111页

作者：徐亮亮马开森王霞李东胜孙华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与草原局重点实验室长沙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 河北省林业和草原调查规划设计院石家庄050011

城市绿地的精准识别和监测在城市规划和生态管理方面具有重要意义。城市绿地背景复杂,使用传统遥感分类技术容易出现错分粘连的问题。本研究以长沙市雨花区为研究区,高分二号(GF-2)遥感影像为数据源,提出一种基于LA-UNet模型的城市绿地... 详细信息

城市绿地的精准识别和监测在城市规划和生态管理方面具有重要意义。城市绿地背景复杂,使用传统遥感分类技术容易出现错分粘连的问题。本研究以长沙市雨花区为研究区,高分二号(GF-2)遥感影像为数据源,提出一种基于LA-UNet模型的城市绿地遥感分类方法,该方法以UNet模型为基础,引入DWTCA通道注意力机制模块提升网络对绿地信息的关注度,并使用CARAFE模块对提取特征进行上采样,实现对城市复杂背景下乔木、灌草等多种地类的精准分类。结果表明:利用标准假彩色遥感影像时,LA-UNet模型的城市绿地分类效果最优,总体准确率和平均交并比分别为96.3%和90.9%,比UNet模型分别提高2.8%和6.1%。在波茨坦公开数据集中,LA-UNet模型的总体准确率和平均交并比也同样优于UNet模型,分别提高0.9%和1.8%,表明LA-UNet模型具有较好的鲁棒性和通用性。本研究提出的LA-UNet模型能有效缓解城市绿地错分粘连问题,在城市绿地遥感分类中具有显著优势。改进后的LA-UNet模型比UNet模型具有更小的参数体积,能有效提升城市绿地分类精度。本研究将为城市绿地的精准分类及其空间分布规律研究提供方法参考。

关键词：遥感分类城市绿地高分二号 LA-UNet 注意力机制

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：