检索结果-内蒙古大学图书馆

遥感学报 2020年第3期24卷 215-225页

作者：刘树超李晓彤覃先林孙桂芬刘倩中国林业科学研究院资源信息研究所国家林业局林业遥感与信息技术实验室北京100091

为探究具有单中波红外通道的高分四号卫星(GF-4)PMI数据在林火监测中的应用方法,通过对覆盖近年发生森林火灾的多景GF-4 PMI影像分析,采用"劈窗法"构建GF-4 PMI数据的着火点自适应阈值检测算法;在云南省玉龙纳西族自治县、俄... 详细信息

为探究具有单中波红外通道的高分四号卫星(GF-4)PMI数据在林火监测中的应用方法,通过对覆盖近年发生森林火灾的多景GF-4 PMI影像分析,采用"劈窗法"构建GF-4 PMI数据的着火点自适应阈值检测算法;在云南省玉龙纳西族自治县、俄罗斯阿穆尔州和俄罗斯外贝加尔边疆区等3个实验区进行了着火点检测应用,并以目视解译的着火点结果为参照资料,对该算法的着火点检测精度进行了评价。结果表明,该算法在这3个实验区的着火点检测准确率均高于80.0%,基于着火点检测精度验证设定的综合评价指标高于0.780,可应用于GF-4PMI影像着火点的检测。

关键词：高分四号(GF-4) 劈窗法自适应方法着火点阈值检测

来源：评论

学校读者我要写书评

暂无评论

基于遥感技术的森林树种识别研究进展

引用

西北林学院学报 2021年第6期36卷 220-229页

作者：李华玉陈永富陈巧王娟张超西南林业大学林学院云南昆明650224 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

基于遥感手段的森林类型/树种(组)的精准识别是森林参数提取和计算的前提,是林业遥感领域的研究前沿,可为宏观尺度快速获取森林资源信息提供重要途径。对多源遥感数据在森林树种识别中的应用研究进行总结分析发现,当前基于遥感数据的树... 详细信息

基于遥感手段的森林类型/树种(组)的精准识别是森林参数提取和计算的前提,是林业遥感领域的研究前沿,可为宏观尺度快速获取森林资源信息提供重要途径。对多源遥感数据在森林树种识别中的应用研究进行总结分析发现,当前基于遥感数据的树种识别已成为林业遥感的研究热点。利用卫星遥感数据和近地低空遥感数据结合随机森林、支持向量机等分类方法进行树种识别已相对成熟。近年来,无人机技术不断发展,以其灵活性强的特点在林业中有较强的应用潜力,在计算机技术、数字图像处理技术和机器学习领域不断发展成熟背景下,低空遥感数据结合深度学习技术应用于森林树种的精确识别是值得深入研究的科学问题。

关键词：树种识别遥感技术无人机遥感深度学习

来源：评论

学校读者我要写书评

暂无评论

小滦河流域复杂地表碳循环遥感综合试验

引用

遥感学报 2021年第4期25卷 888-903页

作者：穆西晗阎广建周红敏庞勇邱凤张乾张永光谢东辉周盈吉赵天杰仲波宋金玲孙睿蒋玲梅尹思阳李凡焦子锑屈永华张吴明程顺崔同祥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市陆表遥感数据产品工程技术研究中心北京100875 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 南京大学国际地球系统科学研究所南京210023 江苏省地理信息技术重点实验室南京210023 中国科学院空天信息创新研究院遥感科学国家重点实验室北京100094 中山大学测绘科学与技术学院珠海519082 南方海洋科学与工程广东省实验室(珠海) 珠海519080 河北省塞罕坝机械林场总场承德068450

遥感综合试验对于遥感科学技术的发展起到重要作用,无论是基础研究还是遥感应用都需要试验提供支撑。从2018年开始,遥感科学国家重点实验室针对遥感自身发展和遥感面向地表圈层深化应用面临的科学问题,在滦河上游流域组织了小滦河流域... 详细信息

遥感综合试验对于遥感科学技术的发展起到重要作用,无论是基础研究还是遥感应用都需要试验提供支撑。从2018年开始,遥感科学国家重点实验室针对遥感自身发展和遥感面向地表圈层深化应用面临的科学问题,在滦河上游流域组织了小滦河流域复杂地表碳循环遥感综合观测试验,本文旨在介绍该试验的目标、区域、观测参数、观测方法以及对未来研究的展望,以期望为今后开展其他遥感试验及相关研究提供有益的参考和帮助。该试验采用星机地协同综合观测的方式,选择主要的在轨运行卫星数据及覆盖此流域的遥感产品作为主要数据;针对典型区域开展航空及无人机遥感试验,搭载光学传感器设备,获取典型区域水热循环、碳循环等关键参数;并同步开展地面观测试验,在典型实验区开展大气、植被和土壤关键参数的精细观测。目前已系统的开展了地面测量试验、无人机遥感试验及航空遥感试验,并同步收集了卫星遥感数据,形成了一套丰富的星—机—地配套遥感实测数据集。在试验的推动下,遥感科学国家重点实验室于2020年在试验区架设了多座综合观测塔,并配置了多种观测设备,开启了长时间序列观测任务,虚拟试验场的构建和机理生态模型的运行也在同步开展。小滦河流域复杂地表碳循环遥感综合试验利用星—机—地一体化的监测方法有效获取了地表水、能量和碳循环的关键参数,为遥感机理模型发展、反演方法检验和尺度转换研究提供了关键的基础数据。目前已用来建立遥感机理模型的综合检验平台,分析和改进传统模型和遥感产品在复杂地表的适用性,阐明流域尺度碳水耦合的物理过程。

关键词：遥感综合试验流域尺度碳循环小滦河塞罕坝

来源：评论

学校读者我要写书评

暂无评论

联合GF-6和Sentinel-2红边波段的森林地上生物量反演

引用

生态学报 2021年第20期41卷 8222-8236页

作者：蒋馥根孙华李成杰马开森陈松龙江平任蓝翔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 广西壮族自治区森林资源与生态环境监测中心南宁530000 国家林业和草原局中南调查规划设计院长沙410004

光谱反射率能反映地物差异,是森林地上生物量(Aboveground Biomass, AGB)遥感反演的理论基础。红边波段处于近红外与红光波段交界处快速变化的区域,能对植被冠层结构和叶绿素含量的微小变化做出快速反应,对植被生长状况较敏感。研究以G... 详细信息

光谱反射率能反映地物差异,是森林地上生物量(Aboveground Biomass, AGB)遥感反演的理论基础。红边波段处于近红外与红光波段交界处快速变化的区域,能对植被冠层结构和叶绿素含量的微小变化做出快速反应,对植被生长状况较敏感。研究以GF-6和Sentinel-2多光谱影像作为数据源,结合野外调查AGB数据,构建落叶松和樟子松AGB线性和非线性估测模型,通过比较模型精度选择最优模型进行森林AGB反演和空间分布制图。结果表明:GF-6和Sentinel-2影像红边波段反射率与落叶松、樟子松AGB均呈显著相关(P<0.05),红边波段对AGB估测较敏感。多变量估测模型整体估测效果优于单变量模型,所有模型中多元线性回归模型取得了最优的决定系数(落叶松R2=0.66,樟子松R2=0.65)和最低的均方根误差(落叶松RMSE=31.45 t/hm^(2),樟子松RMSE=54.77 t/hm^(2))。相比单个数据源,联合GF-6和Sentinel-2影像构建的多元线性回归模型估测效果得到了显著提升,模型RMSE对于落叶松和樟子松AGB估测分别最大降低了22.9%和11.2%。增加红边波段进行AGB估测能显著提高模型估测精度,三组数据源分别加入红边波段信息后进行建模,模型RMSE得到了显著降低。GF-6拥有800 km观测幅宽和高效的重访周期,可以快速地提供大尺度时间序列数据,在森林地上生物量反演和动态监测方面有着很大潜力。

关键词：森林地上生物量落叶松樟子松遥感反演 GF-6 Sentinel-2

来源：评论

学校读者我要写书评

暂无评论

刍议服务于深度学习研究的林业遥感数据集建设

引用

世界林业研究 2021年第3期34卷 58-62页

作者：武红敢王成波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 中国科学院空天信息创新研究院北京100101

林业遥感数据集是林草行业开展深度学习研究的重要基础,更是林草资源实现自动化、智能化和动态化精准监测的重要保障。文中分析了自然图像和遥感图像数据集建设现状与方法,通过对深度学习算法在林业专题信息识别和分类中最新研究成果的... 详细信息

林业遥感数据集是林草行业开展深度学习研究的重要基础,更是林草资源实现自动化、智能化和动态化精准监测的重要保障。文中分析了自然图像和遥感图像数据集建设现状与方法,通过对深度学习算法在林业专题信息识别和分类中最新研究成果的阐述,表明建立林业遥感专用数据集的必要性和紧迫性;基于人工智能在图像处理领域的发展经验,提出林草业遥感影像数据集的建设思路和原则。

关键词：林草资源精准监测深度学习遥感数据集资源共享

来源：评论

学校读者我要写书评

暂无评论

北斗林草综合应用服务平台建设与应用

引用

卫星应用 2022年第11期 29-33页

作者：林泽攀武红敢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

北斗卫星导航系统是我国自行研制的全球卫星导航系统,是重要的时空信息基础设施。林草业是北斗系统应用较早的行业之一[1],早在2001年就开始了北斗在森林防火中的技术应用研究,2002年完成了森林防火中人员、车辆、飞机的终端设备应用试... 详细信息

北斗卫星导航系统是我国自行研制的全球卫星导航系统,是重要的时空信息基础设施。林草业是北斗系统应用较早的行业之一[1],早在2001年就开始了北斗在森林防火中的技术应用研究,2002年完成了森林防火中人员、车辆、飞机的终端设备应用试验,2003年应用于森林防火实战,对及早扑灭火灾、减少火灾损失发挥了重要作用[2]。2014年国家发展改革委支持开展了森林资源调查、管护、林火和林业有害生物野外调查数据集中管理的应用示范[3-4]。

关键词：国家发展改革委森林防火森林资源调查全球卫星导航系统北斗卫星导航系统火灾损失林业有害生物终端设备

来源：评论

学校读者我要写书评

暂无评论

推动林草业北斗业务化应用的实践和发展举措

引用

林业科技通讯 2023年第1期 34-36页

作者：武红敢汪陶胜林泽攀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 北京眸星科技有限公司北京100015 中国林业科学研究院北京100091

介绍了北斗技术在我国林草即时数据获取中的应用现状,分析总结了应用成效和技术优势,提出了助力“北斗三号”系统在林草领域实现规范化、标准化和规模化应用的建议,以推动“北斗三号”短报文通信与物联网、区块链等新兴技术交叉创新,以... 详细信息

介绍了北斗技术在我国林草即时数据获取中的应用现状,分析总结了应用成效和技术优势,提出了助力“北斗三号”系统在林草领域实现规范化、标准化和规模化应用的建议,以推动“北斗三号”短报文通信与物联网、区块链等新兴技术交叉创新,以及催生数据服务新业态。

关键词：北斗导航卫星系统林草行业应用

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的高分辨率遥感影像林地变化检测

引用

浙江林业科技 2024年第6期44卷 69-79页

作者：问青青王广科吴达胜金华婺城南山省级自然保护区管理中心浙江金华321000 浙江农林大学数学与计算机科学学院浙江杭州311300 浙江省林业智能监测与信息技术研究重点实验室浙江杭州311300 林业感知技术与智能装备国家林业和草原局重点实验室浙江杭州311300

基于深度学习进行的高分辨率遥感影像林地变化检测,能通过大规模数据训练从双时相高分影像中自动提取林地变化特征,可减少对操作人员的主观经验性依赖,提高林地变化检测效率。本文以浙江省为研究区域,基于World Imagery Wayback高分辨... 详细信息

基于深度学习进行的高分辨率遥感影像林地变化检测,能通过大规模数据训练从双时相高分影像中自动提取林地变化特征,可减少对操作人员的主观经验性依赖,提高林地变化检测效率。本文以浙江省为研究区域,基于World Imagery Wayback高分辨率遥感图像,利用UNet系列、DeepLabV3系列、FCN及SegNet等深度学习模型,通过二分类方法判断林地变化范围。结果表明:(1)本文所使用的各种模型,在测试集上mIoU评估指标均在84.70%以上,Accuracy指标均在92.00%以上,F1-score评估指标均在91.00%以上,Recall评估指标也均在91.00%以上,表现出较好的检测结果。(2)UNet模型各项指标均达到最高,mIoU、Accuracy、F1-score和Recall评估指标分别为89.54%、95.15%、94.44%及94.13%,但各模型在检测结果中均存在不同程度的边缘轮廓模糊、类内连通不完整现象。(3)为解决检测结果中存在的类内连通不完整及轮廓模糊问题,利用SE、SGAM、CBAM等注意力机制改进性能很好的UNet模型,为验证模型改进的有效性以及排除模型结构差异的影响,对DeepLabV3、DeepLabV3P模型也做相同的改进,以形成对照实验。结果显示,利用通道注意力机制改进的UNet+SE模型mIoU指标提高最多,为0.18%。但利用空间注意力机制改进的UNet+SGAM、DeepLabV3+SGAM、DeepLabV3P+SGAM模型,其mIoU指标分别降低了1.01%、0.77%、0.67%,因此在检测林地变化时,通道上的特征重要性大于空间上的特征重要性,需加重关注通道特征,降低关注空间特征。基于深度学习进行的高分辨率遥感影像林地变化检测,在各模型中UNet模型的性能指标表现优秀,且模型的通道重要性大于空间重要性,该结论可为林地变化检测提供重要借鉴。

关键词：林地深度学习高分遥感变化检测

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的无人机造林成活率自动检测方法

引用

中南林业科技大学学报 2023年第10期43卷 20-27,79页

作者：李亚东曹明兰金红玉姚树军李亚昆贾树华北京工业职业技术学院北京市城市空间信息工程重点实验室北京100042 国家林业和草原局森林资源管理司北京100013 内蒙古乌兰坝国家级自然保护区管理局内蒙古赤峰025450 内蒙古大杨树林业局内蒙古呼伦贝尔165456

【目的】造林是实现林业资源可持续利用的重要手段。造林地块分散、分布偏远、交通条件差,人工造林成活率检查耗费大量人力、物力和时间成本,且效率低、无法及时全面精准掌握造林成活率、采用的抽样检查方法受主观因素和偶然因素影响较... 详细信息

【目的】造林是实现林业资源可持续利用的重要手段。造林地块分散、分布偏远、交通条件差,人工造林成活率检查耗费大量人力、物力和时间成本,且效率低、无法及时全面精准掌握造林成活率、采用的抽样检查方法受主观因素和偶然因素影响较大。为解决以上问题,本研究探索了一种基于目标检测模型和多目标追踪的无人机造林成活率自动检测方法。【方法】利用大疆Mavic2多旋翼无人机采集不同时期云杉人工造林地的影像,利用YOLOv5深度学习网络模型训练了苗木对象检测模型,并与DeepSort多目标追踪算法相结合,在安装Mavic2无人机地面站的安卓平板电脑上进行二次开发。通过整合无人机4G图传,将无人机拍摄的视频实时回传至无人机地面站安卓平板电脑上。利用YOLOv5s+DeepSort实现了实时苗木检测与动态多目标追踪,通过对跟踪到的苗木进行类别判定和计数汇总,最终自动计算目标小班的造林成活率。【结果】在内蒙古大兴安岭大杨树林业局乌鲁布铁林场2022年春季造林地块中随机抽取了7个造林小班进行试验,结果表明本研究与人工检查相比成活率检测平均相对精度能达到99.62%,可平均节省50.94%人力工时。【结论】文章采用基于目标检测模型和多目标追踪的无人机造林成活率自动检测方法,不仅效率高、精度可靠、容易操作、可以极大地减少人力工时。与传统人工检查方法相比具有以下优势:1)有效提高了检测效率,减少了人力、时间、交通成本,能够实现对所有造林地块的全面检测,减少了抽样检查方法导致的随机误差;2)实现利用基于视频检测的算法自动完成成活率统计,统一了检测标准,避免了人工检测带来的主观误差;3)在检测视频中标注每株苗木的判定类别,可作为过程资料保存输出,为复核提供了有效依据。

关键词：深度学习无人机目标检测多目标追踪造林成活率

来源：评论

学校读者我要写书评

暂无评论

基于消费级双目相机的立木因子测量方法

引用

浙江农林大学学报 2023年第2期40卷 436-445页

作者：尹萍徐爱俊叶俊华夏芳王泽华浙江农林大学数学与计算机科学学院浙江杭州311300 浙江农林大学浙江省林业智能监测与信息技术研究重点实验室浙江杭州311300 浙江农林大学林业感知技术与智能装备国家林业与草原局重点实验室浙江杭州311300 浙江农林大学环境与资源学院浙江杭州311300 浙江农林大学数字乡村研究所浙江杭州311300 浙江农林大学经济与管理学院浙江杭州311300

【目的】随着林业信息化的快速发展,机器视觉测量技术广泛应用于林业领域。针对传统立木因子测量方法成本较高、携带不便、操作复杂等问题,提出消费级双目相机与机器视觉技术相结合的立木因子无接触测量方法。【方法】首先使用消费级USB... 详细信息

【目的】随着林业信息化的快速发展,机器视觉测量技术广泛应用于林业领域。针对传统立木因子测量方法成本较高、携带不便、操作复杂等问题,提出消费级双目相机与机器视觉技术相结合的立木因子无接触测量方法。【方法】首先使用消费级USB 3.0双目相机采集立木图像,通过改进的SGM算法生成高质量视差图;再根据三角原理转化为深度图,进而获取立木三维点云;基于空间密度聚类和混合滤波三维点云去噪方法快速准确去除聚集、离散的噪声点,再进行方向矫正和点云分割;最后,利用最值遍历法和椭圆拟合法实现树高、胸径的无接触测量。【结果】树高、胸径的相对测量误差分别小于2.219%、5.620%,测量值与真实值的相关系数R2分别为0.978、0.995,均方根误差分别为0.047 m、0.249 cm。【结论】本方法易操作、成本较低,同时具有较高的测量精度,能够满足无接触测量的需求。

关键词：视差图双目视觉三维点云点云去噪立木因子测量

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：