检索结果-内蒙古大学图书馆

国土资源遥感 2021年第1期33卷 54-62页

作者：熊育久赵少华鄢春华邱国玉孙华王艳林秦龙君中山大学土木工程学院广州510275 广东省华南地区水安全调控工程技术研究中心广州510275 生态环境保护部卫星环境应用中心/国家环境保护卫星遥感重点实验室北京100094 北京大学深圳研究生院环境与能源学院深圳518055 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 广州市规划和自然资源局广州510000

绿地是城市生态资源的重要组成部分,定量评估其时空分布、构建多尺度监测方法体系,是自然资源管理、生态文明城市建设等领域的迫切需求。以城市植被和城市水体为例,从资源的数量、质量与生态价值3个层次,梳理对比主流的监测评价方法,探... 详细信息

绿地是城市生态资源的重要组成部分,定量评估其时空分布、构建多尺度监测方法体系,是自然资源管理、生态文明城市建设等领域的迫切需求。以城市植被和城市水体为例,从资源的数量、质量与生态价值3个层次,梳理对比主流的监测评价方法,探讨这些方法的优势与存在的问题,为我国新时期城市自然资源评估与监测提供方法参考。结果表明:①尽管基于样方的传统抽样方法可获得城市绿地的数量信息,但城市绿地高度斑块化特征限制了样方结果尺度推绎;②卫星遥感是监测城市绿地的有效手段,可准确获取绿地空间分布、面积、种类、质量变化等信息,但生物量(或蓄积量)、体积等信息需要米级(<5 m)遥感数据和其他新技术支持精细化研究;③无人机可获得亚米级(如<5 cm)数据,满足精细化监测需求,但受飞行管制、电池续航能力等限制,数据覆盖范围有限,且数据拼接等后处理复杂、传统的数据处理或反演算法可能不适用于亚米级空间分辨率数据;④城市绿地对城市热环境调节功能研究较多,但当前100 m(及更粗空间分辨率)的热红外地表温度数据难以支持绿地蒸腾降温机理等精细化研究。可见,城市绿地的精细化资源评估与监测仍面临诸多挑战。

关键词：自然资源城市绿地评估与监测遥感无人机

来源：评论

学校读者我要写书评

暂无评论

基于多源数据的毛竹林信息自动提取

引用

浙江林业科技 2023年第3期43卷 79-86页

作者：王广科吴达胜方陆明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

毛竹Phyllostachys edulis是重要的经济林种,快速准确地获取毛竹林的面积及郁闭度等信息可对毛竹林的高效经营管理提供巨大帮助。基于人工样地的森林资源调查耗时费力且效率低下,故利用遥感图像等较低成本的数据源估测大范围毛竹林的面... 详细信息

毛竹Phyllostachys edulis是重要的经济林种,快速准确地获取毛竹林的面积及郁闭度等信息可对毛竹林的高效经营管理提供巨大帮助。基于人工样地的森林资源调查耗时费力且效率低下,故利用遥感图像等较低成本的数据源估测大范围毛竹林的面积及其郁闭度等信息具有重要意义。本文以浙江省安吉县为研究区域,基于Sentinel-2中等分辨率遥感图像、数字高程模型(Digital Elevation Model,DEM)数据及森林资源二类调查数据,利用CatBoost、随机森林(Random Forest,RF)、支持向量机(Support Vector Machine,SVM)三种算法,通过二分类方法估算毛竹林面积和多分类方法估算毛竹林郁闭度。结果表明:在估算毛竹林面积时,CatBoost、RF、SVM的总体分类精度分别为97.75%、96.54%、95.05%,Kappa系数分别为0.96、0.93、0.90;在估算毛竹林郁闭度时,以上三种算法的总体分类精度分别为73.38%、73.49%、69.9%,Kappa系数分别为0.52、0.52、0.45。在本文研究数据中,0.7、0.8郁闭度样本(大类别样本)占样本总数的89.42%,剩余类别样本(小类别样本)只占样本总数的10.58%。样本失衡是导致毛竹林郁闭度估算精度严重偏低的重要原因。将样本分成两种类别后(占比较大的样本和占比较小的样本)分别进行建模,模型估测效果有了较大改善,各模型郁闭度估算精度均在78%以上,其中以CatBoost最优,总体精度达到83.45%。基于Sentinel-2遥感图像、DEM及森林资源二类调查数据的多源数据估算毛竹林面积和郁闭度,CatBoost算法具有最佳的性能指标,其估算结果可为竹林资源的监测提供重要借鉴。

关键词：毛竹林遥感机器学习信息提取

来源：评论

学校读者我要写书评

暂无评论

融合VoVNetv2和置换注意力机制的鱼群摄食图像分割方法

引用

智慧农业（中英文） 2023年第4期5卷 137-149页

作者：王鹤榕陈英义柴莹倩徐玲于辉辉中国农业大学国家数字渔业创新中心北京100083 北京林业大学信息学院北京100083 农业农村部智慧养殖技术重点实验室北京100083 北京市农业物联网工程技术研究中心北京100083 中国农业大学信息与电气工程学院北京100083 国家林业和草原局林业智能信息处理工程技术研究中心北京100083

[目的/意义]鱼群摄食图像分割是提取鱼群分布特征及量化鱼群摄食行为的前提条件。但在实际的养殖环境中,由于鱼群摄食图像存在鱼群边界模糊、目标相似等问题,使得处于养殖场景下的鱼群摄食图像分割成为难题。[方法]为解决上述问题,提出... 详细信息

[目的/意义]鱼群摄食图像分割是提取鱼群分布特征及量化鱼群摄食行为的前提条件。但在实际的养殖环境中,由于鱼群摄食图像存在鱼群边界模糊、目标相似等问题,使得处于养殖场景下的鱼群摄食图像分割成为难题。[方法]为解决上述问题,提出一种用于养殖场景下鱼群摄食图像分割方法。该方法首先通过数据清洗减少因鱼群边界模糊等问题导致的数据集不良标记问题,并在Mask R-CNN (Mask Region-based Convolutional Neural Network)的基础上使用融合置换注意力机制的轻量级神经网络Vo VNetv2作为骨干网络,建立鱼群摄食图像实例分割网络SA_Vo VNetv2_RCNN,提升模型对鱼群关键特征的提取能力以及对重点信息的关注能力,同时减少网络参数。[结果和讨论]该方法的平均分割精度达71.014%,相比于SOLOv2、Blend Mask和Cond Inst分别提升18.258%、3.982%和12.068%。为进一步验证模型对鱼群摄食行为量化的有效性,对真实环境下的鱼群进行验证实验,结果表明,模型对摄食和非摄食状态的鱼群具有良好的分割效果,在一定程度上解决了因分割精度低导致的鱼群摄食行为量化错误的问题。[结论]本研究提出的SA_Vo VNetv2_RCNN网络能够实现鱼群摄食和非摄食图像的准确分割,为水下鱼群的摄食行为量化提供决策支撑。

关键词：深度学习实例分割 Mask R-CNN 注意力机制 VoVNetv2

来源：评论

学校读者我要写书评

暂无评论

不同经营模式对天然常绿阔叶林乔木层组成和物种多样性的影响

引用

温州农业科技 2014年第3期 14-19页

作者：戎建涛梁文杰曾庆伟刁军温州科技职业学院浙江温州325006 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重点实验室北京100091 国家林业局华东调查规划设计院浙江杭州310019

以我国南方天然常绿阔叶林为研究对象，分析无干扰、传统择伐经营、近自然经营3种经营模式对其林分乔木层结构及物种多样性的影响。研究结果表明：无干扰经营乔木层优势树种重要值仍占据主要地位，但不同优势树种重要值有轻微上下波动... 详细信息

以我国南方天然常绿阔叶林为研究对象，分析无干扰、传统择伐经营、近自然经营3种经营模式对其林分乔木层结构及物种多样性的影响。研究结果表明：无干扰经营乔木层优势树种重要值仍占据主要地位，但不同优势树种重要值有轻微上下波动，乔木层物种多样性有上升趋势；传统择伐经营对林分结构有一定影响，一些优势树种的地位被削弱，而另一些树种优势地位得到提升，物种多样性呈下降趋势，不利于林分物种多样性的保持；近自然经营能够保持林分结构的完整性，有利于目的树种获得充分的生长空间和物种多样性的保持与恢复。

关键词：天然常绿阔叶林近自然经营重要值物种多样性

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

基于支持向量机SVM的云南省土地利用变化研究

引用

陕西林业科技 2021年第5期49卷 9-14,39页

作者：马明孙亚珍任枫岳彩荣国家林业和草原局西北调查规划设计院西安710048 西安绿环林业技术服务有限责任公司西安710048 森林资源管理与遥感实验室西南林业大学昆明650224

为分析2010-2020年云南省土地利用变化,预测未来土地利用变化趋势,促进生态政策调整和人地关系协调发展,基于云南省MODIS相关数据,以MATLAB软件为工具,利用同态滤波进行薄云剔除处理,使用支持向量机SVM进行分类和空间分析,对云南省土地... 详细信息

为分析2010-2020年云南省土地利用变化,预测未来土地利用变化趋势,促进生态政策调整和人地关系协调发展,基于云南省MODIS相关数据,以MATLAB软件为工具,利用同态滤波进行薄云剔除处理,使用支持向量机SVM进行分类和空间分析,对云南省土地利用类型变化及其原由进行了研究。结果为,从土地利用类型上来看,十年间云南省居民地的面积比例明显增加,主要分布在昆明、曲靖等城市区域;森林面积比例增加,主要分布在文山州东部和昭通市北部;农地面积占比减少,尤其是滇东北和滇东地区;草地、未利用地、水体面积变化较小。总体看,云南省的东部地区土地利用类型变化较大,而南部和西北等地变化较小。

关键词：土地利用类型面积变化 MODIS 云南省

来源：评论

学校读者我要写书评

暂无评论

森林资源数据共享中数据分类编码与加工整合技术研究

森林资源数据共享中数据分类编码与加工整合技术研究

引用

中国作物学会2007年学术年会

作者：张会儒李春明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重点实验室北京 100091

基于森林资源信息共享的需求,提出了森林资源信息分类和编码及数据加工整合的方法;采用混合分类法将森林资源信息分为5个基本类别和16个大类,在此基础上进一步分成12个实体类,森林资源信息的编码包括信息实体分类编码、实体码和实体特... 详细信息

基于森林资源信息共享的需求,提出了森林资源信息分类和编码及数据加工整合的方法;采用混合分类法将森林资源信息分为5个基本类别和16个大类,在此基础上进一步分成12个实体类,森林资源信息的编码包括信息实体分类编码、实体码和实体特征编码三部分;参照国家标准并结合本分类方法对森林资源空间数据的实体特征编码进行了扩充;在数据加工整合方法方面,重点探讨了数据库结构设计、质量检查等方面的问题;最后对进一步加强我国森林资源数据的加工整合及共享提出了建议。

关键词：森林资源数据数据分类数据编码数据加工整合信息共享

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

计算机断层扫描马尾松缺陷及其图像解译

引用

北京林业大学学报 2024年第10期46卷 144-152页

作者：刘晨君杨淑敏薛紫荞尚莉莉刘杏娥王卿平赵德达国际竹藤中心国家林业和草原局/北京市共建竹藤科学与技术重点实验室北京100102 北华大学材料科学与工程学院吉林长春132013 中国农业科学院农业信息研究所北京100081

【目的】通过解译计算机断层扫描(CT)图像获取马尾松原木的缺陷类型、空间分布和形态特征,以实现目标缺陷的三维重建,为CT技术在木质材料中的应用提供技术支撑。【方法】设置合理的扫描参数快速完成马尾松原木扫描。针对CT扫描获取的马... 详细信息

【目的】通过解译计算机断层扫描(CT)图像获取马尾松原木的缺陷类型、空间分布和形态特征,以实现目标缺陷的三维重建,为CT技术在木质材料中的应用提供技术支撑。【方法】设置合理的扫描参数快速完成马尾松原木扫描。针对CT扫描获取的马尾松原木缺陷图像,采用曲率各向异性扩散滤波去除噪声,选取合理阈值进行阈值分割,实现裂纹、虫眼的分割;采用参数形变模型算法,实现节子的分割。利用Mimics软件,通过三维区域生长法建立裂纹、虫眼的三维模型;基于MITK Workbench软件,通过VTK三维可视化面绘制中的移动立方体算法建立节子的三维模型。【结果】阈值分割法、参数形变模型法能快速准确地识别原木内部缺陷并提取缺陷特征信息,具有较高的识别效率和精度,相对误差较小,在3.63%~10.36%范围内波动。三维区域生长法和移动立方体算法实现了原木内部裂纹、虫眼和节子的三维重建,能够快速获取缺陷的空间分布、结构特征,并量化特征信息。【结论】本研究提出的分析方法适用于不同缺陷的图像分割和三维可视化,可以获取缺陷在马尾松原木中的空间分布位置与特征参数,缺陷检测准确率高。研究结果为木材保护和木材利用的改进提供了技术支撑。

关键词：缺陷断层扫描节子图像分割三维可视化算法

来源：评论

学校读者我要写书评

暂无评论

森林群落多样性与空间格局研究综述

引用

世界林业研究 2016年第3期29卷 35-39页

作者：马志波肖文发黄清麟庄崇洋郑群瑞中国林业科学研究院森林生态环境与保护研究所北京100091 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重点实验室北京100091 建瓯万木林省级自然保护区管理处福建建瓯353105

物种多样性和空间格局是过去自然过程和人类干扰的结果,也是群落未来发展的起点,是生态学理论研究的中心议题,也是应用研究的热点。文中对这2个方面进行了综述,指出存在的不足并提出了建议,以适应管理更复杂森林的需求。在群落物种多样... 详细信息

物种多样性和空间格局是过去自然过程和人类干扰的结果,也是群落未来发展的起点,是生态学理论研究的中心议题,也是应用研究的热点。文中对这2个方面进行了综述,指出存在的不足并提出了建议,以适应管理更复杂森林的需求。在群落物种多样性方面,针对物种的长期共存机制提出了各种不同的理论或假说,目前不同观点有整合趋势,并开始探讨不同机制在物种多样性维持方面的贡献;个体大小的多样性是多样性研究的一个新内容,最近开展了很多有关林木直径大小的研究。在空间格局方面,提出很多分析方法和检验判别统计量,在只需检验格局类型时扩散系数表现较好,而需探讨不同尺度格局类型时可以使用点格局分析。由于林木的高生长差异,多样性和格局在垂直方向有独特的表现,但是在当前研究中较少涉及垂直方向。今后应加强这方面研究,这对群落水平的天然林保护和森林近自然经营具有现实意义。

关键词：森林群落物种多样性多样性测度空间格局林木大小多样性

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：