检索结果-内蒙古大学图书馆

自然灾害学报 2012年第6期21卷 173-178页

作者：吴茂林覃先林周汝良庞勇李增元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研究室北京100091 西南林业大学保护学院森林防火重点实验室云南昆明650224

针对GEMI(global environment monitoring index)算法和HANDS(hotspot and NDVI differencingSynergy)算法判识过火区存在的缺陷,提出了一种基于GEMI-H(GEMI and HANDS Synergy)的指数合成算法。通过利用MODIS数据进行了验证与分析,发现新的算法不但可以减小单纯利用HANDS算法时所受到的气候条件等因子的影响,而且还融合了GEMI算法具有抗大气和土壤背景值等干扰的优点,抽取的过火区精度得到了进一步的提高。

关键词：过火区 GEMI-H算法 GEMI算法 HANDS算法

来源：评论

学校读者我要写书评

暂无评论

结合注意力机制与YOLOv5的松材线虫病受害木检测

引用

林业工程学报 2023年第3期8卷 156-164页

作者：许可季卓夏凯杨垠辉冯海林浙江农林大学数学与计算机科学学院杭州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杭州311300 浙江省林业智能监测与信息技术研究重点实验室杭州311300 浙江同创空间技术有限公司杭州311300

松材线虫病是我国近几十年来最严重的一种森林病害,加强疫情的监测迫在眉睫。本研究在自建数据集的基础上采用3种不同的注意力模块(CBAM、SE和CA)改进YOLOv5算法并结合数字正射影像图自动识别松材线虫病受害木,分别对比了改进模型CBAM-Y... 详细信息

松材线虫病是我国近几十年来最严重的一种森林病害,加强疫情的监测迫在眉睫。本研究在自建数据集的基础上采用3种不同的注意力模块(CBAM、SE和CA)改进YOLOv5算法并结合数字正射影像图自动识别松材线虫病受害木,分别对比了改进模型CBAM-YOLOv5、SE-YOLOv5、CA-YOLOv5与YOLOv5模型的识别效果,实现了对变色松树和枯死疫木检测效果的提升。结果表明:3种注意力改进策略的变色松树查全率、平均精度和F1分数显著提高,查准率不逊色于YOLOv5模型;综合考量查全率和F1分数指标,SE-YOLOv5模型的变色松树和枯死疫木检测效果最好,其F1分数分别达到89.7%和76.9%,比原模型分别提高了5.5%和5.4%,其检测精度分别为91.7%和80.3%,较YOLOv5模型分别提升了4.7%和5.1%;在理想置信度阈值情况下3种注意力改进策略的变色松树和枯死疫木查全率均值分别为85.4%和76.6%,基本满足实际检测需求。对各注意力改进模型检测层的特征图和热力图进行剖析可以看出,嵌入注意力机制有利于提取高贡献度的特征成分,可以提升变色松树特征提取的准确性。因此,改进的YOLOv5模型基本满足了在较大疫区范围内对疫情监测的需求,这对于松林资源保护和病害防治具有积极意义。

关键词：松材线虫病无人机影像 YOLO算法注意力机制目标检测

来源：评论

学校读者我要写书评

暂无评论

基于距离相关系数和KNN回归模型的森林蓄积量估测研究

引用

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

基于分层的典型中亚热带天然阔叶林的种间关联性

引用

北京林业大学学报 2017年第12期39卷 10-16页

作者：马志波黄清麟庄崇洋郑群瑞王宏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福建省建瓯万木林省级自然保护区管理处

亚热带天然常绿阔叶林群落的乔木层普遍具有自然成层特征,通过划分林层,研究了两个典型中亚热带天然阔叶林群落各层组成种间的种间联结,以揭示各层林木间的关系。结果表明:两个群落树种丰富,乔木层分别有65和53个树种;乔木层都可划分为... 详细信息

亚热带天然常绿阔叶林群落的乔木层普遍具有自然成层特征,通过划分林层,研究了两个典型中亚热带天然阔叶林群落各层组成种间的种间联结,以揭示各层林木间的关系。结果表明:两个群落树种丰富,乔木层分别有65和53个树种;乔木层都可划分为受光层和非受光层两个亚层,受光层对群落起控制作用;两个群落的受光层所有树种都是总体负关联,导致了乔木层的总体负关联;无论是乔木层还是两个亚层,各层林木均可结成数量可观的成对组合,但大多数树种两两之间关系松散或相互独立,只有个别树种与其他树种有显著的正或负关联,表明调查群落主要受随机过程控制。在生物多样性保护实践中需要关注猴欢喜和新木姜子,因为在包含这两个种的显著关联的种对中,前者与其他树种的均为负关联,后者则以正关联为主。

关键词：中亚热带天然阔叶林乔木层成层性种间联结

来源：评论

学校读者我要写书评

暂无评论

基于分层的典型中亚热带天然阔叶林分局部生物多样性

引用

生态学报 2018年第6期38卷 2163-2169页

作者：马志波黄清麟庄崇洋郑群瑞王宏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建瓯353105

选择福建万木林保护区内两块典型中亚热带天然阔叶林样地为对象,按分层和不分层两种情形,研究了小尺度(<20m)范围内各组成树种的单物种-面积关系(individual species-area relationship,ISAR),以探讨局部生物多样性格局及其维持机制... 详细信息

选择福建万木林保护区内两块典型中亚热带天然阔叶林样地为对象,按分层和不分层两种情形,研究了小尺度(<20m)范围内各组成树种的单物种-面积关系(individual species-area relationship,ISAR),以探讨局部生物多样性格局及其维持机制。结果表明,两个群落的乔木层都可以划分出受光层和非受光层两个亚层。以受光层林木为圆心进行ISAR分析,发现在小尺度范围大多数受光层林木为局部生物多样性的中性种,只有个别树种在个别尺度上有显著的促进或排斥作用。研究途径避免了对非随机作用在维持局部生物多样性中的相对重要性的高估。不分层时,乔木层内同样以中性树种为主。研究结果支持小尺度范围内调查的典型中亚热带天然阔叶林的物种多样性由中性作用主导的结论。

关键词：中亚热带天然阔叶林小空间尺度万木林保护区局部生物多样性中性作用乔木层的亚层

来源：评论

学校读者我要写书评

暂无评论

基于逐步聚类与GIS结合的县级林业区划方法研究

引用

林业资源管理 2008年第3期 42-47页

作者：张超黄清麟张晓红涂年旺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福建省永安市林业局

以福建省永安市为例,分别以村和林班为基本单元,应用空间分析方法对永安市林业区划因子数据进行了提取,探讨了基于逐步聚类与GIS结合的县级林业区划方法以及县级林业区划的基本单元等问题。

关键词：地理信息系统林业区划逐步聚类分析判别分析区划单元

来源：评论

学校读者我要写书评

暂无评论

一种优化森林仿真的碰撞检测及响应算法研究

引用

南京林业大学学报（自然科学版） 2023年第5期47卷 19-27页

作者：王林龙张怀清杨廷栋张京雷可欣陈传松张华聪刘洋崔泽宇左袁青中国林业科学研究院资源信息研究所北京京100091 中国林业科学研究院林业科技信息研究所北京100091 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 中国林业科学研究院亚热带林业实验中心江西分宜336600

【目的】针对森林碰撞检测研究中存在碰撞检测对象冗余、碰撞响应模式单一性等问题,研究突破碰撞检测算法时间复杂度高、响应模式缺乏与环境因子交互的技术瓶颈,实现虚拟森林场景快速碰撞检测与真实响应。【方法】以亚热带林业实验中心... 详细信息

【目的】针对森林碰撞检测研究中存在碰撞检测对象冗余、碰撞响应模式单一性等问题,研究突破碰撞检测算法时间复杂度高、响应模式缺乏与环境因子交互的技术瓶颈,实现虚拟森林场景快速碰撞检测与真实响应。【方法】以亚热带林业实验中心山下林场的典型林分杉木(Cunninghamia lanceolata)人工纯林为研究对象,选择碰撞检测总消耗的时间t_(1)、包围盒交叉测试时间t_(2)、包围盒构建时间t_(3)、包围盒更新时间t_(4)作为评价指标,比较单一包围盒树(axis-alignedboundingbox,AABB)、混合包围盒树体(mixedboundingvolumetree,MBVT)算法及引入最近4株树搜索法的MBVT优化算法的碰撞检测效率,分析不同规模大小(20、50、100、200、400、600、800、1000)及林分株行距(1m×1m、2m×2m、3m×3m、4m×4m)双因子对碰撞检测效率的影响机制,最后模拟验证考虑光照因子碰撞响应策略的可行性。【结果】①相对MBVT算法,基于最近4株树搜索法的混合包围盒层次树MBVT优化算法耗时缩短了13.75ms,约为原MBVT算法耗时的29%,能有效减少层次包围盒(boundingvolume hierarchies,BVHs)交叉测试时间消耗t_(2)与BVHs构建消耗时间t_(3),而更新时间t_(4)无明显差异。相对单一包围盒层次树AABB,MBVT算法与基于最近4株树搜索法的MBVT优化算法,分别缩短了124.93、138.68ms,约为单一包围盒层次树法AABB总耗时的73%、81%。②种群规模大小与BVHs碰撞检测总消耗时间t_(1)、BVHs交叉测试时间t_(2)及构建时间t_(3)均表现为正相关性;株行距大小与碰撞检测总耗时间t_(1)与相交测试时间t_(2)呈负相关性,与BVHs构建时间t_(3)无明显关联性;随种群规模增大,株行距减小,总碰撞时间消耗t_(1)、BVHs交叉测试时间t_(2)呈增加趋势,而BVHs构建时间t_(3)几乎没有变化。③相比传统的碰撞响应模式,提出的顾及光照因子碰撞响应模式,考虑了植物的趋光性生长特征,模拟的杉木林虚拟场景更为真实。测试虚拟场景的帧率为8.6帧/s,准确度为100%,能很好地实现相邻树木之间碰撞检测及其响应。【结论】引入最近4株树搜索法的MBVT优化碰撞算法,优化混合包围盒层次树法MBVT的碰撞检测对象数量,减少了BVHs交叉测试和构建消耗时间,从而有效提高杉木林虚拟场景的碰撞检测效率;顾及树木生长趋光性的相邻树木碰撞响应算法,通过兰伯特光照模型Lambert Model计算碰撞点周围的光照强度,结合碰撞响应函数完成树木碰撞后可能发生的趋光生长情景模拟,有效解决了森林碰撞响应缺乏与环境因子交互的问题,提高了杉木林虚拟场景的真实感。

关键词：森林仿真碰撞检测碰撞响应混合包围体层次树杉木林

来源：评论

学校读者我要写书评

暂无评论

基于无人机高分辨率影像的油松新造林健康树冠提取

引用

林业科学 2022年第10期58卷 111-120页

作者：郭旭展陈巧张晓芳洪亮尤媛媛唐守正符利勇中国林业科学研究院资源信息研究所北京100091 信阳师范学院计算机与信息技术学院信阳464000 国家林业和草原局森林经营与生长模拟重点实验室北京100091 信阳师范学院数学与统计学院信阳464000 河北省张家口市崇礼区林业和草原局张家口075000

【目的】基于新造林健康树冠的光谱特征和空间交错情况,探讨复杂地面植被条件下健康树冠的光谱增强方式和多尺度分割阈值,为造林核查的日常监测工作提供技术支撑。【方法】以冬奥核心区新造林地无人机航拍影像为试验数据,首先,基于健康... 详细信息

【目的】基于新造林健康树冠的光谱特征和空间交错情况,探讨复杂地面植被条件下健康树冠的光谱增强方式和多尺度分割阈值,为造林核查的日常监测工作提供技术支撑。【方法】以冬奥核心区新造林地无人机航拍影像为试验数据,首先,基于健康树冠与其他干扰地物的不同颜色特征,采用同态滤波增强影像并使用ExG光谱指数进行变换;然后,采用最大类间方差方法得到二值图像,并使用多尺度形态学滤波方法进行分割并融合分割结果,以分割交错的树冠区域对应提取原始图像中可能的健康树冠区域;最后,基于颜色向量、灰度共生矩阵和局部二值模式共同构建的特征向量,采用随机森林识别提取区域,从而检测图像中的健康树冠。【结果】基于光谱指数变换、多尺度形态学滤波方法能够有效分割交错连续的树冠区域,排除与健康树冠颜色相近的地物干扰,较为准确提取出可能为树冠的区域。采用该方法对不同造林密度、光照条件下的17幅无人机正射图像进行试验,使用目视解译方式标记出树冠中心,运用精确度、召回率和F1分数3个评价指标对随机森林和支持向量机的识别效果进行定量对比分析,结果表明,多尺度形态学滤波方法可提取96.78%的树冠,随机森林的F1分数高于97%,而支持向量机的召回率显著低于随机森林。【结论】基于光谱指数变换和多尺度形态学滤波的树冠提取方法能够对健康树冠进行快速、准确提取,有效完成造林核查。

关键词：无人机影像同态滤波光谱指数形态学滤波随机森林

来源：评论

学校读者我要写书评

暂无评论

基于分层的典型中亚热带天然阔叶林林木竞争关系研究

引用

林业科学研究 2018年第2期31卷 1-10页

作者：马志波黄清麟庄崇洋郑群瑞王宏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

[目的]通过分析不同林层林木之间的竞争情况,以期揭示林木间相互竞争的类型、林木受到的竞争压力与林木垂直分布之间的关系,为森林资源的保护与利用提供科学依据。[方法]在福建万木林自然保护区内设5块典型中亚热带天然阔叶林样地,采用H... 详细信息

[目的]通过分析不同林层林木之间的竞争情况,以期揭示林木间相互竞争的类型、林木受到的竞争压力与林木垂直分布之间的关系,为森林资源的保护与利用提供科学依据。[方法]在福建万木林自然保护区内设5块典型中亚热带天然阔叶林样地,采用Hegyi的竞争指数,按分层和不分层两种情形研究林木间的竞争强度。[结果]在1—5号样地,当取样半径超过4 m后,林木间的竞争强度随取样半径的增大而减小的趋势变缓,4 m是分析林木竞争的适宜半径;以4 m为半径分析林木间的竞争,发现有一半以上的组成树种只发生种间竞争,剩余同时发生种间和种内竞争的树种,其竞争木构成中数量占优势的普遍是与其相异的树种,且种间竞争强度普遍强于种内竞争;各样地的乔木层都可以划分出由高到低的3个林层,在平均水平,越高层的林木距离竞争木越远、在竞争木的组成中较矮小的第3林层林木数量也越多;越高层的林木,平均每株对象木与其全部竞争木之间的竞争压力越小。[结论]在调查的典型群落中,普遍发生的是种间竞争,而林木受到的竞争压力及其竞争木的组成都与它们的垂直分布关系密切,在森林资源保护和经营中应对垂直分布予以更多的关注;乔木层中的优势树种未发生激烈种间或种内竞争;可以发生激烈种间竞争的乔木树种有米槠、庆元冬青、少叶黄杞和杜英,不存在特定的竞争木与它们竞争,它们与竞争木相近、主要分布在第2或第3林层;种内竞争过于激烈的有山杜英、华杜英、山黄皮、野含笑和羊舌树,也主要分布在第2或第3林层。

关键词：中亚热带天然阔叶林林层划分种内竞争种间竞争

来源：评论

学校读者我要写书评

暂无评论

地基与无人机LiDAR融合点云的人工林蓄积量估算

引用

遥感技术与应用 2024年第1期39卷 45-54页

作者：朱俊峰刘清旺崔希民张文博中国矿业大学(北京)地球科学与测绘工程学院北京100083 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

激光雷达(Light Detection and Ranging, LiDAR)在林业调查中应用广泛,但单独利用地基或无人机LiDAR难以完整描述复杂的森林垂直结构,地基和无人机的结合可以获取更完整的森林空间结构信息。对地基与无人机点云进行配准融合并提取单木主... 详细信息

激光雷达(Light Detection and Ranging, LiDAR)在林业调查中应用广泛,但单独利用地基或无人机LiDAR难以完整描述复杂的森林垂直结构,地基和无人机的结合可以获取更完整的森林空间结构信息。对地基与无人机点云进行配准融合并提取单木主干,使用随机Hough变换分段拟合树干点云,由分段树干直径拟合削度方程并使用区分求积法计算单木材积,累加单木材积得到样地蓄积量。与二元材积模型计算值进行对比,结果表明:基于融合点云计算单木材积的精度优于地基点云,R2可提升2%以上,RMSE降低0.01 m^(3);削度方程结合区分求积法计算出样地蓄积量R2=0.98,RMSE为0.87 m^(3),达到较高精度,其中杉木材积计算结果的R2为0.96、RMSE为0.07 m^(3),桉树材积的R2为0.93,RMSE为0.07 m^(3);简单、中等、复杂3类样地中,简单和中等样地杉木和桉树材积的R2均在0.94以上,RMSE在0.07 m^(3)左右,复杂样地中材积结果的R2在0.9以下;地基和无人机LiDAR融合点云可以更精细地测量森林空间结构,更好地满足森林资源调查业务化应用的需求。

关键词：点云融合单木材积

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：