检索结果-内蒙古大学图书馆

光谱学与光谱分析 2025年第3期45卷 601-607页

作者：李璇袁希平甘淑杨敏龚伟圳彭翔滇西应用技术大学/云南省高校山地实景点云数据处理及应用重点实验室云南大理671006 昆明理工大学国土资源工程学院云南昆明650093 云南省高校高原山区信息测绘技术应用工程研究中心云南昆明650093

高光谱数据以其高维度为特征,拥有更丰富的地物信息。在植被分类中,这种高维度数据为提升分类准确性和精度提供了更多机会。传统的特征波长建模往往因输入变量过多而导致分类精度不佳。为了克服这一问题并提高模型对湿地植被细微光谱差... 详细信息

高光谱数据以其高维度为特征,拥有更丰富的地物信息。在植被分类中,这种高维度数据为提升分类准确性和精度提供了更多机会。传统的特征波长建模往往因输入变量过多而导致分类精度不佳。为了克服这一问题并提高模型对湿地植被细微光谱差异的捕捉能力,以洱海东岸海滨作为研究区域展开探索,测取了3种典型湿地植被(菰、芦、槐叶蘋)的高光谱数据作为目标样本。对样本光谱曲线进行SG平滑后作为原始光谱(OS)、对原始光谱进行包络线去除变换(CR)、一阶微分(FD)并分析其光谱特征;再将原始光谱通过变分模态分解(VMD)为8个尺度。接着,用竞争性自适应重加权(CARS)算法选择出的波长作为特征波长。最后,利用寻找出的最佳参数组合放入经贝叶斯算法优化的支持向量机(Bayes-SVM)进行建模。结果表明:CARS算法提取的特征波长数量减少,且大都分布于植被的吸收特征区间内,降维效果显著;经过分解后的第4模态构建的模型(S_(4)-CARS-Bayes-SVM)分类效果最好,其精确率PR为0.9333,召回率RR为0.8889、F1分数为0.8963、AUC值为0.9286,即此模型具有很强的鲁棒性以及识别性能。

关键词：光谱学湿地植被变分模态分解特征波长支持向量机贝叶斯算法

来源：评论

学校读者我要写书评

暂无评论

基于多源遥感的巨型滑坡四维特征解译——以糯勒滑坡为例

引用

测绘通报 2025年第2期 48-52,63页

作者：严胜航李素敏郭军宋昱霏沈显名昆明理工大学国土资源工程学院云南昆明650093 云南省高校高原山区空间信息测绘技术应用工程研究中心云南昆明650093

巨型深层滑坡突发性强、危害性大,地面调查或单一遥感手段难以掌握其空间动态。本文以糯勒滑坡为例,采用机载激光雷达、光学遥感、小基线集合成孔径雷达干涉测量(SBAS-InSAR)等多源遥感技术对滑坡展开解译。首先,利用LiDAR数据生成山体... 详细信息

巨型深层滑坡突发性强、危害性大,地面调查或单一遥感手段难以掌握其空间动态。本文以糯勒滑坡为例,采用机载激光雷达、光学遥感、小基线集合成孔径雷达干涉测量(SBAS-InSAR)等多源遥感技术对滑坡展开解译。首先,利用LiDAR数据生成山体阴影图,结合无人机DOM解译出滑坡发育有三级台阶,裂缝29条,垮塌区4处,新生滑塌4处。然后,利用不同时期光学影像以及DEM数据探究典型特征点水平位移,揭示了11年时间维度内平面形变时空演化规律,发现滑坡中下部区域形变活跃,最大水平位移量为6.2 m;最后,利用SBAS-InSAR技术获取升降轨2019年1月至2023年5月LOS向形变,在此基础上,引入坡向数据对LOS向解算结果进行二维分解,获取滑坡真实形变,其中垂直向最大形变量为-650 mm,沿坡向最大形变量为500 mm,结果显示滑坡体长期处于运动状态。此外,研究还发现滑坡前缘受侵蚀作用影响,后缘受地表水下渗影响,导致滑坡体的形变方向主要沿坡向和垂直方向,与牵引式滑坡形变机理相吻合,为牵引式滑坡的识别与发育机理研究提供了重要参考。

关键词：滑坡 SBAS-InSAR LiDAR 形变分析

来源：评论

学校读者我要写书评

暂无评论

基于GEE云平台的小江流域泥石流迹地空间分布制图

引用

光谱学与光谱分析 2025年第4期45卷 1045-1060页

作者：宗慧琳袁希平甘淑杨明龙吕杰张晓伦昆明理工大学国土资源工程学院云南昆明650093 云南省高校高原山地空间信息测绘技术应用工程研究中心云南昆明650093 滇西应用技术大学云南省高校山地实景点云数据处理及应用重点实验室云南大理671006

快速、准确、详尽调研泥石流孕灾区域的分布信息能够帮助了解、深刻认识泥石流分布范围、分布规律及成因,并进一步根据具体情况找到科学的监测、预测、预防和治理的技术手段,从而减少泥石流灾害带来的问题与损失。为寻求高效、高精度的... 详细信息

快速、准确、详尽调研泥石流孕灾区域的分布信息能够帮助了解、深刻认识泥石流分布范围、分布规律及成因,并进一步根据具体情况找到科学的监测、预测、预防和治理的技术手段,从而减少泥石流灾害带来的问题与损失。为寻求高效、高精度的泥石流空间分布提取方法,以云南省小江流域作为研究区,利用谷歌地球引擎(Google Earth Engine,GEE)平台和随机森林算法,有效地提取了泥石流迹地的空间分布。首先利用2022年Sentinel-2影像及地形数据构建4类特征变量(光谱特征、指数特征、地形特征、纹理特征)作为特征集合,接着将随机森林特征变量重要性评分和J-M距离结合进行特征优选研究与分析,探讨了各个特征变量对泥石流迹地提取的重要性;最后设置不同特征组合形成6种不同的提取方案,对比分析6种试验方案提取泥石流迹地的精度,确定最优方案以提高识别精度。研究表明:(1)无论是否进行特征优选,加入地形特征变量的泥石流迹地提取精度均优于仅使用光学影像数据的精度,可见地形数据有利于泥石流迹地信息提取;(2)不同类型的特征变量对分类精度的影响不同,特征重要性评分由高到低的特征类型为地形特征、指数特征、纹理特征、光谱特征;(3)基于Sentinel-2光学影像和地形数据的多源数据构建多维特征变量并进行特征优选的试验方案6,提取到的2022年云南省小江流域泥石流迹地空间分布图最优,总体精度为94.95%,Kappa系数为0.94,泥石流迹地的制图精度为91.01%,用户精度为95.29%,该方案不仅提高了分类精度还有效降低了数据冗余。利用Google Earth Engine平台,光学遥感影像和地形数据相结合的多源数据以及随机森林算法,能够快速、准确、高效地制作较大范围地物覆盖复杂地区的泥石流迹地空间分布图,具有较大的应用潜力。

关键词：泥石流区提取特征优选 J-M距离 Google Earth Engine Sentinel-2数据随机森林特征变量重要性

来源：评论

学校读者我要写书评

暂无评论

基于改进ORB算法的高原山区无人机影像特征匹配

引用

兰州大学学报(自然科学版) 2025年第1期61卷 43-49页

作者：唐迪甘淑袁希平昆明理工大学国土资源工程学院昆明650093 昆明理工大学云南省高校高原山地空间信息测绘技术应用工程研究中心昆明650093 滇西应用技术大学云南大理671006

针对高原山区地形条件下如何快速有效地进行无人机影像匹配的问题,提出一种适应高原山区地形条件的综合算法,其集成了方向性的高速特征检测(FAST)与旋转不变特征描述(ORB)算法、二进制鲁棒不变的可扩展关键点(BRISK)描述子、基于网格的... 详细信息

针对高原山区地形条件下如何快速有效地进行无人机影像匹配的问题,提出一种适应高原山区地形条件的综合算法,其集成了方向性的高速特征检测(FAST)与旋转不变特征描述(ORB)算法、二进制鲁棒不变的可扩展关键点(BRISK)描述子、基于网格的运动统计算法和随机抽样一致性算法(RANSAC)模型约束改进的方法.使用ORB算法中的FAST通过对像素灰度值的快速比较来检测特征点,使用BRISK描述子生成适合影像特征的描述子;采用集成暴力匹配算法和基于网格的运动统计算法,对特征点进行第一次约束优化提取;运用RANSAC对匹配点对进行第二次约束优化提取,以剔除不正确的匹配点对,提高影像匹配的准确性.结果显示,在以恐龙谷为例的高原山区复杂地形影像匹配中,改进算法在计算时间方面具有优势,且能够提取许多精确的特征点对.

关键词：无人机影像 ORB算法 BRISK描述子 GMS统计算法

来源：评论

学校读者我要写书评

暂无评论

基于高斯混合优化的机载雷达点云单木分割研究

引用

应用激光 2025年第1期45卷 153-164页

作者：张坤祥夏永华侯云花时盛春鄢敏沈长表李雪无昆明理工大学国土资源工程学院云南昆明650093 昆明理工大学城市学院云南昆明650051 昆明理工大学云南高校高原山区空间信息测绘技术应用工程研究中心云南昆明650093

针对森林复杂空间导致的单木点云分割精度低的问题,以昆明市西山区海口林场的针叶林和落叶阔叶林两块样地作为研究对象,利用机载LiDAR点云数据,提出一种基于种子点优化的单木分割算法。该方法结合最远点采样和K近邻搜索方法探测单木的... 详细信息

针对森林复杂空间导致的单木点云分割精度低的问题,以昆明市西山区海口林场的针叶林和落叶阔叶林两块样地作为研究对象,利用机载LiDAR点云数据,提出一种基于种子点优化的单木分割算法。该方法结合最远点采样和K近邻搜索方法探测单木的树顶点信息,使用K均值聚类实现种子点的优化选取,然后采用期望最大化算法寻求高斯混合模型的最优参数,提高高斯混合模型的拟合精度,最后,基于最优参数的高斯混合模型获取单木点云的分割结果。实验结果表明:研究提出的单木分割方法在两个实验样地的单木分割总精度O_(accu)分别为89.98%和90.43%,具有良好的单木分割效果,对林区树冠粘连和伪树冠顶点现象具有一定的辨别能力,实现了森林树木点云数据的精确分割。

关键词：机载激光雷达种子点单木分割 K均值聚类高斯混合模型

来源：评论

学校读者我要写书评

暂无评论

基于GF-5高光谱影像的滇中高原灌区土壤有机碳含量反演研究

引用

南方农业学报 2025年第1期56卷 124-134页

作者：严正飞杨明龙唐秀娟夏永华杨赈李万涛昆明理工大学国土资源工程学院/云南省高校高原山区空间信息测绘技术应用工程研究中心云南昆明650093 昆明市测绘研究院云南昆明650091

【目的】基于GF-5高光谱影像构建针对滇中高原灌区土壤有机碳(SOC)含量反演模型,为后续开展滇中高原灌区SOC含量反演研究提供参考依据。【方法】选取云南省楚雄州姚安县为研究区,以GF-5高光谱影像为基础数据源,筛选出与SOC含量相关性较... 详细信息

【目的】基于GF-5高光谱影像构建针对滇中高原灌区土壤有机碳(SOC)含量反演模型,为后续开展滇中高原灌区SOC含量反演研究提供参考依据。【方法】选取云南省楚雄州姚安县为研究区,以GF-5高光谱影像为基础数据源,筛选出与SOC含量相关性较高的预处理方法并构建光谱指数,基于连续投影算法(SPA)和竞争性自适应重加权算法(CARS)筛选特征波段组合,以筛选的特征波段、光谱指数、地形因子及Sentinel-1后向散射系数为辅助变量进行组合,结合实地采样的SOC含量数据,运用XGBoost模型进行SOC含量反演。【结果】在21种数据预处理方法中以AM-Normalize的预处理效果最优,与实测SOC含量的相关系数为0.7544;其次是SG-FD、SD和FD的预处理效果,与实测SOC含量的相关系数分别为0.6791、0.6671和0.6202。SPA筛选的波段反演效果最优,其决定系数(R^(2))较CARS和全波段数据分别提升了0.0739和0.1524,均方根误差(RMSE)分别降低了0.9279和1.2793。引入地形因子的变量模型G2,其R^(2)较变量模型G1(特征波段+光谱指数)提升了0.0398,RMSE降低了0.1685;进一步加入Sentinel-1后向散射系数,变量模型G3的R^(2)较变量模型G2提升了0.0255,RMSE降低了0.1385。基于GF-5高光谱影像的SOC含量反演结果显示,滇中高原姚安灌区的SOC含量范围为9.8443~29.2514 g/kg,平均为19.4447 g/kg,与土壤样本SOC含量实测值的范围(10.47~30.11 g/kg)及平均值(20.6307 g/kg)较接近。【结论】基于GF-5高光谱影像构建的XGBoost模型,经AM-Normalize预处理降低噪声干扰、SPA筛选特征波段及引入光谱指数、地形因子和Sentinel-1后向散射系数后,能有效提升SOC含量反演的精度和适用性,为滇中高原地区SOC含量预测提供技术支撑。

关键词：土壤有机碳(SOC) GF-5高光谱影像光谱指数 XGBoost模型滇中高原

来源：评论

学校读者我要写书评

暂无评论

基于坡向约束的高寒矿区边坡InSAR三维形变分析

引用

测绘通报 2025年第2期 77-82页

作者：沈显名李素敏郭军毛嘉骐严胜航戴祚敏彭翔昆明理工大学国土资源工程学院云南昆明650093 云南省高校高原山区空间信息测绘技术应用工程研究中心云南昆明650093 玉溪大红山矿业有限公司云南玉溪653100

高寒矿区边坡地质环境脆弱,冻胀融沉作用下矿区边坡稳定性易发生破坏。为获取高寒矿区反复冻融下精确的三维形变特征,根据重力作用下边坡物质向最大地形落差方向发生滑移的特点,本文选取西藏某矿区边坡为研究对象,以坡向约束为先验条件... 详细信息

高寒矿区边坡地质环境脆弱,冻胀融沉作用下矿区边坡稳定性易发生破坏。为获取高寒矿区反复冻融下精确的三维形变特征,根据重力作用下边坡物质向最大地形落差方向发生滑移的特点,本文选取西藏某矿区边坡为研究对象,以坡向约束为先验条件,联合SBAS-InSAR构建三维形变模型。结果显示:该矿区两年多内东西向最大累计沉降量为-78 mm,垂直向最大累计沉降量为-38 mm,南北向最大累计沉降量为-25 mm,主要形变发生在采场下方,露天采场较为稳定;通过截取矿区剖面线对滑移边坡进行时空演化分析发现,位移随深度的增加逐渐减小,冻胀融沉仅发生在活动层表面;三维形变分析发现,温度变化引起的冻胀融沉和集中降水对边坡在垂直向和东西向形变影响较大,南北向变化相对较小。本文计算结果较为可靠,该探索为高寒矿区的大尺度遥感边坡监测提供了一定的参考价值。

关键词：高寒矿区边坡坡向约束 SBAS-InSAR 三维形变冻胀融沉

来源：评论

学校读者我要写书评

暂无评论

基于Sentinel多源遥感数据的农田地表土壤水分反演

引用

南方农业学报 2025年第1期56卷 87-96页

作者：李万涛杨明龙唐秀娟夏永华杨赈严正飞昆明理工大学国土资源工程学院云南昆明650093 云南省高校高原山区空间信息测绘技术应用工程研究中心云南昆明650093 昆明市测绘研究院云南昆明650091

【目的】通过多源遥感数据协同作用分析滇中地区姚安灌区的农田地表土壤含水率,为后续对滇中高原地区的地表土壤水分研究提供参考。【方法】选择Landsat 8、Sentinel遥感数据为数据源,构建土壤水分与特征参数关系式,比较线性回归模型、B... 详细信息

【目的】通过多源遥感数据协同作用分析滇中地区姚安灌区的农田地表土壤含水率,为后续对滇中高原地区的地表土壤水分研究提供参考。【方法】选择Landsat 8、Sentinel遥感数据为数据源,构建土壤水分与特征参数关系式,比较线性回归模型、BP神经网络模型、粒子群优化(PSO)的BP(PSO-BP)神经网络模型、随机森林(RF)算法预测土壤含水率的精度,选择最佳方法反演姚安灌区农田地表土壤含水率。【结果】协同Sentinel-1微波数据和Sentinel-2光学数据,水云模型作用下VV后向散射系数减少0.1~0.4 dB、VH后向散射系数减少0~0.05 dB;加入特征参数,对比线性回归模型,BP神经网络模型的决定系数(R^(2))提高0.4589、PSO-BP神经网络模型的R^(2)提高0.3811、RF算法的R^(2)提高0.4544,其中,BP神经网络模型的R^(2)和均方根误差(RMSE)较优。依据BP神经网络模型反演的土壤含水率与监督分类的土地利用分类进行叠加分析,可知姚安灌区土壤含水率集中在20%~30%,位置主要集中在姚安灌区中部,土壤含水率10%~20%区域主要集中在姚安灌区北部,而土壤含水率30%~40%区域覆盖面积少且分散。姚安灌区的土壤类型根据土壤墒情的划分标准主要属于褐墒(合墒)和黑墒(饱墒)。【建议】优化模型及算法,增加土壤含水率实测数据量,提高反演精度;针对水资源分布不均的问题,融合无人机遥感数据,对土壤含水分进行实时监测,动态分配水资源,形成土壤水分评价机制与监测机制,实现水资源的合理分配。

关键词：水云模型 Sentinel数据线性回归模型 BP神经网络模型土壤水分反演

来源：评论

学校读者我要写书评

暂无评论

基于Sentinel-2A影像和XGBoost模型的滇中高原地区土壤有机碳含量反演研究

引用

河南农业科学 2025年第2期54卷 145-153页

作者：严正飞杨明龙唐秀娟夏永华杨赈李万涛昆明理工大学国土资源工程学院云南昆明650093 云南省高校高原山区空间信息测绘技术应用工程研究中心云南昆明650093 昆明市测绘研究院云南昆明650091

土壤有机碳(Soil organic carbon,SOC)在保持土壤肥力、促进植物生长和农业可持续发展等方面发挥着至关重要的作用,因此,高效精准地获取SOC含量非常重要。利用Sentinel-2A多光谱遥感影像数据并结合实测SOC含量、Sentinel-1后向散射系数... 详细信息

土壤有机碳(Soil organic carbon,SOC)在保持土壤肥力、促进植物生长和农业可持续发展等方面发挥着至关重要的作用,因此,高效精准地获取SOC含量非常重要。利用Sentinel-2A多光谱遥感影像数据并结合实测SOC含量、Sentinel-1后向散射系数、植被指数和地形因子数据(高程、坡度、坡向),分别使用随机森林(RF)、深度森林(DF)和XGBoost算法模型,对姚安灌区的SOC含量进行反演研究。结果表明,从不同组合的辅助变量来看,结合不同变量因子(植被指数因子、地形因子、后向散射系数因子等)有助于提高SOC含量的预测精度,尤其加入地形因子后,RF、DF和XGBoost 3种模型的R^(2)分别提升0.0523、0.0398和0.0689。从不同预测模型测算结果分析,XGBoost和DF算法模型都可以有效地进行耕地SOC含量的精准预测,其中XGBoost算法模型与M3变量组合(Sentinel-2A影像的12个波段数据、植被指数数据、Sentinel-1后向散射系数数据以及地形因子数据的组合)结合的预测能力最高[决定系数(R^(2))=0.8106,均方根误差(RMSE)=1.8132],其次是DF算法模型(R^(2)=0.7512,RMSE=1.9255),而RF算法模型的预测能力相对较低(R^(2)=0.6245,RMSE=2.5031)。

关键词：土壤有机碳 Sentinel-2A 遥感反演机器学习 XGBoost算法滇中高原

来源：评论

学校读者我要写书评

暂无评论

机载激光点云密度对单木分割精度的影响

引用

兰州大学学报(自然科学版) 2025年第2期61卷 215-221页

作者：贾越夏永华赵昌福伍福万赵曲皑王帅昆明理工大学国土资源工程学院昆明650093 昆明理工大学云南高校高原山区空间信息测绘技术应用工程研究中心昆明650093 昆明理工大学城市学院昆明650051 云南磷化集团有限公司昆明650600 云南地质工程第二勘察院有限公司昆明650032

点云密度是影响单木分割的重要因素之一,为了探究不同点云密度下单木分割方法的适用性和性能表现,针对阔叶林和针叶林两个不同类型的森林环境,采用一种非均匀最远点(NFPS)采样方法与传统的体素下采样方法,将样地点云数据重采样至5个不... 详细信息

点云密度是影响单木分割的重要因素之一,为了探究不同点云密度下单木分割方法的适用性和性能表现,针对阔叶林和针叶林两个不同类型的森林环境,采用一种非均匀最远点(NFPS)采样方法与传统的体素下采样方法,将样地点云数据重采样至5个不同的密度等级,获取不同点云密度数据集,即原始点云数量的100%、 50%、 25%、 12%、 6%,以点云分割(PCS)和冠层高度模型(CHM)算法,对森林中的独立树木进行有效分割.评估单木分割在不同密度下的精度时,使用精确率、召回率和F分数等指标.结果表明,NFPS采样方法在不同密度点云中的分割精度均高于体素下采样方法.当点云密度为113点/m2时,两种分割方法的3个评价指标均表现最好.阔叶林样地中NFPSCHM和NFPS-PCS的F分数值分别为88%和84%;针叶林样地中NFPS-PCS与NFPS-CHM的F分数值分别为82%和65%.NFPS采样方法较传统采样方法对单木分割精度有较好的效果,适度降低点云密度的同时也让单木分割算法精度得到了保证.

关键词：机载激光点云体素下采样非均匀最远点采样点云密度单木分割

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：