检索结果-内蒙古大学图书馆

计算机工程与应用 2020年第16期56卷 169-175页

作者：蒋世豪江洪福州大学数字中国研究院(福建) 福州350108 福州大学空间数据挖掘与信息共享教育部重点实验室卫星空间信息技术综合应用国家地方联合工程研究中心福州350108

由于GDAL(Geospatial Data Abstraction Library)具有快速读取多种格式的遥感图像且能有效解析空间元数据等特点,利用它开发遥感图像处理算法具有明显的优势。结合GDAL及相应算法,开发了一套复杂地形山区植被遥感变化检测的技术,其中包... 详细信息

由于GDAL(Geospatial Data Abstraction Library)具有快速读取多种格式的遥感图像且能有效解析空间元数据等特点,利用它开发遥感图像处理算法具有明显的优势。结合GDAL及相应算法,开发了一套复杂地形山区植被遥感变化检测的技术,其中包括利用阴影消除植被指数(Shadow Elimination Vegetation Index,SEVI)反演植被长势;利用图像差值法及最大类间方差法(OTSU)来提取植被长势明显变化点位;利用K均值聚类自动分割识别变化区域。将该方法用于武夷山自然保护区和闽江源自然保护区2016—2017年Landsat8 OLI遥感图像的植被长势变化检测,结果表明,这套遥感图像变化检测技术切实可行,能够有效识别遥感图像变化区域,并在复杂地形山区的植被长势监测中具有良好的应用价值。

关键词：遥感图像变化检测聚类分析植被长势 GDAL 阴影消除植被指数(SEVI)

来源：评论

学校读者我要写书评

暂无评论

集成DS证据理论和模糊集的建筑物检测方法

引用

遥感信息 2020年第5期35卷 93-105页

作者：张仕山孙振海汪小钦储国中黄书海福州大学空间数据挖掘和信息共享教育部重点实验室福州350116 卫星空间信息技术综合应用国家地方联合工程研究中心福州350116 数字中国研究院(福建) 福州350116 军事医学研究院北京100071

针对目前建筑物检测方法普遍存在样本构建费时、自动化程度偏低、局限于某类建筑物等问题,提出一种基于对象的集成DS证据理论和模糊集的建筑物检测方法,以适用高分影像复杂场景下的建筑物自动检测。首先,在对象分割的基础上提取3个建筑... 详细信息

针对目前建筑物检测方法普遍存在样本构建费时、自动化程度偏低、局限于某类建筑物等问题,提出一种基于对象的集成DS证据理论和模糊集的建筑物检测方法,以适用高分影像复杂场景下的建筑物自动检测。首先,在对象分割的基础上提取3个建筑物特征(MBI、MFBI、DR);然后,通过模糊集理论定义每个特征的概率分配函数,以初始化建筑物对象的概率;最后,采用DS证据理论融合3个建筑物特征实现建筑物区域的检测,并对结果进行后处理操作。结果表明:本文的建筑物检测精度优于其他提取方法,检测正确率达到0.85,F评分为0.77;在非密集建筑区的正确率和F评分分别为0.87和0.79;多源数据的建筑物检测结果表明,该方法具有较强的鲁棒性,正确率均能达到0.92。理论上,该方法可以结合任意数量的不同特征对不同建筑物进行检测,以提高检测的精度和鲁棒性。

关键词： Dempster-Shafer证据理论模糊集特征融合建筑物提取面向对象

来源：评论

学校读者我要写书评

暂无评论

出租车GPS轨迹集聚和精细化路网提取

引用

测绘学报 2019年第4期48卷 502-511页

作者：邬群勇吴祖飞张良盼福州大学空间数据挖掘与信息共享教育部重点实验室福建福州350002 卫星空间信息技术综合应用国家地方联合工程研究中心福建福州350002 福建省空间信息工程研究中心福建福州350002

针对利用GPS数据提取双向路网和交叉路口转向信息精度低的不足,本文提出一种顾及位置与行驶方向的轨迹集聚和精细化路网提取方法,实现了精细化路网提取。为提高交叉路口路网的提取精度,首先剔除原始轨迹中的离散和异常轨迹点,并按一定... 详细信息

针对利用GPS数据提取双向路网和交叉路口转向信息精度低的不足,本文提出一种顾及位置与行驶方向的轨迹集聚和精细化路网提取方法,实现了精细化路网提取。为提高交叉路口路网的提取精度,首先剔除原始轨迹中的离散和异常轨迹点,并按一定的步长对轨迹段进行加密;然后引入行驶方向角来表达车辆在轨迹点处的行驶方向,顾及位置和行驶方向获取每个轨迹点的相似轨迹点集合;接着依次计算每个轨迹点的偏移距离,通过对轨迹点的迭代偏移完成轨迹集聚;最后剔除未成功集聚的轨迹点,将完成集聚的轨迹点连成轨迹线并作缓冲区,运用栅格数据数字化方法提取得到能够反映道路精细转向关系的道路网。以福州市出租车GPS数据进行轨迹集聚和路网提取试验,结果表明:本文方法能有效地将GPS轨迹按车辆行驶方向分别进行集聚,提取的道路网为双向道路并且能反映交叉路口处道路的精细转向关系。

关键词：出租车GPS轨迹轨迹集聚双向路网精细路网路网提取

来源：评论

学校读者我要写书评

暂无评论

面向GF-1 WFV数据的闽江下游叶绿素a反演模型研究

引用

环境科学学报 2019年第12期39卷 4276-4283页

作者：谢婷婷陈芸芝卢文芳汪小钦福州大学空间数据挖掘与信息共享教育部重点实验室卫星空间信息技术综合应用国家地方联合工程研究中心

叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价水体的富营养化程度.为建立适合于闽江下游叶绿素a浓度的反演模型,利用地面采样数据,结合GF-1 WFV光谱响应函数,选用多元回归、BP神经网络和随机森林方法,构建了叶绿素a浓度... 详细信息

叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价水体的富营养化程度.为建立适合于闽江下游叶绿素a浓度的反演模型,利用地面采样数据,结合GF-1 WFV光谱响应函数,选用多元回归、BP神经网络和随机森林方法,构建了叶绿素a浓度反演模型;并根据验证数据与实测值之间的决定系数(R^2)、均方根误差(RMSE)和平均相对误差对模型反演结果进行了比较.结果发现,随机森林模型的R^2为0.895,RMSE为1.994 mg·m^-3,平均相对误差为11.502%,是3种模型中最优的.为了评估模型的性能,进一步比较了WFV影像像元反射率反演的叶绿素a浓度值与相应的实测值.结果表明,随机森林模型同样具有较高的精度,其R^2为0.709,RMSE为3.540 mg·m^-3,平均相对误差为25.616%.本研究可为闽江下游水环境的监测提供一定的理论依据和技术参考.

关键词：叶绿素a 随机森林 BP神经网络 GF-1 WFV

来源：评论

学校读者我要写书评

暂无评论

基于遥感生态指数的福建紫金山矿区生态评估

引用

福州大学学报（自然科学版） 2020年第2期48卷 230-235页

作者：林梦婧汪小钦肖爱芳王琳福州大学空间数据挖掘和信息共享教育部重点实验室卫星空间信息技术综合应用国家地方联合工程研究中心福建福州350108 福州大学紫金矿业学院福建福州350108 福州大学环境与资源学院福建福州350108

利用1992—2017年7个时期的遥感数据,基于遥感生态指数(RSEI),对福建紫金矿区开采以来的生态质量进行评价.结果表明:1)RSEI可以较好反映矿区生态状态的时空变化,1992—2017年,紫金矿重点开发区内裸土面积逐渐扩大,RSEI呈现略微的下降趋... 详细信息

利用1992—2017年7个时期的遥感数据,基于遥感生态指数(RSEI),对福建紫金矿区开采以来的生态质量进行评价.结果表明:1)RSEI可以较好反映矿区生态状态的时空变化,1992—2017年,紫金矿重点开发区内裸土面积逐渐扩大,RSEI呈现略微的下降趋势,但整个区域的RSEI反而有一定程度的上升,重点开发区外围的生态状况出现好转;2)从面积上看,占主导地位的区域RESI由“中等”向“优良”发展,说明紫金矿业集团在开发矿山的同时,注重生态保护;3)紫金山矿区不同时期裸土面积扩张的原因与矿区开发技术和金铜价格上涨有关,而矿区生态质量的总体上升与企业和地方政府在生态环境保护方面的大量经费投入密不可分.

关键词：生态质量遥感生态指数(RSEI) 紫金山矿区

来源：评论

学校读者我要写书评

暂无评论

基于随机森林算法的水土流失影响因子重要性分析

引用

自然灾害学报 2019年第4期28卷 209-219页

作者：陈妙金汪小钦吴思颖福州大学空间数据挖掘和信息共享教育部重点实验室卫星空间信息技术综合应用国家地方联合工程研究中心

水土流失是诸多因素综合所致,确定水土流失因子的重要性具有重要意义。本文以福建省为例,利用土壤侵蚀强度等级数据及导致水土流失的年侵蚀降雨量、土壤类型、坡度、坡长、植被覆盖度及土地利用类型等数据,引入随机森林算法,提出通过平... 详细信息

水土流失是诸多因素综合所致,确定水土流失因子的重要性具有重要意义。本文以福建省为例,利用土壤侵蚀强度等级数据及导致水土流失的年侵蚀降雨量、土壤类型、坡度、坡长、植被覆盖度及土地利用类型等数据,引入随机森林算法,提出通过平均精确率减少值(MDA)和平均不纯度减少值(MDG)归一化相加的方法确定要素重要性,并与MDA和MDG排序赋值相加的方法进行对比。结果表明:随机森林算法适用于水土流失影响因子重要性分析;归一化相加法对因子重要性的表征效果较好,优于排序赋值相加法,不仅能判别因子的相对重要性,还可定量表达因子间差异的显著性;在所分析的六个要素中,植被覆盖度最为重要,地形特征次之,而土壤类型对是否发生水土流失重要性影响较弱,与已有的实验和研究结果吻合,结果合理。在判断无流失与其它流失等级间关系时,植被覆盖度的重要性具有很大的优势,量级上是第二位的2倍以上。

关键词：水土流失因子重要性随机森林算法平均精确率减少值(MDA) 平均不纯度减少值(MDG)

来源：评论

学校读者我要写书评

暂无评论

构建植被区分阴影消除植被指数提取山地植被信息

引用

农业工程学报 2019年第20期35卷 135-144页

作者：柳晓农江洪汪小钦福州大学空间数据挖掘与信息共享教育部重点实验室福州350108 卫星空间信息技术综合应用国家地方联合工程研究中心福州350108 数字中国研究院(福建) 福州350108

山地植被信息在气候变化研究和生态环境保护等方面发挥着重要作用,遥感技术能够快速获取山地植被信息,但是存在山地地形阴影的影响以及山地植被信息混淆问题。该文以山地植被为研究对象,基于Landsat卫星遥感影像多光谱数据,分析山地植... 详细信息

山地植被信息在气候变化研究和生态环境保护等方面发挥着重要作用,遥感技术能够快速获取山地植被信息,但是存在山地地形阴影的影响以及山地植被信息混淆问题。该文以山地植被为研究对象,基于Landsat卫星遥感影像多光谱数据,分析山地植被的主要特点,借鉴阴影消除植被指数(shadow eliminated vegetation index,SEVI)的构造原理及形式,提出了一种适用于山地植被覆盖遥感监测的植被指数算法-植被区分阴影消除植被指数(vegetation distinguished and shadow eliminated vegetation index,VDSEVI)。研究结果表明:相对于已有的其他植被指数,VDSEVI较好地消除了地形阴影的影响;VDSEVI的信息量大,植被覆盖的识别能力较强,较好地解决了植被信息混淆问题,能够更好地反映山地植被覆盖情况。不同土地覆盖类型的VDSEVI存在显著差异;阴影稀疏林地和相邻非阴影稀疏林地的相对误差较小,为3.428%;各土地覆盖类型样本VDSEVI标准差均小于0.06;植被覆盖样本VDSEVI与太阳入射角余弦值(cosi)的相关系数为-0.800。为验证VDSEVI在其他地区的适用性,将VDSEVI应用于内蒙古阿尔山和福州市闽侯县,结果表明VDSEVI同样适用。新疆那拉提、内蒙古阿尔山和福州市闽侯县3个区域基于VDSEVI阈值法的植被信息提取总体精度分别为84.136%、87.339%、86.709%,Kappa系数分别为0.799、0.788、0.791。

关键词：遥感植被山地信息提取植被区分阴影消除植被指数(VDSEVI)

来源：评论

学校读者我要写书评

暂无评论

基于时序Landsat遥感数据的新疆开孔河流域农作物类型识别

引用

农业工程学报 2019年第16期35卷 180-188页

作者：汪小钦邱鹏勋李娅丽茶明星福州大学空间数据挖掘与信息共享教育部重点实验室福州350108 卫星空间信息技术综合应用国家地方联合工程研究中心福州350108 数字中国研究院(福建) 福州350108

快速、准确地获取农作物类别信息对农业部门的生产管理、政策制定具有重要作用。目前基于时间序列数据进行农作物分类主要是采用长时间序列的中低分辨率影像,大量的混合像元限制了农作物的分类精度。在农作物分类的特征选择方面主要是... 详细信息

快速、准确地获取农作物类别信息对农业部门的生产管理、政策制定具有重要作用。目前基于时间序列数据进行农作物分类主要是采用长时间序列的中低分辨率影像,大量的混合像元限制了农作物的分类精度。在农作物分类的特征选择方面主要是采用归一化植被指数(normalized differential vegetation index, NDVI),而其他特征量的应用还相对较少。该文以新疆开孔河农业区为研究区域,利用2016年的Landsat7 ETM+、Landsat8 OLI影像数据集,基于时间加权的动态时间规整(time weighted dynamic time warping,TWDTW)方法开展农作物类型识别研究,主要包括香梨、小麦、辣椒、棉花等。根据野外采集的样本点构建主要农作物的NDVI和第一主成分(principal component analysis 1,PCA1)时间序列,以反映不同农作物间的物候差异。基于NDVI数据分别利用DTW和TWDTW算法计算各未知像元序列与标准序列间的相似性程度,得到农作物的分类结果,2种方法的分类精度分别为65.69%、82.68%,表明时间权重的加入提高了DTW算法识别不同农作物的能力。结合NDVI与PCA1后,TWDTW的分类精度又提高了2.61个百分点,部分农作物的误分现象明显减少,说明PCA1能够进一步扩大作物间的差异性,提高分类精度。同时,还通过选取有限时相的影像组合进行分类,试验结果表明TWDTW算法在中高分辨率数据较少的情况下能够得到较为满意的分类结果,说明TWDTW算法在中高分辨率影像越来越丰富的时代具有应用潜力。

关键词：遥感作物分类时间加权的动态时间规整(TWDTW) 时间序列归一化植被指数主成分变换

来源：评论

学校读者我要写书评

暂无评论

全球海洋次表层温度异常遥感反演的季节时空变化特征

引用

遥感学报 2019年第5期23卷 997-1010页

作者：杨欣苏华黎文娥黄琳瑾汪小钦严晓海福州大学卫星空间信息技术综合应用国家地方联合工程研究中心空间数据挖掘与信息共享教育部重点实验室福州350116 厦门大学—美国特拉华大学近海海洋研究与管理联合研究所厦门361005

卫星遥感反演海洋内部多时相、大尺度热力结构信息对于了解海洋内部复杂、多维的动力过程有重要意义。本文采用随机森林回归模型,利用卫星遥感观测的海表参量(海表高度异常(SSHA)、海表温度异常(SSTA)、海表盐度异常(SSSA)和海表风场异... 详细信息

卫星遥感反演海洋内部多时相、大尺度热力结构信息对于了解海洋内部复杂、多维的动力过程有重要意义。本文采用随机森林回归模型,利用卫星遥感观测的海表参量(海表高度异常(SSHA)、海表温度异常(SSTA)、海表盐度异常(SSSA)和海表风场异常(SSWA)),反演不同季节、不同深度层位(1000 m深度以上)的海洋次表层温度异常(STA),并用Argo实测数据作精度验证,采用均方根误差(RMSE)、归一化均方根误差(NRMSE)以及决定系数(R2)评价模型在全球及洋盆尺度上的反演精度。结果显示,全球海洋16个深度层位的平均R2在春、夏、秋、冬四季分别为0.53、0.60、0.54、0.66,NRMSE分别为0.051、0.031、0.043、0.044。随着季节的变化,模型反演性能有所波动。模型在印度洋的反演效果最佳,不同季节、不同深度层位上的平均R2和RMSE分别为0.71和0.18℃,而大西洋的反演精度最低,平均R2和RMSE分别为0.46和0.25℃。研究表明随机森林模型适用于全球不同季节的STA遥感反演,且在不同洋盆上均有较好的反演效果;不同季节上,上层STA有明显变化信号,空间异质性显著,但300 m以深,STA信号较弱且基本不随季节变化。本研究可为长时序、大尺度海洋内部参量信息遥感反演与重建提供依据,有助于进一步发展深海遥感方法。

关键词：遥感全球海洋次表层温度异常随机森林遥感反演季节时空变化

来源：评论

学校读者我要写书评

暂无评论

基于两期无人机影像的针叶林伐区蓄积量估算

引用

林业科学 2019年第11期55卷 117-125页

作者：周小成何艺黄洪宇许雪琴福州大学卫星空间信息技术综合应用国家地方联合工程研究中心空间数据挖掘与信息共享教育部重点实验室福州350108 福建金森林业股份有限公司三明353300

【目的】提出一种基于两期无人机影像的针叶林伐区蓄积量估算方法,为促进无人机数据在多类型林业样地资源调查中的深度应用提供依据。【方法】以福建省三明市将乐县金森林业股份有限公司伐区森林小班为试验区,首先,利用无人机遥感获取... 详细信息

【目的】提出一种基于两期无人机影像的针叶林伐区蓄积量估算方法,为促进无人机数据在多类型林业样地资源调查中的深度应用提供依据。【方法】以福建省三明市将乐县金森林业股份有限公司伐区森林小班为试验区,首先,利用无人机遥感获取分辨率优于10 cm的两期影像,经Pix4D软件处理得到点云数据,在此基础上将小班区域未采伐前的林冠点云匹配到采伐后的小班地形点云上;然后,通过布料模拟滤波算法(CSF)分离匹配后的林冠点云和地形点云,采用自然领域插值法分别将林冠点云数据插值生成数字表面模型(DSM)、地形点云数据插值生成数字高程模型(DEM),二者相减获得冠层高度模型(CHM);接着,基于改进的局域最大值法搜索冠层高度模型中的林冠顶点,提取树高;最后,根据野外采集的400株马尾松和杉木树高、胸径数据,建立5个适用于福建省马尾松和杉木的胸径-树高模型,选择相关系数最高的模型推算胸径,并利用福建省单木材积公式估算小班区域蓄积量。【结果】1)两期无人机数据的点云匹配能较好消除陡峭地形对树高提取的影响;2)改进的局域最大值法可有效减少固定窗口搜索林冠顶点时出现的多提和漏提错误;3)小班区域估算株数为339株,实测株数为366株,估算的平均树高为18 m,实测平均树高为19 m,估算蓄积量为182 m^3,实测蓄积为199 m^3,株数、树高和蓄积量的估算精度均较高。【结论】借助无人机遥感技术,可实现森林蓄积量自动化估算,降低传统野外调查成本,推动森林资源的快速调查和更新。

关键词：针叶林采伐蓄积量局域最大值法无人机遥感胸径

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：