检索结果-内蒙古大学图书馆

西南林业大学学报（自然科学） 2020年第5期40卷 115-125页

作者：李若楠欧光龙代沁伶徐伟恒王雷光西南林业大学林学院云南昆明650233 西南林业大学艺术与设计学院云南昆明650233 西南林业大学大数据与人工智能研究院云南昆明650233 西南林业大学林业生态大数据国家林业与草原局重点实验室云南昆明650233

基于Google Earth Engine云平台和2014—2017年Landsat OLI影像序列,根据其在时间域上的光谱特征,结合植被指数特征、地形和温度特征,采用随机森林分类算法,开展香格里拉森林类型分类研究。结果表明:不同森林类型的生长轨迹有明显差异,... 详细信息

基于Google Earth Engine云平台和2014—2017年Landsat OLI影像序列,根据其在时间域上的光谱特征,结合植被指数特征、地形和温度特征,采用随机森林分类算法,开展香格里拉森林类型分类研究。结果表明:不同森林类型的生长轨迹有明显差异,4种森林类型在冬季的植被指数差异最明显;时间序列影像数据能够提供不同森林类型的物候差异特征,弥补单一日期影像难以区分不同森林类型的困难;研究区森林/非森林覆盖的总体精度为97.17%,Kappa系数为0.943,森林类型分类的总体精度87.78%,Kappa系数为0.80。基于Landsat时间序列的方法能够提供一个精度较高的森林分类产品,可为基于森林类型制图的应用提供帮助。

关键词： GEE Landsat OLI 时间序列分类随机森林香格里拉

来源：评论

学校读者我要写书评

暂无评论

高分辨率遥感影像城市绿地提取方法研究

引用

西南林业大学学报（自然科学） 2020年第4期40卷 105-114页

作者：张天怡代沁伶徐伟恒代飞王雷光西南林业大学林学院云南昆明650233 西南林业大学艺术与设计学院云南昆明650233 西南林业大学大数据与人工智能研究院云南昆明650233 西南林业大学林业生态大数据国家林业与草原局重点实验室云南昆明650233

以德国Vaihingen城区的高分辨率遥感影像为数据源,提出一种结合多尺度引导滤波特征与核主成分分析特征的提取方法,利用多尺度引导滤波提取不同尺度的绿地特征,通过具有非线性映射能力的核主成分分析算法,对多尺度特征进行降维,最后将降... 详细信息

以德国Vaihingen城区的高分辨率遥感影像为数据源,提出一种结合多尺度引导滤波特征与核主成分分析特征的提取方法,利用多尺度引导滤波提取不同尺度的绿地特征,通过具有非线性映射能力的核主成分分析算法,对多尺度特征进行降维,最后将降维后的特征输入支持向量机分类器,得到城市绿地的分类结果,并与现有的绿地提取方法进行对比分析。结果表明:该方法能充分利用空间邻域信息,获得比现有单尺度分析方法更高的分类精度,且明显减少传统像素级分类方法产生的结果细碎问题。

关键词：城市绿地多尺度引导滤波核主成分分析特征降维

来源：评论

学校读者我要写书评

暂无评论

林火监测中遥感应用的研究现状

引用

西南林业大学学报（自然科学） 2020年第3期40卷 172-179页

作者：吴超徐伟恒黄邵东秦明明王秋华西南林业大学大数据与智能工程学院云南昆明650233 西南林业大学大数据与智能工程研究院云南昆明650233 西南林业大学林业生态大数据国家林业与草原局重点实验室云南昆明650233 西南林业大学土木工程学院云南昆明650233

林火是陆地生态系统中的一种主要干扰因子,森林火灾会对森林生态系统造成严重破坏。遥感卫星能够实时对地表信息进行记录与监测,尤其适用于对林火这种地表异变现象强烈的事件进行监测。本研究回顾了航空遥感、航天遥感在林火监测中的应... 详细信息

林火是陆地生态系统中的一种主要干扰因子,森林火灾会对森林生态系统造成严重破坏。遥感卫星能够实时对地表信息进行记录与监测,尤其适用于对林火这种地表异变现象强烈的事件进行监测。本研究回顾了航空遥感、航天遥感在林火监测中的应用历史;分别从风险预测、实时监测和灾后评估三个方面论述了遥感在火险等级评测、火点提取、过火面积估测、林火实时监测及灾后植被恢复评价中的应用研究现状,总结了当前的研究重点及不足,并指出了未来的研究方向和趋势。以期为遥感在林火预测预报、林火实时监测及灾后损失评估等方面的研究提供参考。

关键词：林火航天遥感航空遥感监测研究进展

来源：评论

学校读者我要写书评

暂无评论

融合可见光无人机与哨兵2A影像的森林火灾迹地精细化提取

引用

西南林业大学学报（自然科学） 2021年第4期41卷 103-110页

作者：熊源徐伟恒黄邵东刘明露雷建寅吴超徐海峰王秋华西南林业大学大数据与智能工程学院云南昆明650233 西南林业大学大数据与智能工程研究院云南昆明650233 西南林业大学林业生态大数据国家林业与草原局重点实验室云南昆明650233 云南忆尘司法鉴定中心云南昆明650051 西南林业大学土木工程学院云南昆明650233

以2020年4月昆明市宜良县马街镇兴隆村森林火灾为研究对象,基于无人机的R、G、B3个波段与哨兵2A多光谱影像,分别采用格莱姆-施密特与主成分光谱锐化融合方法进行影像融合,应用6种定量评价指标分别对融合结果进行评估。基于融合影像采用... 详细信息

以2020年4月昆明市宜良县马街镇兴隆村森林火灾为研究对象,基于无人机的R、G、B3个波段与哨兵2A多光谱影像,分别采用格莱姆-施密特与主成分光谱锐化融合方法进行影像融合,应用6种定量评价指标分别对融合结果进行评估。基于融合影像采用随机森林算法实现对火场边界内的森林火灾迹地的提取,并与Sentinel-2A影像提取森林火灾迹地的精度进行比较;将2种影像提取的过火面积与鉴定人员通过实地调研、GPS坐标打点,并结合UAV影像手动矢量化森林火灾迹地面积进行对比分析。结果表明:UAV与Sentinel-2A融合影像与仅利用Sentinel-2A多光谱影像对森林火灾迹地提取的生产者精度分别为96.14%、95.18%,使用者精度分别为97.79%、96.57%,Kappa系数分别为0.83、0.76;融合影像与Sentinel-2A影像提取过火面积与统计面积相对误差分别为-3.5%、-6.2%。因此,利用可见光UAV与Sentinel-2A影像采用GS融合方法,基于RF算法可高精度、精细化提取森林火灾迹地,且边界细节效果刻画更加明显。本研究方法可大大提高林火司法鉴定效率,减少外业工作量及降低成本,使得矢量化更加精准,增加司法鉴定结果的科学性和客观性。

关键词：无人机哨兵2号影像融合森林火灾火灾迹地司法鉴定

来源：评论

学校读者我要写书评

暂无评论

滇东北地区华山松与云南松的地表凋落物载量及火强度对比研究

引用

西南林业大学学报（自然科学） 2019年第5期39卷 151-156页

作者：徐伟恒吴超杨磊徐盛基秦明明王秋华西南林业大学大数据与智能工程学院云南昆明650233 西南林业大学大数据与智能工程研究院云南昆明650233 西南林业大学林业生态大数据国家林业与草原局重点实验室云南昆明650233 应急管理部南方航空护林总站云南昆明650021 西南林业大学土木工程学院云南昆明650233

通过调研、布设样地样方、取样方可燃物等过程,将滇东北地区的优势树种华山松、云南松的地表凋落物划分为枯枝、凋落物上层和凋落物下层3个层级,分别收集后在实验室燃烧床上分别以下坡点火和上坡点火的方式,模拟实际森林样地坡度的上坡... 详细信息

通过调研、布设样地样方、取样方可燃物等过程,将滇东北地区的优势树种华山松、云南松的地表凋落物划分为枯枝、凋落物上层和凋落物下层3个层级,分别收集后在实验室燃烧床上分别以下坡点火和上坡点火的方式,模拟实际森林样地坡度的上坡火和下坡火的燃烧状况,测定其不同点火方式的火行为参数。结果表明:云南松的地表凋落物烧除率远远高于华山松地表凋落物的烧除率,二者可燃物载量除凋落物下层外基本保持一致,热辐射值也基本一致,但二者均低于弱强度火界定值500 kW/m。因此,当前滇东北地区难以形成树冠火。

关键词：凋落物可燃物载量火强度华山松云南松滇东北

来源：评论

学校读者我要写书评

暂无评论

滇东北地区云南松地表可燃物载量及火强度研究

引用

西部林业科学 2019年第4期48卷 19-26页

作者：徐伟恒黄邵东杨磊徐盛基戴杨王秋华西南林业大学大数据与智能工程学院云南昆明650224 西南林业大学大数据与智能工程研究院云南昆明650224 西南林业大学林业生态大数据国家林业与草原局重点实验室云南昆明650224 南方航空护林总站云南昆明650021 西南林业大学土木工程学院云南昆明650224

在滇东北地区云南松纯林中设置样地、样方,并将地表凋落物划分为枯枝、地表凋落物上层和地表凋落物下层3个层级,按照比例分别选取各层部分凋落物经实验室烘干测定可燃物载量,其余部分均置于实验室燃烧床燃烧测定其火行为参数.在实验... 详细信息

在滇东北地区云南松纯林中设置样地、样方,并将地表凋落物划分为枯枝、地表凋落物上层和地表凋落物下层3个层级,按照比例分别选取各层部分凋落物经实验室烘干测定可燃物载量,其余部分均置于实验室燃烧床燃烧测定其火行为参数.在实验室燃烧床上分别以下坡点火、中间点火和上坡点火的方式,模拟实际森林样地坡度的上坡火、随机点火以及下坡火的燃烧状况,再分别测定其不同点火方式的火行为参数.结果表明,在云南松林地表凋落物中,枯枝、地表凋落物上层和地表凋落物下层可燃物载量分别为0.09kg/m2、0.50kg/m2、0.59kg/m2,上坡火、中间点火和下坡火的火强度分别为97.21kW/m、80.76kW/m和49.99kW/m,上坡火、中间点火和下坡火的热辐射分别为7.22±1.51kW/m2、6.88±1.66kW/m2和6.47±1.37kW/m2,燃除率分别为52.71%、64.5%、40.09%.可见,滇东北地区地表凋落物中枯枝的载量小,且上层和下层可燃物载量差异不大;与滇中地区的云南松计划烧除实验结果比较,可燃物载量及火强度均偏低.

关键词：云南松地表凋落物可燃物载量火强度滇东北地区

来源：评论

学校读者我要写书评

暂无评论

Worldview 3全色与短波红外影像两步式融合框架

引用

计算机工程与应用 2021年第11期57卷 193-201页

作者：保盈王雷光郭梦晓代沁伶郑晨西南林业大学林学院昆明650224 西南林业大学大数据与人工智能研究院昆明650224 西南林业大学国家林业与草原局森林生态大数据重点实验室昆明650224 西南林业大学艺术与设计学院昆明650224 河南大学数学与统计学院河南开封475004

Worldview 3是目前最先进的高分辨率光学卫星之一。针对Worldview 3遥感卫星数据全色波段和短波红外波段(Short-Wave Infrared,SWIR)空间分辨率差异大、波谱范围不一致所导致的融合结果块状效应以及空间分辨率增强效果有限的问题,提出... 详细信息

Worldview 3是目前最先进的高分辨率光学卫星之一。针对Worldview 3遥感卫星数据全色波段和短波红外波段(Short-Wave Infrared,SWIR)空间分辨率差异大、波谱范围不一致所导致的融合结果块状效应以及空间分辨率增强效果有限的问题,提出一种两步式影像融合框架。该框架降低全色波段空间分辨率,实现与SWIR波段的初步融合;将初步融合的结果与原始分辨率全色波段进行第二步融合。通过选择6种典型像素级融合方法两两组合,形成36种融合方案,验证框架的可用性。选取包含植被、建筑、水体等典型地物类型的Worldview 3数据集进行实验,并采用五个定量评价指标进行评价。实验结果表明:使用两步式融合框架进行融合,通过渐进式空间细节注入的方式,避免了直接融合产生的块状效应,实现了短波红外影像的空间分辨率增强;第一步融合采用高通滤波(HPF)融合法,第二步融合采用GS(Gram-Schmidt Transform)变换融合方法,引入的空间信息最多,获得的融合结果质量最好。提出的融合框架既能避免块状效应的产生,又能有效增强SWIR波段的空间分辨率,对于其他卫星的全色与短波红外波段的融合也具有一定借鉴意义。

关键词：影像融合框架 Worldview 3影像短波红外全色高通滤波融合法 GS融合法

来源：评论

学校读者我要写书评

暂无评论

基于GEE平台结合RF和SVM算法的茶园提取研究

引用

林业调查规划 2023年第1期48卷 1-6页

作者：钱瑞徐伟恒西南林业大学林学院云南昆明650233 西南林业大学大数据与智能工程学院云南昆明650233 西南林业大学林业生态大数据国家林业与草原局重点实验室云南昆明650233

科学有效的茶园遥感监测技术为土地利用管理、茶园管理、产业政策制定奠定了基础。研究基于GEE平台利用Landsat 8/OLI分别结合SVM和RF两种分类算法对云南省普洱市和西双版纳自治州的茶园进行了提取,并将2种算法的提取结果进行了对比。... 详细信息

科学有效的茶园遥感监测技术为土地利用管理、茶园管理、产业政策制定奠定了基础。研究基于GEE平台利用Landsat 8/OLI分别结合SVM和RF两种分类算法对云南省普洱市和西双版纳自治州的茶园进行了提取,并将2种算法的提取结果进行了对比。结果表明,RF和SVM算法的分类总体精度(OA)分别为95.61%、95.56%,Kappa系数相同,均为87%。RF算法的分类总体精度高于SVM算法,而Kappa系数相同。RF算法的制图精度(PA)为65.44%,与SVM算法(65.75%)相比相差较小,RF和SVM算法的用户精度(UA)分别为63.08%和57.37%。基于GEE平台结合RF分类算法对茶园的提取精度高于SVM算法。采用不同的传感器以及不同的分类算法可实现对茶园准确、高效的提取,对制定科学的茶园管理政策、茶园灾害预警、地表覆被变化等研究具有重要意义。

关键词： GEE平台 Landsat 8/OLI 茶园 SVM算法 RF算法

来源：评论

学校读者我要写书评

暂无评论

云南香格里拉区域尺度森林类型遥感分类评价

引用

西南林业大学学报（自然科学） 2022年第1期42卷 124-132页

作者：李瑾王雷光郑晨徐伟恒代沁伶西南林业大学林学院云南昆明650233 西南林业大学大数据与人工智能研究院云南昆明650233 西南林业大学森林生态大数据国家林业与草原局重点实验室云南昆明650233 河南大学数学与统计学院河南开封475004 西南林业大学艺术与设计学院云南昆明650233

基于Google Earth Engine云平台和Sentinel–2影像,通过多时相影像和地形特征的不同组合,利用随机森林算法对云南省香格里拉地区的森林类型进行3个层次上的识别和分类制图。结果表明:多时相特征结合地形信息在3个层次上分类精度最高;森... 详细信息

基于Google Earth Engine云平台和Sentinel–2影像,通过多时相影像和地形特征的不同组合,利用随机森林算法对云南省香格里拉地区的森林类型进行3个层次上的识别和分类制图。结果表明:多时相特征结合地形信息在3个层次上分类精度最高;森林和非森林类型,总体精度为98.15%,Kappa系数为0.962 4;针叶林和阔叶林,总体精度为89.74%,Kappa系数为0.792 6;8种针叶林类型,总体精度为92.87%,Kappa系数为0.918 0。地形信息有利于森林类型信息的提取,多时相的Sentinel–2数据对于大范围精确识别森林类型具有较大的潜力。

关键词：多时相 Sentinel–2 区域尺度森林类型针叶林

来源：评论

学校读者我要写书评

暂无评论

离散ADMM方法下像素与对象基元协同优化的遥感影像无监督语义分割

引用

计算机应用研究 2023年第7期40卷 2217-2222页

作者：陈运成郑晨李晶莹王雷光河南大学数学与统计学院河南开封475004 河南省人工智能理论及算法工程研究中心河南开封475004 西南林业大学大数据与人工智能研究院昆明650224 西南林业大学林业生态大数据国家林业局重点实验室昆明650224

语义分割是遥感影像分析中的重要技术之一。现有方法(如基于深度卷积神经网络的方法等)虽然在语义分割中取得了显著进展,但往往需要大量训练数据。基于图模型的马尔可夫随机场模型(Markov random field model,MRF)提出了一种不依赖训练... 详细信息

语义分割是遥感影像分析中的重要技术之一。现有方法(如基于深度卷积神经网络的方法等)虽然在语义分割中取得了显著进展,但往往需要大量训练数据。基于图模型的马尔可夫随机场模型(Markov random field model,MRF)提出了一种不依赖训练数据的无监督语义分割思路,可以有效地刻画地物空间关系,并对地物空间分布的统计规律进行建模。但现有的MRF模型方法通常建立在基于像素或对象的单一粒度基元上,难以充分利用影像信息,语义分割效果不佳。针对上述问题,引入交替方向乘子法(alternative direction method of multiplier,ADMM)并将其离散化,提出了一种像素与对象基元协同的MRF模型无监督语义分割方法(MRF-ADMM)。首先构建像素基元和对象基元两个概率图,其中像素基元概率图用于刻画影像的细节信息,保持语义分割的边界;对象基元概率图用于描述较大范围的空间关系,以应对遥感影像地物内部的高异质性,使分割结果中地物内部具有良好的区域完整性。在模型求解过程中,针对像素和对象基元的特点,提出了一种离散化的ADMM方法,并将其用于两种基元类别标记的传递与更新,实现像素基元细节信息和对象基元区域信息的协同优化。高分二号和航拍影像等不同数据库不同类型遥感影像的语义分割实验结果表明,相较于现有的MRF模型,提出的MRF-ADMM方法能有效地协同不同粒度基元的优点,优化语义分割结果。

关键词：遥感影像语义分割马尔可夫随机场模型基于对象的影像分析离散ADMM算法

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：