共查询到20条相似文献，搜索用时 250 毫秒
1.
MODIS遥感数据具有很高的光谱辐射精度,以及成本低、覆盖面积广、获取容易、周期短等数据特征,可以实现全覆盖大尺度区域森林类型信息快速提取,但由于其空间分辨率较低,遥感数据中存在混合像元。利用混合像元分解模型进行分解可得到较好的分类结果,但混合像元分解的端元组分直接影响分类的精度。利用决策树分类模型改进端元提纯,分析各地物的MODIS时间序列植被指数变化规律及物候变化规律,利用决策树模型分类的结果进行端元组分的提纯,最后进行混合像元分解。研究结果表明:分类精度最高的是线性混合像元分解,其次是最大似然分类,最差的是非线性混合像元分解,其中带约束和不带约束的线性分解模型的精度相差不大。 相似文献
2.
公益林生物量估算方法研究——以浙江省缙云县公益林为例 总被引：1，自引：0，他引：1
《浙江林业科技》2015,(5)
以缙云县公益林为例,利用2010年的117个公益林固定小班监测数据和Landsat5 TM遥感数据,选取遥感变量和地学变量等80个自变量,运用多元线性回归、偏最小二乘回归、随机森林回归和Erf-BP神经网络四种模型,对缙云县公益林生物量进行建模估算,并比较四种方法的优缺点。结果表明:在R2、PRECISION和RMSE方面,随机森林回归优于其他方法,而在VR和BIAS方面,Erf-BP神经网络方法比其他方法更好,但从提高生物量精度和减少均方根误差综合评价,随机森林方法是较好的选择。 相似文献
3.
以康保县为研究区,使用Landsat8 OLI数据,结合134个野外样地调查数据,通过像元二分法、完全约束最小二乘法和随机森林三种方法来进行混合像元的分解,探讨混合像元分解方法对提取地表植被覆盖度的可行性。结果显示:基于随机森林的混合像元分解方法结果最优,F为0.664,RMSE为0.127;三种方法都能较为精确地估测出康保县的植被覆盖情况,且与实测数据较为拟合,因此采用混合像元分解的方法进行植被覆盖度估测是完全可行的。 相似文献
4.
5.
采用角规实地调查黄丰桥林场90个杉木人工纯林样地胸高断面积,利用样地SPOT5遥感信息与地理信息,建立了杉木胸高断面积多元线性回归估测模型。首先对样地采用GIS软件进行缓冲处理,缓冲后每个样地的面积为1hm2^;然后提取样地遥感光谱信息与纹理信息等21个因子和4个GIS因子,采用逐步回归分析法筛选出6个因子作为模型自变量;最后分别采用普通最小二乘法（OLS）和偏最小二乘法（PLS）建立了杉木胸高断面积多元回归模型。研究结果表明：OLS回归模型的预测精度为82．2％,均方根误差（RMSE）为5．12m^3／hm^2;PLS回规模型的预测精度为83．9％,均方根误差（RMSE）为4．2m^2／hm^2,PLS和0LS回归模型在杉木胸高断面积估测中均取得了较好的效果,用中高分辨率遥感影像在估测森林结构参数上是可行的。 相似文献
6.
基于高光谱数据(Hyperion)混合像元分解的研究 总被引：1，自引：0，他引：1
本文以高光谱(Hyperion)数据为数据源,借助遥感手段对数据进行坏线修复、大气校正和几何校正等处理,通过有约束条件和无约束条件线性混合模型对像元对研究区域进行分类研究.研究结果表明:无约束条件和有约束条件进行混合像元的分类精度分别为90.1%和90.4%,两者的分类精度相差不是太大;就裸地而言,有约束条件的线性像元混合分解的精度要远高于无约束条件;从冗余的数据中提取有用信息和如何利用高光谱遥感的今后遥感图像分类研究的难点和热点. 相似文献
7.
《中南林业科技大学学报(自然科学版)》2016,(9)
基于Landsat 8-OLI影像数据,利用植被指数逐步回归分析和线性混合像元分解的方法,结合134个野外样地调查数据,将线性混合像元分解结果(植被丰度)导入影像植被指数逐步回归模型,建立康保县荒漠化地区植被覆盖度反演混合模型,并进行精度检验。结果表明:(1)在所选16种影像植被指数中,采用单一植被指数进行荒漠化地区植被覆盖度反演建模,与植被覆盖度拟合优度最高的是归一化植被指数(NDVI)和土壤调节植被指数(SAVI),利用植被指数逐步回归分析建模,筛选出的3种最佳影像植被指数是土壤调节植被指数(SAVI0.5),比值植被指数(SR_(N-R))和增强型植被指数(EVI);(2)通过线性混合像元分解建立的植被覆盖度反演模型,分解所得植被丰度与植被覆盖度的决定系数为0.673,模型精度低于利用植被指数逐步回归分析法反演的模型精度,但高于单一植被指数与植被覆盖度反演模型的精度;(3)精度检验显示植被指数逐步回归分析法反演的植被覆盖度模型的决定系数(R~2)和精度分别为0.719和86.70%,而混合像元分解和植被指数逐步回归分析综合所建的混合模型的决定系数(R~2)和精度分别为0.807和92.37%,表明植被指数逐步回归分析与混合像元分解相结合能较好地提高荒漠化地区植被覆盖度反演精度。 相似文献
8.
基于Landsat5 TM遥感影像估算江山市公益林生物量 总被引：1，自引：0，他引：1
《西部林业科学》2016,(1)
本研究基于Landsat5 TM遥感影像数据和样地调查数据,利用多元逐步回归、偏最小二乘回归和随机森林回归3种方法,建立江山市公益林生物量估算模型,分析和比较3种模型的精度结果,探究随机森林回归模型在估算生物量方面的应用,为提高估算森林生物量的精度提供参考。结果表明,多元逐步回归模型的预测精度为58.31%、均方根误差为31.02 t/hm2,偏最小二乘回归模型分别为60.84%、30.72 t/hm2,随机森林回归模型为70.02%,22.18 t/hm2。由此可得,随机森林回归模型的预测精度优于其他2种模型,随机森林算法能提高估算森林生物量的精度。 相似文献
9.
以香格里拉县2009年Landsat5～TM遥感影像为实验数据,利用最大似然法（MLC）以及最小距离法两种方法进行了遥感分类方法研究,主要从分类精度方面对两种方法进行了对比分析,结果表明：最大似然法分类结果明显优于最小距离法,但作为传统的分类方法,二种方法分类精度都不够高。 相似文献
10.
本文以Landsat TM影像数据为基础,采用基于支持向量机分类方法对长白山地区大荒沟林场进行森林植被信息提取,并与传统的最大似然法分类进行对比。结果表明,基于支持向量机方法的森林信息提取精度,Kappa值分别为0.981 0、0.971 6、0.975 3,均超过了最大似然法(MLC)的提取精度和Kappa值0.963 4。该方法有很好的操作性和实用性,准确度满足了林业规划设计的基础数据材料精度要求。 相似文献
11.
12.
Simple distribution models (SDMs) have deficiencies in portraying irregular forest diameter structure. This paper introduces mixture distribution models (MDMs) to improve the estimation accuracy of stand volume of Siberian larch (Larix sibirica Ledeb.) forests. Stand volume was estimated by combining the suitable diameter mixture model and diameter–height model. Appropriate mixture models are derived by integrating multiple SDMs of Burr III and XII, Johnson SB, Weibull or lognormal probability density functions (pdf) that satisfied the criteria of goodness of fit tests. Results showed that the average bias of volume estimation for all of the study plots using SDM and MDM approaches are underestimated by 6.93 and 2.42 m3, respectively. Each of the estimates is equivalent to an estimation error of 25.59 ± 18.18 and 7.08 ± 2.97 %. This suggests that the MDM approach is a more flexible and suitable modeling technique for forest volume estimation, in particular for forests that have been frequently disturbed by natural events. 相似文献
13.
以贵阳市为研究区,以Landsat-8 OLI为遥感信息源,通过偏相关分析,选择了与郁闭度相关的12个遥感因子作为自变量因子。为克服自变量因子间严重的多重共线性和模型的不稳定性,采用主成分回归分析法建立郁闭度估测模型,并对模型进了检验及精度验证。结果表明,回归方程调整后的R2=0.756,模型的拟合效果较好,说明模型在数学上是可行的;利用15个实测样地对模型进行精度验证,估测精度的平均水平为78.80%,说明该模型可为区域林分郁闭度估测提供参考。 相似文献
14.
15.
16.
沥青混合料分数导数粘弹性本构关系研究 总被引：1，自引：0，他引：1
从分数阶导数的定义出发,提出采用分数阶微积分来描述沥青混合料的分数阶导数型粘弹性本构关系这一独特的新思路。通过对沥青混合料进行SPT动态模量试验测出沥青混合料的动态模量和相位角,并对试验结果分别采用经典Kelvin模型、Maxwell模型和三元件固体模型进行拟合。结果表明,经典粘弹性本构模型的拟合效果较差,不适宜用来模拟沥青混合料的动态粘弹性能。鉴于目前的本构关系不能很好的表证沥青混合料的动态粘弹性能,采用分数导数三元件固体模型对沥青混合料动态粘弹性进行研究,并对拟合效果进行分析。分数导数三元件固体模型的拟合效果较好,且确定模型实验参数少,得到的拟合参数具有一定的物理意义．分数导数的阶数α与相位角的相关性较好,很好的体现沥青混合料的粘弹比例,从而能够精确地描述沥青混合料的动态粘弹性能、 相似文献
17.
18.
长白落叶松人工林密度效应模型的研究 总被引：7，自引：0，他引：7
以１８８夫临时样地资料为主,经过筛选采用改进平行线法对密度效应模型进行了拟合,并对模型的精度进行了检验。结果表明,预估精度平均在９０％以上,符表度要求。 相似文献
19.
基于改进卷积自编码机的油茶果图像识别研究 总被引：1，自引：0，他引：1
为进一步提高油茶果识别的速度与精度,提出一种基于改进卷积自编码机神经网络的油茶果图像识别方法。该方法以非对称分解卷积核提高训练速度,以输出端重构输入端的直连训练方式减少信息损失;利用改进的自编码机训练不同颜色通道的图像,随后在共享层中利用金字塔池化算法融合高阶特征,利用softmax算法构建分类器。结合selective-search算法生成候选区域,并对其进行筛选,利用训练好的网络设计油茶果果实图像检测器验证算法的实用性。改进算法100次迭代所需时间为166 s,平均识别准确率为90.4%;改进模型收敛性能较好,学习能力强,经过10次迭代之后即可达到85%的识别准确率,在样本数目为200的小数据集上可达到82%的识别准确率;同时,检测器的搭建验证了算法的有效性,在2 s内即可实现对单张实际图像上目标区域的检测,总体识别精度为87%,使得算法具有一定的实时检测能力。试验结果证明,改进后的算法具有较高的识别准确率与学习能力,以及一定的实用性,可为油茶果图像识别提供参考。 相似文献
20.
以广西森林资源连续清查固定样地的复测样木和样地数据为原始数据,对马尾松、杉木、阔叶树单木和林分生长率模型进行拟合。建立单木生长率模型,预估样地中采伐木生长量,求算其自然状态下未经采伐的样地林分生长量,以此为基础拟合林分生长率模型,初步选出3个较优模型,通过拟合与优化以及精度检验,最终选出最佳模型。在全区样本建模基础上,针对马尾松和杉木不同区域生长差异性,按一元立木材积模型适用区域同步进行分区组织样本建模,结果表明分区建模精度均高于全区样本拟合精度,其能更好地表达林分生长状况。 相似文献