排序方式: 共有68条查询结果,搜索用时 156 毫秒
61.
62.
通过对小光斑激光雷达离散点云数据进行处理,提取了6个变量参数分别用于估测针叶林叶面积指数,为了提高模型估测精度及弥补单变量模型的不足,在单变量模型的基础上尝试多变量组合共同用于估测森林叶面积指数,经过对比得出单变量模型中OGF模型最好,拟合相关性R=0.897,预测精度p=0.959;多变量预测模型结果差异不大,拟合相关性均>0.905,估测精度均>0.957。同时为了验证模型的推广性,对点云数据进行随机稀释操作获得4种不同密度的点云数据,分别用于验证点云密度对OGF模型及OGF与LPI组合模型的影响,结果表明点云密度对模型结果的影响不大,即使在0.125倍点云密度时模型仍能较好的估测针叶林叶面积指数,满足生产需要。 相似文献
63.
基于Landsat TM/OLI_TIRS 遥感影像数据,以汪清县为研究区域,利用RS和GIS技术,通过土地利用动态度模型、土地利用转移模型,以2004年为时间节点,分析1994-2014年间汪清县的土地利用/覆盖变化状况,利用灰色关联度模型对该变化的驱动力进行分析。结果表明,2004年以前,综合土地利用动态度为0.62%,空间变化差异明显,2004年后综合土地利用动态度降为0.56%,但空间变化差异逐步扩大,总体变化趋势放缓。1994-2014年间,林地面积总体减少,但2004年后呈增长趋势,变化程度较高的有裸地、草地及居民用地,每种土地类型都有不同数量的相互转化。驱动力分析表明,汪清县土地利用和覆盖变化是人口、经济等因子综合驱动的结果,不同土地类型变化的最主要的驱动因子有所差异。 相似文献
64.
地形坡度对星载LiDAR的回波波形会产生很大的影响,并会进一步影响森林结构参数的正确估测.比较两类参数量化地形坡度的能力:辅助地形DEM数据的地形指数和波形自身参数后缘长度,以在反演坡地森林冠层高度时仅从回波波形本身出发,而不需要借助于其他辅助数据.采用估测坡地森林冠层高度的两组对比模型来比较:第1组对比模型是Xing模型和基于未改进的后缘长度的线性模型;第2组对比模型是Xing模型和基于改进的后缘长度的线性模型.结果表明,在两组对比模型中,基于波形自身特征参数的模型结果均优于基于辅助地形DEM数据的地形指数的Xing模型,说明在量化地形坡度时,波形的自身特征参数的量化能力要高于辅助地形DEM数据的量化能力. 相似文献
65.
森林工程专业《仓储工程》课程双语教学实践与探讨 总被引:1,自引:1,他引:0
为积极应对经济全球化和科技革命的要求,适应现代仓储工程国际化的形式,森林工程专业《仓储工程》(Warehousing Engineering)课程采用中英文双语教学。结合教学实践过程,本文以课堂教学和实践环节为着眼点,对目前《仓储工程》课程双语教学中存在的问题进行探讨分析,并提出改进措施,期望能够激发学生的学习兴趣,进一步提高该课程的教学水平。 相似文献
66.
67.
基于Sentinel-1A与Landsat 8数据的北黑高速沿线地表土壤水分遥感反演方法研究 总被引:5,自引:1,他引:4
土壤含水量是影响水文和气候变化的基本参数,研究土壤含水量分布,对气候变化、水资源分布、农作物估产等有着重要的现实意义和科学价值。本文以2015年6月21日的Sentinel-1A(哨兵1号)双极化合成孔径雷达影像为基础,结合同时段辅助光学影像Landsat 8,对北安—黑河高速沿线地区不同植被覆盖程度下复杂地表土壤含水量进行反演研究,探讨不同极化组合方式在不同土地利用方式下的土壤水分含量反演结果。结果表明:VH极化及VH与辅助变量NDVI(Normalized Difference Vegetation Index)组合反演精度分别为52.1%和53.6%,整体效果并不理想。VV极化(VV Polarization)图像和双极化VV/VH(VH Polarization)组合在裸露和低植被地区反演更具有优势,其精度分别为75.4%和59.5%,而在高植被覆盖度地区并不适用。VH极化反演结果中耕地土壤含水量比实际值低9.37%,VV极化在低植被区域土壤含水量比实际值低10.45%,在灌木及耕地地区VV/VH反演结果精度比单极化及其组合反演结果低,最高精度模型的反演是VV结合NDVI。VV与辅助变量NDVI结合能综合反映复杂地表环境下土壤含水量,其精度达84%,标准误差RMSE为2.07,比VV极化反演精度提高8.8%,RMSE比VV极化降低2.704。VV与辅助变量NDVI组合方式在中等植被覆盖地区土壤含水量反演更具有优势,并能够更好地发挥哨兵1号C波段合成孔径雷达在土壤水分研究中的潜力与有效性。 相似文献
68.
森林叶面积指数(Lai)作为森林的重要结构参数,对于研究森林物质能量交换相关的生理活动具有重要意义。为提高森林Lai的反演精度,本研究充分利用激光雷达点云数据多回波类型之间所含信息的差异,通过对机载激光雷达点云数据预处理后,基于点云数据的多回波类型,共提取了6个激光穿透指数(Lpi),分别与野外样方实测Lai建立线性回归模型用于估测森林Lai。结果发现:单变量估测模型中,基于首次回波强度Lpi(i LPIfirst)模型最好(R2=0.836,Mad=0.091)。多变量模型中,基于首次回波强度Lpi(i LPIfirst)、冠层回波数量Lpi(n LPIcan)及冠层回波能量Lpi(i LPIcan)的三变量模型估测精度最高(R2=0.883,Mad=0.076),相比于单变量估测模型而言,R2提高了0.047,Mad减少了0.015。结果表明,基于点云回波类型分类的Lpi能够较好的估测森林Lai,且多变量模型的估测精度要优于单变量模型的估测精度。 相似文献