排序方式: 共有81条查询结果,搜索用时 15 毫秒
51.
52.
数字林业平台技术研究与实现 总被引:3,自引:0,他引:3
阐述数字林业平台的设计目标与作用,针对林业信息化建设的特点采用面向服务的体系结构(service-oriented architecture,SOA)设计思想和网格技术,提出数字林业平台的系统体系结构,同时对数字林业平台的组成结构和各个组成部分的功能、工作原理等进行概要设计.数字林业平台为实现林业各类信息资源的共享以及跨管理层次和跨业务领域的协同工作提供了新的技术途径.数字林业平台适用于构建国家、省、地(市)、县不同管理层次的多种林业信息系统,对林业信息化发展具有十分重要的指导意义. 相似文献
53.
54.
机载激光雷达和航空数码影像单木树高提取 总被引:6,自引:0,他引:6
用激光雷达(LiDAR)数据和航空数码影像相结合进行单木水平树高反演.对研究区的LiDAR点云数据进行滤波和分类,根据地形特点、地表植被状况以及其他地类的分布,采用Tin Filter滤波算法提取地面回波点和植被回波点.用面向对象的方法对高空间分辨率(25 cm)的航空数码影像进行单株木检测.通过多尺度、树冠模式的分割创建影像对象和类层次,用最邻近距离和成员函数法进行影像对象的分类,并基于分类结果进行再分割.对分割后的树冠多边形进行边缘优化,以准确识别单株木.将植被回波点和影像分割后得到的树冠多边形进行叠加,计算多边形内的LiDAR数据最大高程差值,与实测树高进行相关分析,建立单木树高估测回归方程,平均估测精度为74.89%. 相似文献
55.
以山东省泰安市徂徕山林场和重庆铁山坪林场为试验区,分别于2005年5月和2006年9月获取了低密度和高密度的LiDAR点云数据,分别进行了林分平均高的反演试验.通过两个试验区的对比,分析了不同点云密度对机载LiDAR数据反演林分参数的影响.结果表明:对于两种密度的点云数据,使用分位数法都可以很好地进行林分平均高的估计,高密度点云的反演结果略好一些,但二者结果差异不大;高密度的点云可以进行更小尺度的林分高估计和单木树高的估计,从而可以减少甚至避免对实地树高测量的依赖. 相似文献
56.
Hyperion高光谱数据森林郁闭度定量估测研究 总被引:20,自引:3,他引:17
该文探讨和评价了利用星载EO-1 Hyperion高光谱遥感数据定量估测森林郁闭度的能力.高光谱数据光谱特征空间降维采用两种方式, 一种是光谱特征选择的波段选择法(BS),另一种是光谱特征提取的主成分变换法(PCA).从森林资源变化图上获取200个样点的实测郁闭度值,130个用于建模,70个用于验证.对应图像的取值采用单像元值(NP)和3×3窗口的平均值(W33) 两种方法.两种光谱特征降维方式和两种图像取值方法构成4种估测模型(BS-NP、BS-W33、PCA-NP和PCA-W33).分析过程为:①对图像进行预处理,选出质量好的波段;②采用逐步回归技术提取与郁闭度相关性高的波段或变量;③建立多元回归模型估测郁闭度;④估测精度验证.经检验,估测精度分别为: BS-NP 83.17%、BS-W33 84.21%、 PCA-NP 85.62% 和 PCA-W33 86.34%.初步结果表明,光谱特征提取的主成分变换分析法比光谱特征选择的波段选择法的郁闭度估测更有效;3×3窗口的图像取值方法比单像元取值方法的估测精度高. 相似文献
57.
2001年以来甘肃民勤植被覆盖变化分析 总被引:4,自引:0,他引:4
以甘肃民勤为研究区域,以Landsat 5 TM和Landsat 8OLI影像为主要数据源(2001、2003、2005、2011、2013、2014年),系统分析了研究区的植被覆盖变化与驱动机制.并使用2014年遥感影像,通过像元二分模型计算了ARVI、AFRISWIR1、AFRISWIR2三种植被指数提取的覆盖度.结果显示:AFRISWIR2求算的植被覆盖度相较于ARVI、AFRISWIR1,与实际的植被覆盖度线性回归关系最好,相关指数(R2)可以达到0.84,均方根误差(RMSE)为0.7.在对2001-2014年民勤植被变化研究中得出:低植被覆盖度面积在不断减少,高中覆盖度植被面积在不断扩大,生态环境得到显著改善.通过重点植被变化区域和驱动力的分析可以得出,民勤石羊河治理工程和其他各种生态工程的实施,是民勤生态恢复最为本质的原因. 相似文献
58.
空间统计分析在林业中的应用 总被引:20,自引:0,他引:20
空间统计分析在不到 5 0年的研究和实践中 ,已发展成为研究自然界具有随机性和规律性变量的普遍性的科学方法 ,在国内外诸多领域都有成功应用的实例 ;然而 ,空间统计分析在国内林业中应用才刚刚起步 ,绝大多数林业工作者或科研人员对空间统计缺乏基本的了解。本文首先简要介绍空间统计分析的有关概念、基本原理及其特点 ,同时对地统计学与地理信息系统以及与经典统计学的异同进行分析。结合林业领域特点 ,从森林土壤、物种空间分布、森林干扰、林分因子、种子资源等几个主要方面 ,综述国内外林业领域应用空间统计分析的现状。最后指出在林业领域中应用空间统计分析存在的困难与问题 ,并展望了在林业领域中应用空间统计分析的前景. 相似文献
59.
60.
基于多源数据的根河实验区生物量反演研究 总被引:2,自引:2,他引:0
森林是陆地生态系统的重要组成部分,精确估测森林地上生物量能够减少陆地生态系统碳储量的不确定性。本文以内蒙古大兴安岭根河实验区为研究区,基于森林样地调查数据、Landsat 8 OLI、机载P-波段PolSAR以及ASTER GDEM数据,分别采用多元线性逐步回归法和基于随机森林算法(Random Forest, RF)进行特征优化选择后的k-最近邻(k-nearest neighbors, k-NN)法对研究区森林地上生物量(above-ground biomass, AGB)进行估测,对比验证采用不同类型数据(单传感器数据和多传感器数据)时2种方法的反演结果来寻求森林AGB估测的最优方法和输入因子,最后利用最优的估测方法来反演整个研究区的森林AGB,生成根河实验区的森林AGB等级分布图。结果表明:对于多元线性逐步回归和k-NN 2种不同的方法,森林AGB的反演都表现出较为一致的结果,即采用多传感器遥感数据(Landsat 8 OLI和机载P-波段PolSAR数据)比采用单传感器遥感数据估算的森林AGB精度要高;而在同时采用多传感器遥感数据进行森林AGB的反演中,k-NN算法的估测结果(R2=0.65, RMSE=17.49 t/hm2)明显优于多元线性逐步回归算法(R2=0.36, RMSE=22.08 t/hm2)的估测结果。显然,多源数据协同反演森林AGB可以充分利用每种传感器的优点,提高遥感估测森林AGB的能力;与多元逐步回归方法相比,k-NN算法能够更多地考虑到森林参数同光谱值之间的非线性依赖关系,且能够避免发生过学习现象和样本不平衡问题。 相似文献