排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
【目的】采用TanDEM-X单极化InSAR数据,研究基于相干系数的SINC模型森林高度估测方法,并分析5 m高分辨率的LiDAR DEM和30 m中等分辨率的SRTM DEM对模型估测精度和稳定性的影响。【方法】首先对观测的相干性进行非体散射失相干校正得到体散射失相干γVol,然后基于SINC模型将γVol的相干系数作为输入估测森林高度。以LiDAR提取的森林高度为验证数据,均匀选取150个检验样本,分别在15 m×15 m、30 m×30 m、50 m×50 m和100 m×100 m大小的样本尺度上进行精度评价,并与DSM-DEM差分法进行对比,分析2种方法的精度和适用性。【结果】5 m和30 m分辨率的参考DEM对SINC模型森林高度估测结果影响较小,随样本尺度增大其影响可逐渐忽略,当样本大小为100 m×100 m时,LiDAR DEM和SRTM DEM估测结果的R~2分别为0.54、0.51,RMSE分别为2.38、2.51 m,精度分别为77.19%、75.99%;相比SINC模型法,DSM-DEM差分法在各样本尺度上的表现更好,但森林高度估测结果存在明显低估现象,必须采用森林高度实测数据进行校正,当样本大小为100 m×100 m时,R2为0.79,校正前后的RMSE分别为2.57、1.63 m,精度分别为75.44%、84.41%。【结论】基于相干系数的SINC模型法估测森林高度,以30 m空间分辨率的SRTM DEM进行地形补偿和地理编码,可以取得较好结果;虽然该方法的精度相比DSM-DEM差分法略有下降,但既不需要实测森林高度数据进行标定,也不需要输入高分辨率的DEM,具有大范围森林高度制图的潜力和更大的实际应用价值。 相似文献
2.
近自然经营是当今一种兼顾森林可持续发展和发挥森林多种效益的经营方式之一。为了研究近自然经营对不同林龄人工油松林水源涵养能力的影响,文章以燕山北麓旺业甸林场为研究地点,采用野外调查与室内浸水试验的方法,对其林下枯落物层和土壤层水源涵养能力进行测定。结果表明:(1)近自然经营下油松人工林的枯落物蓄积量、有效拦蓄量高于当地常规经营下的林分,但低于未经营的林分。(2)近自然经营改善了人工油松林土壤的水源涵养能力,其中,近自然经营下的土壤毛管孔隙度与土壤蓄水量均大于未经营与常规经营。(3)从综合情况来看,林地的土壤和枯落物水源涵养能力表现为近自然经营(1662.42t/hm^2)>未经营(1526.12t/hm^2)>常规经营(1379.18 t/hm^2)。因此,近自然经营有利于提高人工油松林的水源涵养能力。 相似文献
3.
为了探究不同森林经营方式林分生长动态变化情况,于内蒙古赤峰市旺业甸林场油松人工林中选取油松中龄林和近熟林设置近自然经营、常规经营和未经营样地,根据2013、2016年和2019年3次调查,分析对比不同经营模式下林分蓄积生长量、胸径、胸高断面面积和单木材积量单木生长量,林分胸径分布和林分垂直分层生长量的动态变化。结果表明,中龄林近自然经营和常规经营方式下的PAI（年蓄积生长量）均大于未经营,近熟林6 a间近自然经营方式下PAI为12.31 m3·hm-2·a-1,大于常规经营和未经营;中龄林平均胸径单木生长量6 a间表现为近自然经营（0.58 cm·a-1）＞常规经营（0.48 cm·a-1）＞未经营（0.31 cm·a-1）,近熟林表现为近自然经营（0.69 cm·a-1）＞未经营（0.49 cm·a-1）＞常规经营（0.46 cm·a-1）;近自然经营方式下油松人工林6 a间单株胸高断面面积生长量、单株立木材积生长量均显著大于常规经营和未经营;近自然经营方式下的油松人工林上层胸径、胸高断面、蓄积年生长量都大于其他经营方式,近自然经营大径阶树木比例增长幅度最大。由此得出结论,近自然经营有利于林木胸径、林木单株胸高断面面积和单株立木材积量的生长,同时还会提高林分大径级林木株数比例,更有助于提高人工林木质量。 相似文献
4.
[目的]使用深度学习全卷积神经网络U-net的自动特征提取,有效地改善遥感目标识别及地物分类的效果。[方法]以内蒙古自治区赤峰市旺业甸林场为研究区,主要数据源包括GF-2多光谱数据、ZY-3 DOM数据、ZY-3DEM数据、小班数据以及外业实地调查数据等。借鉴前人对FCN-8s模型的优化思路,基于Unet网络模型,在模型训练过程中通过在原始波段的基础上加入标准归一化植被指数(NDVI)构建网络,并增加条件随机场后处理过程,得到最终的分类结果。[结果]表明:(1)优化后的U-net模型的总体分类精度达84.89%,Kappa系数为0.82,分别高于未加入标准归一化植被指数特征的U-net模型以及未使用条件随机场进行后处理的U-net模型的分类精度;(2)优化后的U-net模型与使用相同策略的FCN-8s,支持向量机和随机森林的分类结果相比,提高了8.04%-12.54%,分类精度大幅度提高。[结论]通过少量调整相关的遥感特征以及使用条件随机场后处理方法可改善U-net模型的分类效果,适用于基于U-net的森林类型高分辨率多光谱遥感影像分类。 相似文献
1