排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
针对红树林叶面积指数（Leaf Area Index,LAI）实地测量难度大、无法快速大范围LAI估算的问题。该研究以广西北部湾红树林为研究对象,以无人机（Unmanned Aerial Vehicle,UAV）和哨兵二号（Sentinel-2A,S2）多光谱影像为数据源,整合原始光谱波段、植被指数和组合植被指数构建高维数据集,并进行数据降维和特征优选。定量评估6种机器学习算法（XGBoost、前馈反向传播神经网络（Back Propagation,BP）、支持向量机（SVM）、岭回归（Ridge）、Lasso和弹性网络（ElasticNet））对不同红树林树种LAI的估算能力;探究UAV和Sentinel-2A影像对红树林树种LAI估算的精度差异。研究结果表明：1）基于XGBoost算法构建的模型实现了红树林LAI高精度估算,R2均高于0.70,RMSE均低于0.349;2）在UAV和Sentinel-2A影像下,XGBoost模型对不同红树林树种LAI的估算精度（R2）比其他5种模型分别提高了0.105～0.365和0.283～0.540,RMSE降低了0.100～0.392和0.102～0.518;3）UAV影像数据与XGBoost算法构建的模型对海榄雌LAI的估算精度优于其他组合（R2=0.821、RMSE=0.288）,Sentinel-2A影像数据与XGBoost算法构建的模型对秋茄和桐花树LAI的估算精度优于其他组合（R2=0.940～0.979、RMSE=0.142～0.104）,不同红树林树种LAI的估算精度依次为桐花树>秋茄>海榄雌;4）SNAP-SL2P算法整体性低估红树林LAI值,UAV影像红树林树种LAI的平均估算精度（R2=0.677～0.713）均优于Sentinel-2A影像,实现了不同红树林树种LAI的高精度估算。 相似文献
2.
为了评估雷达高度计监测滨海湿地水位的能力,提高其监测滨海湿地水位的测量精度,该研究以广西北部湾滨海湿地为研究区,选取2016—2020年逐日的Jason-3和Sentinel-3A雷达高度计数据,建立滨海湿地水位遥感监测模型,利用重心偏移法,阈值法,改进的重心偏移法和改进的阈值法对测高水位进行波形重定改正获取滨海湿地水位。结合水文站实测数据,定量评估不同算法提取水位的精度差异,利用年内水位变幅、月平均水位、季平均水位和年平均水位探究滨海湿地水位动态变化,利用降水量数据分析滨海湿地水位动态变化原因。结果表明,在4种重跟踪算法中,改进的阈值法重定效果最佳,Jason-3雷达高度计的决定系数最大为0.78,均方根误差(Root Mean Square Error,RMSE)最小为0.35 m,平均绝对误差(Mean Absolute Error,MAE)最小为0.28 m;Sentinel-3A雷达高度计的决定系数最大为0.87,RMSE最小为0.24m,MAE最小为0.18m,表明Sentinel-3A雷达高度计的监测精度较高。广西北部湾滨海湿地水位变化与降水量变化的相关性较高,年内水位变化较为剧烈,呈现明显的季节性,年内水位平均变幅为3.37 m,在2016—2020年间水位整体呈现下降趋势,年平均变化速率为0.005 m。星载雷达高度计为大范围的滨海湿地水位监测提供了有力手段,这对研究滨海湿地变化及生态环境保护具有重要意义。 相似文献
3.
植被净初级生产力(Net Primary Production,NPP)是表征植物活动的重要变量,分析植被NPP时空变化及驱动力对生态保护及植被恢复建设具有重要意义。基于2000—2019年MOD17A3的NPP数据,结合基于站点的气象数据、DEM等数据,运用趋势分析、Mann-Kendall检验、R/S分析及地理探测器等方法,定量分析了西南喀斯特地区植被NPP空间分布、时空变化及未来趋势,进一步探讨了自然因子对西南地区植被NPP的驱动作用。结果表明:(1)2000—2019年西南喀斯特地区植被NPP空间分布上呈南高北低的空间分布格局,总体均值为751.37 gC/(m2·a)。(2)从时间尺度看,20 a间研究区植被NPP总体呈上升趋势,上升速度为3.67 gC/(m2·a); 从空间尺度看,20 a间西南喀斯特地区植被NPP呈上升趋势的面积占总面积的78.10%,呈显著上升的区域占42.14%,主要分布在四川盆地、乌蒙山一带。(3)未来研究区内植被NPP以上升趋势为主,呈持续上升趋势的面积占比为76.97%,呈强持续显著上升的面积占30.67%,主要分布在四川盆地及乌蒙山一带。(4)地理探测显示,影响西南喀斯特地区NPP变化的主导因子为湿度、生物温暖指数、日照时数和气温,其q均值均超过0.3; 各因子交互作用表现为双因子增强或非线性增强,其中高程∩生物温暖指数的q值最高,为0.498。综上,研究结果表明高程和生物温暖指数的共同作用对西南喀斯特地区的NPP影响最大。 相似文献
1