期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
水曲柳混交林与次生林土壤微生物量与酶活性特征
被引量：
4
1
作者
黄双双
裴隆翠
+1 位作者
吴艳双
孙海龙
《东北林业大学学报》
CAS
CSCD
北大核心
2016年第9期69-74,共6页
以天然次生林和人工营造的水曲柳-落叶松(水落)、水曲柳-云杉(水云)和水曲柳-红松(水红)混交林为研究对象,测定了4种林型的土壤微生物量和酶活性。结果表明:次生林和水云混交林土壤中微生物量碳、氮质量分数均高于水落和水红混交林,土...
以天然次生林和人工营造的水曲柳-落叶松(水落)、水曲柳-云杉(水云)和水曲柳-红松(水红)混交林为研究对象,测定了4种林型的土壤微生物量和酶活性。结果表明:次生林和水云混交林土壤中微生物量碳、氮质量分数均高于水落和水红混交林,土壤微生物磷质量分数也表现为水红混交林最低,但是土层深(H)0≤H<10 cm土壤微生物量碳质量分数/总碳质量分数和土壤微生物量氮质量分数/总氮质量分数表现为水红混交林最高,水落混交林最低的趋势。土层0≤H<10 cm土壤过氧化氢酶、蔗糖酶、脲酶和磷酸酶活性均表现为水红混交林最低的趋势。各林型土壤微生物量质量分数与土壤酶活性之间均呈显著正相关关系,且与土壤全碳、全氮、全磷、铵态氮质量分数也呈显著正相关。总之,次生林、水云和水落混交林由于较低的林分密度和较高的阔叶树比例,土壤生物活性较高,而水红混交林则相反。
展开更多
关键词
次生林
水曲柳混交林
土壤微生物
土壤酶活性
在线阅读
下载PDF
职称材料
结合多尺度纹理特征的高光谱影像面向对象树种分类
被引量：
23
2
作者
吴艳双
张晓丽
《北京林业大学学报》
CAS
CSCD
北大核心
2020年第6期91-101,共11页
【目的】基于机载高光谱影像的分类研究中,利用不同尺度纹理特征与面向对象分类相结合的方法在树种分类的研究中应用较少,并且相关研究主要针对单一树种识别而不考虑多种树种,因此对于复杂林分中的树种识别能力有待进一步研究。本研究...
【目的】基于机载高光谱影像的分类研究中,利用不同尺度纹理特征与面向对象分类相结合的方法在树种分类的研究中应用较少,并且相关研究主要针对单一树种识别而不考虑多种树种,因此对于复杂林分中的树种识别能力有待进一步研究。本研究拟探究不同尺度纹理特征结合面向对象的分类技术在树种精细分类中的应用效果。【方法】利用机载高光谱数据进行面向对象的树种精细分类。根据研究区内地表类型情况,采用分层分类的方法区分非林地、其他林地与有林地,对有林地进行树种的精细分类。从机载高光谱图像中提取特征变量,包括独立主成分分析ICA变换光谱特征以及空间纹理特征,分析各树种的光谱反射率及所适合的纹理尺度,依据不同尺度纹理特征进行分层分类,比较不同特征利用支持向量机SVM分类的树种分类结果。【结果】结合单一尺度纹理特征的分类结果总体精度为87.11%,Kappa系数为0.846;结合不同尺度纹理特征的分类总体精度为89.13%,Kappa系数为0.87,相比于仅利用光谱特征的分类精度分别提升了4.03%和6.05%。说明在面向对象的分类中,纹理特征的加入对于提升树种分类的精度具有显著效果。结合不同尺度纹理特征的树种分类精度要高于单一尺度纹理特征的分类精度,尤其在其他阔叶树种和马尾松树种的分类中,制图精度较单一纹理尺度分别提高了5.48%和6.12%。【结论】利用不同尺度的纹理特征分类比单一尺度纹理特征分类更具优势,提高了纹理特征在树种分类中的贡献率;综合利用机载高光谱影像的光谱特征和不同尺度纹理特征的面向对象分类方法,使得树种识别更为精细和准确。该方法对于复杂林分树种的分类是有效的,能够满足机载高光谱影像树种精细识别的应用需求。
展开更多
关键词
高光谱
树种分类
纹理尺度
面向对象分类
在线阅读
下载PDF
职称材料
面向机载高光谱数据的3D-CNN亚热带森林树种分类
被引量：
12
3
作者
赵霖
张晓丽
+1 位作者
吴艳双
张斌
《林业科学》
EI
CAS
CSCD
北大核心
2020年第11期97-107,共11页
【目的】探讨深度卷积神经网络在机载高光谱数据分类中的应用,以提高亚热带地区森林树种分类精度。【方法】以广西南宁高峰林场为试验区,基于中国林业科学研究院LiCHy系统获取的机载高光谱数据,以三维卷积层为基础,提出一种高效的卷积...
【目的】探讨深度卷积神经网络在机载高光谱数据分类中的应用,以提高亚热带地区森林树种分类精度。【方法】以广西南宁高峰林场为试验区,基于中国林业科学研究院LiCHy系统获取的机载高光谱数据,以三维卷积层为基础,提出一种高效的卷积神经网络(CNN)结构。CNN模型以端到端方式处理高光谱影像分析问题,将原始数据作为输入,不需要降维或特征筛选,可省去传统分类方法在不同程度上人工筛选特征的工作;网络中3D卷积层可同时提取光谱特征和空间特征,学习特征立方体空间和光谱维度的局部信号变化,利用重要的识别特征进行分类,以提高对高光谱影像的判别能力。针对机载高光谱数据维度高、训练样本相对较少的问题,对模型进行优化,以避免过拟合。【结果】相较传统的特征筛选与面向对象分割结合的方法,本研究提出的3D-CNN结构森林树种总体分类精度达98.38%,Kappa系数为0.98,与随机森林特征选择结合支持向量机分类相比,总体精度提高8.82%,Kappa系数提高0.11;小样本训练情况下(减少75%训练样本),总体精度仍可达95.89%,Kappa系数为0.94。【结论】三维卷积神经网络在处理机载高光谱影像特征提取和分类问题时能够充分利用影像中的丰富信息,实现高精度区分亚热带森林树种;合理的网络结构以及训练策略(加入Dropout)能够极大提高网络训练速度,并在小样本训练时仍能得到很好的结果,可实现高效、准确的森林树种分类。
展开更多
关键词
高光谱遥感
卷积神经网络
树种分类
小样本
在线阅读
下载PDF
职称材料
题名
水曲柳混交林与次生林土壤微生物量与酶活性特征
被引量：
4
1
作者
黄双双
裴隆翠
吴艳双
孙海龙
机构
东北林业大学
出处
《东北林业大学学报》
CAS
CSCD
北大核心
2016年第9期69-74,共6页
基金
"十二五"国家科技支撑计划(2012BAD21B0202)
东北林业大学大学生创新项目(201410225066)
文摘
以天然次生林和人工营造的水曲柳-落叶松(水落)、水曲柳-云杉(水云)和水曲柳-红松(水红)混交林为研究对象,测定了4种林型的土壤微生物量和酶活性。结果表明:次生林和水云混交林土壤中微生物量碳、氮质量分数均高于水落和水红混交林,土壤微生物磷质量分数也表现为水红混交林最低,但是土层深(H)0≤H<10 cm土壤微生物量碳质量分数/总碳质量分数和土壤微生物量氮质量分数/总氮质量分数表现为水红混交林最高,水落混交林最低的趋势。土层0≤H<10 cm土壤过氧化氢酶、蔗糖酶、脲酶和磷酸酶活性均表现为水红混交林最低的趋势。各林型土壤微生物量质量分数与土壤酶活性之间均呈显著正相关关系,且与土壤全碳、全氮、全磷、铵态氮质量分数也呈显著正相关。总之,次生林、水云和水落混交林由于较低的林分密度和较高的阔叶树比例,土壤生物活性较高,而水红混交林则相反。
关键词
次生林
水曲柳混交林
土壤微生物
土壤酶活性
Keywords
Secondary forest
Fraxinus mandshurica
Soil microbial biomass
Soil enzyme activity
分类号
S714.8 [农业科学—林学]
在线阅读
下载PDF
职称材料
题名
结合多尺度纹理特征的高光谱影像面向对象树种分类
被引量：
23
2
作者
吴艳双
张晓丽
机构
北京林业大学林学院
出处
《北京林业大学学报》
CAS
CSCD
北大核心
2020年第6期91-101,共11页
基金
国家重点研发计划项目(2017YFD0600902)。
文摘
【目的】基于机载高光谱影像的分类研究中,利用不同尺度纹理特征与面向对象分类相结合的方法在树种分类的研究中应用较少,并且相关研究主要针对单一树种识别而不考虑多种树种,因此对于复杂林分中的树种识别能力有待进一步研究。本研究拟探究不同尺度纹理特征结合面向对象的分类技术在树种精细分类中的应用效果。【方法】利用机载高光谱数据进行面向对象的树种精细分类。根据研究区内地表类型情况,采用分层分类的方法区分非林地、其他林地与有林地,对有林地进行树种的精细分类。从机载高光谱图像中提取特征变量,包括独立主成分分析ICA变换光谱特征以及空间纹理特征,分析各树种的光谱反射率及所适合的纹理尺度,依据不同尺度纹理特征进行分层分类,比较不同特征利用支持向量机SVM分类的树种分类结果。【结果】结合单一尺度纹理特征的分类结果总体精度为87.11%,Kappa系数为0.846;结合不同尺度纹理特征的分类总体精度为89.13%,Kappa系数为0.87,相比于仅利用光谱特征的分类精度分别提升了4.03%和6.05%。说明在面向对象的分类中,纹理特征的加入对于提升树种分类的精度具有显著效果。结合不同尺度纹理特征的树种分类精度要高于单一尺度纹理特征的分类精度,尤其在其他阔叶树种和马尾松树种的分类中,制图精度较单一纹理尺度分别提高了5.48%和6.12%。【结论】利用不同尺度的纹理特征分类比单一尺度纹理特征分类更具优势,提高了纹理特征在树种分类中的贡献率;综合利用机载高光谱影像的光谱特征和不同尺度纹理特征的面向对象分类方法,使得树种识别更为精细和准确。该方法对于复杂林分树种的分类是有效的,能够满足机载高光谱影像树种精细识别的应用需求。
关键词
高光谱
树种分类
纹理尺度
面向对象分类
Keywords
hyperspectral
tree species classification
texture scale
object-oriented classification
分类号
S771.8 [农业科学—森林工程]
TP751 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
面向机载高光谱数据的3D-CNN亚热带森林树种分类
被引量：
12
3
作者
赵霖
张晓丽
吴艳双
张斌
机构
北京林业大学森林培育与保护教育部重点实验室精准林业北京市重点实验室
出处
《林业科学》
EI
CAS
CSCD
北大核心
2020年第11期97-107,共11页
基金
国家重点研发计划项目(2017YFD06009)。
文摘
【目的】探讨深度卷积神经网络在机载高光谱数据分类中的应用,以提高亚热带地区森林树种分类精度。【方法】以广西南宁高峰林场为试验区,基于中国林业科学研究院LiCHy系统获取的机载高光谱数据,以三维卷积层为基础,提出一种高效的卷积神经网络(CNN)结构。CNN模型以端到端方式处理高光谱影像分析问题,将原始数据作为输入,不需要降维或特征筛选,可省去传统分类方法在不同程度上人工筛选特征的工作;网络中3D卷积层可同时提取光谱特征和空间特征,学习特征立方体空间和光谱维度的局部信号变化,利用重要的识别特征进行分类,以提高对高光谱影像的判别能力。针对机载高光谱数据维度高、训练样本相对较少的问题,对模型进行优化,以避免过拟合。【结果】相较传统的特征筛选与面向对象分割结合的方法,本研究提出的3D-CNN结构森林树种总体分类精度达98.38%,Kappa系数为0.98,与随机森林特征选择结合支持向量机分类相比,总体精度提高8.82%,Kappa系数提高0.11;小样本训练情况下(减少75%训练样本),总体精度仍可达95.89%,Kappa系数为0.94。【结论】三维卷积神经网络在处理机载高光谱影像特征提取和分类问题时能够充分利用影像中的丰富信息,实现高精度区分亚热带森林树种;合理的网络结构以及训练策略(加入Dropout)能够极大提高网络训练速度,并在小样本训练时仍能得到很好的结果,可实现高效、准确的森林树种分类。
关键词
高光谱遥感
卷积神经网络
树种分类
小样本
Keywords
hyperspectral remote sensing
convolutional neural network
tree species classification
small sample
分类号
S757 [农业科学—森林经理学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
水曲柳混交林与次生林土壤微生物量与酶活性特征
黄双双
裴隆翠
吴艳双
孙海龙
《东北林业大学学报》
CAS
CSCD
北大核心
2016
4
在线阅读
下载PDF
职称材料
2
结合多尺度纹理特征的高光谱影像面向对象树种分类
吴艳双
张晓丽
《北京林业大学学报》
CAS
CSCD
北大核心
2020
23
在线阅读
下载PDF
职称材料
3
面向机载高光谱数据的3D-CNN亚热带森林树种分类
赵霖
张晓丽
吴艳双
张斌
《林业科学》
EI
CAS
CSCD
北大核心
2020
12
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
