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
1
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
参数优选支持的光学与SAR数据森林地上生物量反演研究
被引量：
9
1
作者
李云
张王菲
+2 位作者
崔鋆波
李春梅
姬永杰
《北京林业大学学报》
CAS
CSCD
北大核心
2020年第10期11-19,共9页
【目的】森林是整个陆地碳循环系统中最大的有机碳贮库,准确地估测森林地上生物量影响着全球碳源与碳储量的分析与评价。本文旨在评价利用Landsat8 OLI、高分一号光学数据、ALOS-1 PALSAR-1SAR 3组不同源遥感数据估测森林AGB的潜力,进...
【目的】森林是整个陆地碳循环系统中最大的有机碳贮库,准确地估测森林地上生物量影响着全球碳源与碳储量的分析与评价。本文旨在评价利用Landsat8 OLI、高分一号光学数据、ALOS-1 PALSAR-1SAR 3组不同源遥感数据估测森林AGB的潜力,进而剖析光学数据和SAR数据在估测森林AGB方面的差异。【方法】首先对Landsat8 OLI、高分一号光学数据、ALOS-1 PALSAR-1SAR数据分别提取波段比值、植被指数、纹理信息,对ALOS-1 PALSAR-1SAR数据同时提取极化分解信息;然后,利用随机森林算法对不同数据提取的特征参数进行重要性排序,选择排序靠前的特征进行建模;最后,利用KNN-FIFS算法分析不同特征组合,对4组数据建立4个模型估测森林AGB,并使用留一交叉验证法对4个模型估测森林AGB值进行精度评价。【结果】使用植被因子、波段比值、纹理因子、极化分解信息4种特征参数分别对3组数据进行建模估测森林AGB,基于Landsat8 OLI数据反演森林AGB的精度评价结果为R2=0.50,RMSE=33.34 t/hm^2;基于高分一号数据估测精度为R^2=0.36,RMSE=37.60 t/hm2;基于PALSAR纹理特征估测精度为R^2=0.45,RMSE=35.40 t/hm^2;基于PALSAR全极化分解信息估测精度为R^2=0.63,RMSE=28.84 t/hm^2。【结论】参数提取方法相同时,即基于植被因子、波段比值、纹理信息3种特征参数估测森林AGB,其光学数据和SAR数据的反演潜力基本一致;参数提取方法不同时,即SAR数据加入极化分解信息估测森林AGB,与光学数据相比,SAR数据对森林AGB的反演潜力较好。
展开更多
关键词
森林生物量
特征选择
KNN-FIFS
在线阅读
下载PDF
职称材料
题名
参数优选支持的光学与SAR数据森林地上生物量反演研究
被引量：
9
1
作者
李云
张王菲
崔鋆波
李春梅
姬永杰
机构
西南林业大学林学院
北京航天泰坦科技股份有限公司
出处
《北京林业大学学报》
CAS
CSCD
北大核心
2020年第10期11-19,共9页
基金
国家自然科学基金项目(31860240)
云南省教育厅科学研究基金项目(2019J0182)
国家重点研发计划项目(2017YFB0502700)。
文摘
【目的】森林是整个陆地碳循环系统中最大的有机碳贮库,准确地估测森林地上生物量影响着全球碳源与碳储量的分析与评价。本文旨在评价利用Landsat8 OLI、高分一号光学数据、ALOS-1 PALSAR-1SAR 3组不同源遥感数据估测森林AGB的潜力,进而剖析光学数据和SAR数据在估测森林AGB方面的差异。【方法】首先对Landsat8 OLI、高分一号光学数据、ALOS-1 PALSAR-1SAR数据分别提取波段比值、植被指数、纹理信息,对ALOS-1 PALSAR-1SAR数据同时提取极化分解信息;然后,利用随机森林算法对不同数据提取的特征参数进行重要性排序,选择排序靠前的特征进行建模;最后,利用KNN-FIFS算法分析不同特征组合,对4组数据建立4个模型估测森林AGB,并使用留一交叉验证法对4个模型估测森林AGB值进行精度评价。【结果】使用植被因子、波段比值、纹理因子、极化分解信息4种特征参数分别对3组数据进行建模估测森林AGB,基于Landsat8 OLI数据反演森林AGB的精度评价结果为R2=0.50,RMSE=33.34 t/hm^2;基于高分一号数据估测精度为R^2=0.36,RMSE=37.60 t/hm2;基于PALSAR纹理特征估测精度为R^2=0.45,RMSE=35.40 t/hm^2;基于PALSAR全极化分解信息估测精度为R^2=0.63,RMSE=28.84 t/hm^2。【结论】参数提取方法相同时,即基于植被因子、波段比值、纹理信息3种特征参数估测森林AGB,其光学数据和SAR数据的反演潜力基本一致;参数提取方法不同时,即SAR数据加入极化分解信息估测森林AGB,与光学数据相比,SAR数据对森林AGB的反演潜力较好。
关键词
森林生物量
特征选择
KNN-FIFS
Keywords
forest biomass
feature selection
KNN-FIFS
分类号
S771.8 [农业科学—森林工程]
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
参数优选支持的光学与SAR数据森林地上生物量反演研究
李云
张王菲
崔鋆波
李春梅
姬永杰
《北京林业大学学报》
CAS
CSCD
北大核心
2020
9
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
