检索结果-维普期刊中文期刊服务平台

基于机载小光斑全波形LiDAR的亚热带林分特征反演被引量：9: 1; 作者曹林佘光辉《林业科学》 EI CAS CSCD 北大核心 2015年第6期81-92,共12页; 【目的】研究通过集成波形信号处理、空间解析和重构建模以及综合波形信息提取方法，探索基于小光斑全波形LIDAR特征变量高精度反演林分特征的新方法。【方法】以江苏南部丘陵地区的亚热带天然次生林为研究对象，在预处理和分析小光斑... 展开更多; 关键词小光斑全波形lidar 林分特征反演点云特征变量波形特征变量体元; 在线阅读下载PDF 职称材料

基于机载小光斑全波形LIDAR的作物高度反演被引量：21: 2; 作者周梦维柳钦火 +1 位作者刘强肖青《农业工程学报》 EI CAS CSCD 北大核心 2010年第8期183-188,共6页; 为了填补利用激光雷达反演作物冠层高度的空白,本文以全波形激光雷达发射与回波波形的高斯性为理论基础,首先通过对波形的拟合,实现作物与土壤波形的剥离,然后确定回波波形上各关键点,最后结合作物冠层结构的特征获得作物冠层高度。验... 展开更多; 关键词 lidar 全波形高斯分解作物高度; 在线阅读下载PDF 职称材料

机载小光斑全波形LiDAR数据处理及应用被引量：5: 3; 作者周静平张爱武王书民《测绘通报》 CSCD 北大核心 2013年第1期10-13,24,共5页; 采用高斯数学模型,对机载小光斑全波形LiDAR数据进行波形分解、拟合和校正等处理,提取出每个波形信号的距离、振幅和波宽等参数信息,并对其进行成图和简单分类研究,这些成果可为数据的进一步深入应用提供科学依据。; 关键词 lidar 全波形高斯分解点云分类; 在线阅读下载PDF 职称材料

大光斑LiDAR全波形数据小波变换的高斯递进分解被引量：9: 4; 作者杨学博王成 +3 位作者习晓环田建林聂胜朱笑笑《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2017年第6期749-755,共7页; 高斯分解是波形激光雷达数据预处理的常用方法,但在应用于大光斑全波形激光雷达数据中的叠加波时却难以发挥作用,为此提出一种基于小波变换的高斯递进波形分解方法.首先,利用小波变换多尺度分析特性检测出目标地物并准确估算组分特征参... 展开更多; 关键词大光斑激光雷达全波形分析小波变换高斯分解特征参数; 在线阅读下载PDF 职称材料

基于有效散射单元模型的全波形LiDAR数据可变分量分解被引量：1: 5; 作者赵泉华陈为多 +1 位作者王玉李玉《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第5期99-106,共8页; 当前全波形LiDAR数据的分解方法仅考虑波形拟合,不能充分反映地物目标的散射特性。针对这一问题,提出利用有效散射单元表达全波形LiDAR数据,并对全波形LiDAR数据进行基于有效散射单元模型的可变分量波形分解。对ICESatGLAS全波形数据进... 展开更多; 关键词全波形lidar 波形分解有效散射单元 RJMCMC算法散射特性; 在线阅读下载PDF 职称材料

基于机载LiDAR的伪大光斑波形数据反演林分平均高被引量：1: 6; 作者闫灿邢艳秋 +2 位作者高金萍辛颖田昕《中南林业科技大学学报》 CAS CSCD 北大核心 2019年第12期62-69,共8页; 为降低小光斑机载激光雷达因光斑直径太小而导致的脉冲首次回波无法代表冠层高度的影响,以进一步提高小光斑机载激光雷达波形数据在森林结构参数估测中的应用潜能。以内蒙古依根地区为研究区,以机载激光雷达波形数据为基础数据,在波形... 展开更多; 关键词机载lidar 波形数据伪大光斑林分平均高; 在线阅读下载PDF 职称材料

题名基于机载小光斑全波形LiDAR的亚热带林分特征反演被引量：9: 1; 作者曹林佘光辉; 机构南京林业大学南方现代林业协同创新中心; 出处《林业科学》 EI CAS CSCD 北大核心 2015年第6期81-92,共12页; 基金江苏省高校自然科学研究项目(14KJB220002) 国家自然科学基金青年科学基金项目(31400492) 江苏省高校优势学科建设工程资助项目(PAPD); 文摘【目的】研究通过集成波形信号处理、空间解析和重构建模以及综合波形信息提取方法，探索基于小光斑全波形LIDAR特征变量高精度反演林分特征的新方法。【方法】以江苏南部丘陵地区的亚热带天然次生林为研究对象，在预处理和分析小光斑全波形 LIDAR 数据的基础上，首先基于体元空间框架分解和提取波形的振幅能量信息，并构建伪垂直波形模型；然后，从中提取空间位置信息（即点云）及几何辐射变量，计算 LiDAR点云和波形特征变量，并通过相关性分析筛选特征变量；最后，结合地面实测林分特征参数构建反演模型并验证精度。【结果】1）各 LiDAR特征变量对 Lorey’s树高的敏感性最高，对蓄积量和地上生物量次之，对胸高断面积最低，而返回脉冲总能量和返回脉冲峰值点数对胸高断面积的敏感性却高于其他林分特征因子；在点云特征变量组中，平均高、高度百分位数及冠层上部的返回点云密度与各林分特征之间的相关性较高，而在波形特征变量组中，能量中值高度的均值、返回脉冲长度的标准差和冠层粗糙度的标准差与各林分特征之间的相关性较高；2） Lorey’s 树高的模型估算精度最高（ RMSE为实测均值的7.26%），而蓄积量、地上生物量和胸高断面积的模型估算精度略低且较相近（ RMSE为实测均值的15.91%～19.82%）；模型自变量的数量都在3个以内，选中的自变量为高度百分位数、冠层返回点云密度、返回脉冲长度和冠层粗糙度的标准差；3）各林分特征实测值与交叉验证估算值的拟合结果表明， Lorey’s树高的拟合效果最好（R2=0.85），地上生物量（R2=0.68）和蓄积量（R2=0.59）次之，而胸高断面积（R2=0.45）最低；4） Lorey’s 树高、蓄积量和地上生物量的空间分布状况基本一致，源于它们内在的相关性；相比其他3个特征变量，胸高断面积的空间分布不够连续，这可能是由于其预测模型精度较低所致。【结论】各林分特征综合回归模型的拟合效果和精度都高于仅使用点云特征变量拟合模型的精度，表明了波形特征变量提取森林中下层信息的潜力。点云特征变量描述了森林冠层及上部的三维结构及密度信息，而波形特征变量则获得了森林冠层及以下部分完整的垂直分布和能量信息，二者互补可提升林分特征反演的精度。; 关键词小光斑全波形lidar 林分特征反演点云特征变量波形特征变量体元; Keywords small-footprint full-waveform lidar forest stand characteristics inversion point-cloud based metrics waveform based metrics voxel; 分类号 S771.8 [农业科学—森林工程]; 在线阅读下载PDF 职称材料

题名基于机载小光斑全波形LIDAR的作物高度反演被引量：21: 2; 作者周梦维柳钦火刘强肖青; 机构中国科学院遥感应用研究所遥感科学国家重点实验室中国科学院研究生院; 出处《农业工程学报》 EI CAS CSCD 北大核心 2010年第8期183-188,共6页; 基金中国科学院西部行动计划项目(KZCX2-XB2-09) 国家自然科学基金重点项目(40730525) 国家重点基础研究发展规划项目(2007CB714400); 文摘为了填补利用激光雷达反演作物冠层高度的空白,本文以全波形激光雷达发射与回波波形的高斯性为理论基础,首先通过对波形的拟合,实现作物与土壤波形的剥离,然后确定回波波形上各关键点,最后结合作物冠层结构的特征获得作物冠层高度。验证结果表明:反演作物冠层高度的绝对误差在0.06m以内,相对误差小于5.2%。该方法对于反演其他植被结构参数也具有重要的借鉴意义。; 关键词 lidar 全波形高斯分解作物高度; Keywords lidar waveform analysis Gaussian decomposition crop height; 分类号 TN959.3 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名机载小光斑全波形LiDAR数据处理及应用被引量：5: 3; 作者周静平张爱武王书民; 机构首都师范大学三维信息获取与应用教育部重点实验室; 出处《测绘通报》 CSCD 北大核心 2013年第1期10-13,24,共5页; 文摘采用高斯数学模型,对机载小光斑全波形LiDAR数据进行波形分解、拟合和校正等处理,提取出每个波形信号的距离、振幅和波宽等参数信息,并对其进行成图和简单分类研究,这些成果可为数据的进一步深入应用提供科学依据。; 关键词 lidar 全波形高斯分解点云分类; 分类号 P237 [天文地球—摄影测量与遥感]; 在线阅读下载PDF 职称材料

题名大光斑LiDAR全波形数据小波变换的高斯递进分解被引量：9: 4; 作者杨学博王成习晓环田建林聂胜朱笑笑; 机构中国科学院遥感与数字地球研究所数字地球重点实验室中国科学院大学中山大学地理科学与规划学院; 出处《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2017年第6期749-755,共7页; 基金国家重点研发计划资助(2017YFA0603002) 国家自然科学基金面上项目(41271428)~~; 文摘高斯分解是波形激光雷达数据预处理的常用方法,但在应用于大光斑全波形激光雷达数据中的叠加波时却难以发挥作用,为此提出一种基于小波变换的高斯递进波形分解方法.首先,利用小波变换多尺度分析特性检测出目标地物并准确估算组分特征参数,进而建立高斯模型优化特征参数;然后通过拟合精度指标,判断是否需要添加新组分进行逐级递进分解,确定最终模型及其组分构成,最终实现全波形激光雷达数据的波形分解.为了验证算法的有效性,分别对实验数据使用本文算法和常用的基于拐点匹配的高斯分解法进行分析,结果表明,本文算法提取的目标数几乎是拐点匹配算法的2倍,可以有效地从叠加波中检测出目标组分,且拟合精度高于98%.; 关键词大光斑激光雷达全波形分析小波变换高斯分解特征参数; Keywords large footprint lidar, full-waveform analysis, wavelet transform, Gaussian decomposition, feature parameter; 分类号 P237 [天文地球—摄影测量与遥感]; 在线阅读下载PDF 职称材料

题名基于有效散射单元模型的全波形LiDAR数据可变分量分解被引量：1: 5; 作者赵泉华陈为多王玉李玉; 机构辽宁工程技术大学测绘与地理科学学院遥感科学与应用研究所; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第5期99-106,共8页; 基金辽宁省教育厅科学技术研究一般项目(LNCL009) 辽宁省高校创新人才支持计划(LR2016061) 国家自然科学基金青年基金(41301479)项目资助; 文摘当前全波形LiDAR数据的分解方法仅考虑波形拟合,不能充分反映地物目标的散射特性。针对这一问题,提出利用有效散射单元表达全波形LiDAR数据,并对全波形LiDAR数据进行基于有效散射单元模型的可变分量波形分解。对ICESatGLAS全波形数据进行实验,实验结果能得到较为准确的地物高程信息;同时结果所得的有效散射单元个数与对应地物散射面积相结合,可反演各类地物散射特性。方法在自动确定地物个数的同时,从全波形LiDAR数据形成机理上设计分解模型,为全波形LiDAR数据分解建模提供了有效的新思路。; 关键词全波形lidar 波形分解有效散射单元 RJMCMC算法散射特性; Keywords full-waveform lidar waveform decomposition effective scattering cell RJMCMC algorithm scattering characteristics; 分类号 TH761 [机械工程—精密仪器及机械]; 在线阅读下载PDF 职称材料

题名基于机载LiDAR的伪大光斑波形数据反演林分平均高被引量：1: 6; 作者闫灿邢艳秋高金萍辛颖田昕; 机构东北林业大学森林作业与环境研究中心国家林业与草原局调查规划设计院黑龙江省测绘科学研究所; 出处《中南林业科技大学学报》 CAS CSCD 北大核心 2019年第12期62-69,共8页; 基金国家林业公益性行业科研专项(201504319); 文摘为降低小光斑机载激光雷达因光斑直径太小而导致的脉冲首次回波无法代表冠层高度的影响,以进一步提高小光斑机载激光雷达波形数据在森林结构参数估测中的应用潜能。以内蒙古依根地区为研究区,以机载激光雷达波形数据为基础数据,在波形数据高斯分解的基础上提出一种基于小光斑波形形成伪大光斑波形数据的方法。通过计算样地内各高斯分量脉冲能量占总脉冲能量的比例,将其视为各高斯分量特征参数对应权数,分别求特征参数振幅、位置和半波宽的加权平均数,即为样地伪大光斑波形数据对应高斯函数的特征值。基于小光斑波形数据和伪大光斑波形数据提取特征参数,分别结合野外样方实测平均树高建立回归模型,并进行比较分析。结果小光斑波形反演模型的决定系数R2为0.47,总体平均精度P为78.19%,伪大光斑反演模型的决定系数R2为0.61,估测林分平均高总体平均精度P为90.65%。结果表明,伪大光斑模型反演精度高于小光斑波形反演模型,降低了小光斑LiDAR因光斑直径过小带来的影响,挖掘了小光斑机载LiDAR波形数据的应用潜力。; 关键词机载lidar 波形数据伪大光斑林分平均高; Keywords airborne lidar waveform data pseudo large spot mean canopy height; 分类号 S758.54 [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	基于机载小光斑全波形LiDAR的亚热带林分特征反演	曹林佘光辉	《林业科学》 EI CAS CSCD 北大核心	2015	9	在线阅读下载PDF 职称材料
2	基于机载小光斑全波形LIDAR的作物高度反演	周梦维柳钦火刘强肖青	《农业工程学报》 EI CAS CSCD 北大核心	2010	21	在线阅读下载PDF 职称材料
3	机载小光斑全波形LiDAR数据处理及应用	周静平张爱武王书民	《测绘通报》 CSCD 北大核心	2013	5	在线阅读下载PDF 职称材料
4	大光斑LiDAR全波形数据小波变换的高斯递进分解	杨学博王成习晓环田建林聂胜朱笑笑	《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心	2017	9	在线阅读下载PDF 职称材料
5	基于有效散射单元模型的全波形LiDAR数据可变分量分解	赵泉华陈为多王玉李玉	《仪器仪表学报》 EI CAS CSCD 北大核心	2018	1	在线阅读下载PDF 职称材料
6	基于机载LiDAR的伪大光斑波形数据反演林分平均高	闫灿邢艳秋高金萍辛颖田昕	《中南林业科技大学学报》 CAS CSCD 北大核心	2019	1	在线阅读下载PDF 职称材料