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
基于GEDI数据多输出深度学习的森林参数与林下地形反演
被引量：
1
1
作者
周伟
李映潭
+2 位作者
孙剑
蔡慰柠
王杰
《绿色科技》
2024年第24期257-264,共8页
森林垂直结构参数在研究森林生态系统的碳储存和全球碳循环中起着至关重要的作用。本研究以巩留县南部天然林区为研究对象,采用新一代全球生态系统动态调查(global ecosystem dynamics investigation,GEDI)和机载激光雷达(light detecti...
森林垂直结构参数在研究森林生态系统的碳储存和全球碳循环中起着至关重要的作用。本研究以巩留县南部天然林区为研究对象,采用新一代全球生态系统动态调查(global ecosystem dynamics investigation,GEDI)和机载激光雷达(light detection and ranging,LiDAR)数据,分别以不同算法(a1-a6)的GEDI多个相对高度百分位数(relative height percentile,RH)与其足迹点内平均冠层高度、生物量、株数建立关系,基于自动深度学习Auto Keas平台实现森林垂直结构多输出参数反演,并最终对森林覆盖区域的地形进行评价。结果如下:(1)算法a1反演GEDI足迹点平均森林冠层高度、株数、生物量精度最高,其决定系数(coefficient of determination,R^(2))分别为0.81、0.28、0.74;均方根误差(root mean square error,RMSE)分别为4.32 m、3株、3.04 t/ha;(2)算法a2、a3、a5也有较高的反演精度,平均森林冠层高度、株数、生物量的R^(2)分别均大于0.70、0.2、0.6;RMSE分别均小于0.43 m、3株、3.10 t/hm^(2);(3)a4、a6反演3个森林参数精度相对较差;(4)在林下地形评价中,算法a1和a4的反演精度最高,RMSE均为4.45 m;算法a6的精度最差,RMSE高达44.97 m。本研究在地形起伏大、树木疏密不均情况下协同反演森林参数并取得较高精度,为大范围精细化森林资源清查提供一定的借鉴意义。
展开更多
关键词
GEDI
LIDAR
多输出
森林垂直结构参数
在线阅读
下载PDF
职称材料
题名
基于GEDI数据多输出深度学习的森林参数与林下地形反演
被引量：
1
1
作者
周伟
李映潭
孙剑
蔡慰柠
王杰
机构
西华师范大学地理科学学院
南充科技职业学院
出处
《绿色科技》
2024年第24期257-264,共8页
基金
空天地网一体化监测综合集成系统构建(编号:2021xjkk140502)。
文摘
森林垂直结构参数在研究森林生态系统的碳储存和全球碳循环中起着至关重要的作用。本研究以巩留县南部天然林区为研究对象,采用新一代全球生态系统动态调查(global ecosystem dynamics investigation,GEDI)和机载激光雷达(light detection and ranging,LiDAR)数据,分别以不同算法(a1-a6)的GEDI多个相对高度百分位数(relative height percentile,RH)与其足迹点内平均冠层高度、生物量、株数建立关系,基于自动深度学习Auto Keas平台实现森林垂直结构多输出参数反演,并最终对森林覆盖区域的地形进行评价。结果如下:(1)算法a1反演GEDI足迹点平均森林冠层高度、株数、生物量精度最高,其决定系数(coefficient of determination,R^(2))分别为0.81、0.28、0.74;均方根误差(root mean square error,RMSE)分别为4.32 m、3株、3.04 t/ha;(2)算法a2、a3、a5也有较高的反演精度,平均森林冠层高度、株数、生物量的R^(2)分别均大于0.70、0.2、0.6;RMSE分别均小于0.43 m、3株、3.10 t/hm^(2);(3)a4、a6反演3个森林参数精度相对较差;(4)在林下地形评价中,算法a1和a4的反演精度最高,RMSE均为4.45 m;算法a6的精度最差,RMSE高达44.97 m。本研究在地形起伏大、树木疏密不均情况下协同反演森林参数并取得较高精度,为大范围精细化森林资源清查提供一定的借鉴意义。
关键词
GEDI
LIDAR
多输出
森林垂直结构参数
Keywords
GEDI
LiDAR
multi-output
parameters of vertical forest structure
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
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GEDI数据多输出深度学习的森林参数与林下地形反演
周伟
李映潭
孙剑
蔡慰柠
王杰
《绿色科技》
2024
1
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
