期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于Fisher判别分析与随机森林的马尾松毛虫害检测 被引量:14
1
作者 许章华 黄旭影 +6 位作者 林璐 王前锋 刘健 陈崇成 余坤勇 周华康 张华峰 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2018年第9期2888-2896,共9页
虫害检测算法的构建是耦合"地—天"特征的过程,是实现其遥感监测的重要保障。以福建省三明市、将乐县、沙县、南平市延平区等4个县(区、市)为试验区,收集182组马尾松毛虫害样本数据,随机划分为训练集与验证集,设置5次重复试验... 虫害检测算法的构建是耦合"地—天"特征的过程,是实现其遥感监测的重要保障。以福建省三明市、将乐县、沙县、南平市延平区等4个县(区、市)为试验区,收集182组马尾松毛虫害样本数据,随机划分为训练集与验证集,设置5次重复试验及1次指标筛除试验。结合马尾松毛虫危害下的寄主表征,获取松林叶面积指数LAI、叶面积指数标准误SEL、归一化差值植被指数NDVI、缨帽变换湿度轴WET及影像绿光波段B2、红光波段B3、近红外波段B4等7个地面与遥感特征指标,建立其危害等级的Fisher判别分析与随机森林模型,从检测精度、Kappa系数、ROC曲线等角度综合比较两种算法的检测效果,并给予配对t检验。结果表明:7个指标均具备虫害响应能力,SEL和NDVI相对较弱;Fisher判别分析6次试验的虫害平均检测精度为73.26%,Kappa系数为0.631 9,而RF法则分别为79.30%,0.715 1,显著优于前者(p<0.05);RF法对无危害、轻度危害、中度危害3个虫害等级的检测精度、Kappa系数、AUC均显著高于Fisher判别分析(p<0.05),对于重度危害等级,Fisher判别分析则占优。总体而言,RF法对马尾松毛虫害的检测效果优于Fisher判别分析,但Fisher判别分析对重度危害等级有更高准确性且模型明确、易于推广,可综合应用两种算法开展虫害监测工作。该成果为马尾松毛虫害及其他森林病虫害的有效检测提供技术参考,奠定其遥感监测的基础。 展开更多
关键词 马尾松毛虫害 FISHER判别分析 随机森林法 检测效果 “地-天”特征
在线阅读 下载PDF
马尾松毛虫害天基空间监测技术研究进展 被引量:7
2
作者 许章华 余坤勇 +3 位作者 刘健 龚从宏 赖日文 李增禄 《安全与环境工程》 CAS 北大核心 2014年第1期35-41,共7页
马尾松毛虫是我国危害最严重的森林食叶害虫,具有危害面积大、暴发周期短、成灾极严重的特点,有效地开展马尾松毛虫害监测是开展森防检疫与森林资源持续经营管理的必然要求。空间技术尤其是3S技术的发展为继续推进马尾松毛虫害的卫星遥... 马尾松毛虫是我国危害最严重的森林食叶害虫,具有危害面积大、暴发周期短、成灾极严重的特点,有效地开展马尾松毛虫害监测是开展森防检疫与森林资源持续经营管理的必然要求。空间技术尤其是3S技术的发展为继续推进马尾松毛虫害的卫星遥感监测工作,构建预警体系奠定了重要基础。本文综述了马尾松毛虫害传统监测技术现状以及虫害空间监测技术的研究进展,并在介绍马尾松毛虫害适发因子研究现状的基础上,阐述了马尾松毛虫害在空间监测技术研究、应用方面取得的成果以及存在的问题,同时指出CBERS、HJ-1系列国产卫星数据的诞生为马尾松毛虫害天基空间监测技术的进一步突破带来了新契机。 展开更多
关键词 马尾松毛虫害 天基空间监测 预警 适发因子
在线阅读 下载PDF
福建省马尾松毛虫害空间自相关分析 被引量:3
3
作者 许章华 刘健 +6 位作者 余坤勇 李聪慧 龚从宏 赖日文 唐梦雅 谢婉君 李增禄 《安全与环境学报》 CAS CSCD 北大核心 2013年第6期167-171,共5页
马尾松毛虫是危害最严重的森林害虫,掌握该虫害的空间分布规律有助于实现其有效监测与预防。以福建省67个县域单元为例,对马尾松毛虫害全局和局部空间自相关性进行分析。结果表明:1)福建省马尾松毛虫害Moran's I的值为0.613 5,Z值为... 马尾松毛虫是危害最严重的森林害虫,掌握该虫害的空间分布规律有助于实现其有效监测与预防。以福建省67个县域单元为例,对马尾松毛虫害全局和局部空间自相关性进行分析。结果表明:1)福建省马尾松毛虫害Moran's I的值为0.613 5,Z值为13.464 2,达到极显著水平,表明虫害存在极为显著的全局正空间自相关性,集聚效应明显;2)从局部空间自相关结果看,空间差异小的县域单元数量远大于差异大的数量,"高-高"、"低-高"及"高-低"相关均位于森林资源丰富的闽中、闽北各县,呈"3横2纵"状分布格局,"低-低"正相关均位于沿海一线,呈带状分布格局,沙县、永安、邵武是马尾松毛虫害分布的"冷点",建瓯则是虫害分布的"热点";3)在大部分县(市),马尾松毛虫害空间自相关性不明显,呈随机型分布。研究表明,空间自相关分析可在马尾松毛虫害分布特征识别与规律研究方面得到较好的应用。 展开更多
关键词 森林经理学 马尾松毛虫害 全局空间自相关 局部空间自相关 Moran's I Moran散点图 LISA
在线阅读 下载PDF
基于纹理特征的SPOT-5影像马尾松毛虫害信息提取 被引量:3
4
作者 亓兴兰 刘健 +2 位作者 胡宗庆 余坤勇 雷泽兴 《西南林业大学学报(自然科学)》 CAS 2012年第1期46-50,111,共6页
以福建沙县为研究区,以SPOT-5影像为数据源,采用灰度共生矩阵方法提取健康林分与受害林分的纹理特征,构建最佳纹理量,分别采用像元统计和面向对象的方法进行虫害信息提取,结果精度分别为72.00%、74.75%。研究结果证明了利用遥感影像纹... 以福建沙县为研究区,以SPOT-5影像为数据源,采用灰度共生矩阵方法提取健康林分与受害林分的纹理特征,构建最佳纹理量,分别采用像元统计和面向对象的方法进行虫害信息提取,结果精度分别为72.00%、74.75%。研究结果证明了利用遥感影像纹理特征进行马尾松毛虫害监测的可行性,为利用融合影像光谱信息与纹理信息进行虫害信息提取研究提供了实例支撑和技术参考,同时面向对象的方法优于传统的基于像元统计的分类方法,精度稍高,"椒盐现象"也有所改善。 展开更多
关键词 马尾松毛虫害 信息提取 纹理特征 SPOT-5影像 地面调查
在线阅读 下载PDF
基于光谱特征的SPOT-5影像马尾松毛虫虫害信息提取 被引量:8
5
作者 亓兴兰 胡宗庆 +2 位作者 刘健 余坤勇 雷泽兴 《东北林业大学学报》 CAS CSCD 北大核心 2012年第5期131-133,136,共4页
以福建沙县作为研究区,以单期SPOT-5多光谱影像为数据源,基于其光谱特征,构建归一化植被指数(Ndvi)、比值植被指数(Rvi)、绿度植被指数(Gvi)、土壤调节植被指数(Savi)、红边参数等光谱指数作为光谱监测指标,通过建立马尾松毛虫虫情级数... 以福建沙县作为研究区,以单期SPOT-5多光谱影像为数据源,基于其光谱特征,构建归一化植被指数(Ndvi)、比值植被指数(Rvi)、绿度植被指数(Gvi)、土壤调节植被指数(Savi)、红边参数等光谱指数作为光谱监测指标,通过建立马尾松毛虫虫情级数模型并进行反演,进而提取虫害信息,其虫害信息提取的总精度为70.75%。研究结果证明利用单时相遥感数据进行马尾松毛虫虫害监测是可行的。 展开更多
关键词 马尾松毛虫害信息 光谱特征 SPOT-5影像 地面调查
在线阅读 下载PDF
松毛虫危害下的马尾松林冠层光谱特征可辨性分析 被引量:6
6
作者 许章华 刘健 +3 位作者 陈崇成 余坤勇 黄旭影 王美雅 《国土资源遥感》 CSCD 北大核心 2016年第2期41-47,共7页
深入挖掘寄主光谱响应机制是推进马尾松毛虫害遥感快速监测与预警的必要基础。将采集于福建省长汀县、南平市建阳区的46条马尾松林冠层光谱曲线数据设为规则组,利用单因素方差分析法实现不同危害等级可辨性波长的选择。研究表明,不同危... 深入挖掘寄主光谱响应机制是推进马尾松毛虫害遥感快速监测与预警的必要基础。将采集于福建省长汀县、南平市建阳区的46条马尾松林冠层光谱曲线数据设为规则组,利用单因素方差分析法实现不同危害等级可辨性波长的选择。研究表明,不同危害等级下的马尾松林冠层光谱数据呈现极显著差异(P〈0.01),其中,中度—重度危害的马尾松林冠层光谱可辨性在516.51~598.99 nm和700.68~706.18 nm位置上有显著差异(P〈0.05),在708.92~810.62 nm位置上有极显著差异(P〈0.01)。为此,以519.20 nm,540.72 nm,758.40 nm和785.88 nm波段处光谱反射率为组合,以健康状态下的马尾松林冠层光谱数据为标准样本,基于空间距离法、相关系数法及光谱角制图法分别建立松毛虫危害等级的定量化判定规则,并利用将乐县、南平市延平区、华安县的34条验证组光谱曲线数据对此规则进行验证。结果显示,空间距离法的判定效果远优于相关系数法与光谱角制图法;无松毛虫危害、轻度危害、中度危害以及重度危害的空间距离判定规则依次为:〈0.355 3,[0.355 3,0.742 5),[0.742 5,0.9631)及≥0.963 1,判定精度为88.24%,准确率达97.06%。 展开更多
关键词 马尾松毛虫害 光谱特征可辨性 单因素方差分析 空间距离法 相关系数法 光谱角制图法
在线阅读 下载PDF
马尾松毛虫危害下的马尾松纹理特征分析 被引量:2
7
作者 王美雅 许章华 《江西农业大学学报》 CAS CSCD 北大核心 2015年第4期653-662,共10页
以福建省沙县为研究区,以地面调查数据为辅助,应用Landsat 8 OLI多光谱遥感数据提取健康、轻度、中度与重度4个虫害等级危害下的马尾松纹理特征,借助空间距离法、相关系数法、光谱角制图法分别建立虫害等级区分标准,定量描述4种虫害等... 以福建省沙县为研究区,以地面调查数据为辅助,应用Landsat 8 OLI多光谱遥感数据提取健康、轻度、中度与重度4个虫害等级危害下的马尾松纹理特征,借助空间距离法、相关系数法、光谱角制图法分别建立虫害等级区分标准,定量描述4种虫害等级下的马尾松纹理特征,对比不同分析结果,挖掘松毛虫危害下的林分纹理特征响应机制。结果表明:(1)利用单因素方差分析法选定Mea1、Mea4、Mea7等3个纹理特征量作为具显著性差异纹理量进行纹理特征分析;(2)对比3种方法的区分精度大小:相关系数法(80.0%)〉光谱角制图法(75.0%)〉空间距离法(60.0%),对比准确率大小:相关系数法(91.2%)=光谱角制图法(91.2%)〉空间距离法(85.0%);(3)通过构建具显著性差异纹理量可以较有效地提取马尾松毛虫害信息;虫害等级跨度越大,基于纹理特征提取马尾松信息效果越好。 展开更多
关键词 马尾松毛虫害 纹理 虫害等级 响应机制 遥感监测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部