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
基于MODIS数据的全球叶片可燃物含水率时空变化与差异分析
1
作者
胡相燕
张辛佳
+4 位作者
杨瑞
陆黄睿萌
欧映杏
胡潭高
方美红
《北京师范大学学报(自然科学版)》
北大核心
2025年第3期405-417,共13页
基于Google Earth Engine(GEE)平台生成了全球可燃物含水率(fuel moisture content,FMC)的时空分布图,分析在不同区域和植被类型中FMC的时空差异,以揭示FMC的动态变化.首先,基于地面实测数据和光谱指数分别构建森林和草地植被类型的等...
基于Google Earth Engine(GEE)平台生成了全球可燃物含水率(fuel moisture content,FMC)的时空分布图,分析在不同区域和植被类型中FMC的时空差异,以揭示FMC的动态变化.首先,基于地面实测数据和光谱指数分别构建森林和草地植被类型的等效水厚度(equivalent water thickness,EWT)和干物质含量(dry matter content,DMC)的经验估算模型;随后通过EWT和DMC作为中间变量,构建了FMC的分步估算模型;最终生成了2010-2022年的全球月尺度FMC时空分布图.为了评估估算结果的精度,本文结合站点数据(Global-LFMC)和标准化降水蒸散指数(standardized precipitation evapotranspiration index,SPEI),进行了直接和间接的验证.结果表明,对于森林类别,利用归一化红外指数(normalized difference infrared index,NDII)估算EWT(r=0.89)和利用归一化水指数(normalized difference water index,NDWI)估算DMC(r=0.26),以及对于草地,利用简单比值水指数(simple ratio water index,SRWI)估算EWT(r=0.85)和利用NDWI估算DMC(r=0.27)均表现出较高的精度,因此被用于构建FMC的分步估算模型.直接验证结果显示,FMC估算值与实测值之间的相关系数为0.79(显著性水平P<0.000 1),说明二者存在显著的相关性;间接验证结果表明,FMC与SPEI的变化趋势一致,但在时间上存在滞后效应.在此基础上,本研究探讨了全球植被FMC的时空动态变化.结果显示,FMC存在显著的季节性变化,南北半球的不同植被类型之间FMC分布特征存在显著差异.热带地区全年FMC值较高,且变化幅度较小,温带地区的FMC在春夏季节明显上升,极地和干旱地区FMC全年较低.中高纬度地区的FMC受季节性极端气候事件的显著影响,低FMC区域与火灾高发区域相吻合.常绿森林全年维持较高的含水量,而落叶林和草地的FMC则随季节显著波动.此外,研究还揭示了FMC异常值的空间分布特征,异常值分析反映了气候和光照等因素对植被水分状况的显著影响,进一步揭示了极端气候对FMC的影响.本研究生成的2010-2022年MODIS每月全球FMC时空分布图,揭示了不同地区和植被类型的FMC分布特征,为制定高火险区域的科学防控策略提供了重要依据,对于森林火灾防治和生态系统管理具有重要的科学意义和应用价值.
展开更多
关键词
森林火灾
可燃物含水率
植被指数
时空分析
MODIS
在线阅读
下载PDF
职称材料
基于深度学习的火山灾害场景高分遥感检测方法
被引量：
1
2
作者
李成范
韩晶鑫
+2 位作者
盘晓东
王嵊楠
尹京苑
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2024年第12期4717-4732,共16页
针对现有火山灾害场景高分遥感图像智能检测中地表目标类型多样、样本类标缺失问题,提出一种基于深度学习的火山灾害场景高分遥感检测方法.该方法首先以多示例学习网络(Multi-Instance Learning,MIL)为框架,利用联合金字塔上采样(Joint ...
针对现有火山灾害场景高分遥感图像智能检测中地表目标类型多样、样本类标缺失问题,提出一种基于深度学习的火山灾害场景高分遥感检测方法.该方法首先以多示例学习网络(Multi-Instance Learning,MIL)为框架,利用联合金字塔上采样(Joint Pyramid Upsampling,JPU)代替扩张卷积,然后通过原型学习和注意力机制(Attention Mechanism,AM)实现对火山灾害场景特征表示的深度神经网络模型重构,并在xBD数据集上进行测试.实验结果表明,与基准卷积神经网络(Convolutional Neural Network,CNN)、MIL方法和“CNN+”深度学习方法相比,在计算耗时未显著增加的情况下,本文方法能够取得最小的标准差和最高的准确性与检测精度,目视效果好.此外,我们进一步利用本文方法对2022年1月14—15日Hunga Tonga-Hunga Ha’apai(HTHH)火山灾害场景多源、多时序高分遥感图像进行检测,与已有成果表现出较好的一致性.
展开更多
关键词
火山灾害场景
高分遥感图像
原型表示
注意力机制
深度学习
在线阅读
下载PDF
职称材料
基于深度学习的高分遥感图像建筑物识别
被引量：
4
3
作者
李成范
孟令奎
刘学锋
《应用科学学报》
CAS
CSCD
北大核心
2024年第3期375-387,共13页
该文面向高分遥感图像建筑物深度学习检测与识别的具体需求,在归纳和分析现有深度学习与建筑物提取方法的基础上,重点探讨了高分遥感图像建筑物深度学习识别方法和深度学习识别系统,并探讨了未来可能的研究方向。所提方法将为高分遥感...
该文面向高分遥感图像建筑物深度学习检测与识别的具体需求,在归纳和分析现有深度学习与建筑物提取方法的基础上,重点探讨了高分遥感图像建筑物深度学习识别方法和深度学习识别系统,并探讨了未来可能的研究方向。所提方法将为高分遥感图像深度学习目标检测中样本库和遥感数据库的建设提供参考,为利用深度学习开展多尺度、多源高分遥感建筑物检测与识别提供支持。
展开更多
关键词
建筑物识别
高分遥感图像
卷积神经网络
样本集
数据集
在线阅读
下载PDF
职称材料
题名
基于MODIS数据的全球叶片可燃物含水率时空变化与差异分析
1
作者
胡相燕
张辛佳
杨瑞
陆黄睿萌
欧映杏
胡潭高
方美红
机构
杭州师范
大学
遥感与地球科学研究院
浙江省城市湿地与区域变化研究
重点
实验室
杭州师范
大学
哈尔科夫学院
武汉大学自然资源部地理国情监测重点实验室
出处
《北京师范大学学报(自然科学版)》
北大核心
2025年第3期405-417,共13页
基金
自然资源部地理国情监测重点实验室资助项目(2024NGCM06)
国家自然科学基金资助项目(41801251)
+1 种基金
浙江省“尖兵”“领雁”研发攻关计划资助项目(2024C03226)
杭州师范大学2024年度研究生“创新实践与服务地方”计划资助项目(YJSYC2024071)。
文摘
基于Google Earth Engine(GEE)平台生成了全球可燃物含水率(fuel moisture content,FMC)的时空分布图,分析在不同区域和植被类型中FMC的时空差异,以揭示FMC的动态变化.首先,基于地面实测数据和光谱指数分别构建森林和草地植被类型的等效水厚度(equivalent water thickness,EWT)和干物质含量(dry matter content,DMC)的经验估算模型;随后通过EWT和DMC作为中间变量,构建了FMC的分步估算模型;最终生成了2010-2022年的全球月尺度FMC时空分布图.为了评估估算结果的精度,本文结合站点数据(Global-LFMC)和标准化降水蒸散指数(standardized precipitation evapotranspiration index,SPEI),进行了直接和间接的验证.结果表明,对于森林类别,利用归一化红外指数(normalized difference infrared index,NDII)估算EWT(r=0.89)和利用归一化水指数(normalized difference water index,NDWI)估算DMC(r=0.26),以及对于草地,利用简单比值水指数(simple ratio water index,SRWI)估算EWT(r=0.85)和利用NDWI估算DMC(r=0.27)均表现出较高的精度,因此被用于构建FMC的分步估算模型.直接验证结果显示,FMC估算值与实测值之间的相关系数为0.79(显著性水平P<0.000 1),说明二者存在显著的相关性;间接验证结果表明,FMC与SPEI的变化趋势一致,但在时间上存在滞后效应.在此基础上,本研究探讨了全球植被FMC的时空动态变化.结果显示,FMC存在显著的季节性变化,南北半球的不同植被类型之间FMC分布特征存在显著差异.热带地区全年FMC值较高,且变化幅度较小,温带地区的FMC在春夏季节明显上升,极地和干旱地区FMC全年较低.中高纬度地区的FMC受季节性极端气候事件的显著影响,低FMC区域与火灾高发区域相吻合.常绿森林全年维持较高的含水量,而落叶林和草地的FMC则随季节显著波动.此外,研究还揭示了FMC异常值的空间分布特征,异常值分析反映了气候和光照等因素对植被水分状况的显著影响,进一步揭示了极端气候对FMC的影响.本研究生成的2010-2022年MODIS每月全球FMC时空分布图,揭示了不同地区和植被类型的FMC分布特征,为制定高火险区域的科学防控策略提供了重要依据,对于森林火灾防治和生态系统管理具有重要的科学意义和应用价值.
关键词
森林火灾
可燃物含水率
植被指数
时空分析
MODIS
Keywords
forest fires
fuel moisture content
vegetation index
spatiotemporal analysis
MODIS
分类号
P951 [天文地球—自然地理学]
在线阅读
下载PDF
职称材料
题名
基于深度学习的火山灾害场景高分遥感检测方法
被引量：
1
2
作者
李成范
韩晶鑫
盘晓东
王嵊楠
尹京苑
机构
上海
大学
计算机工程与科学学院
武汉大学自然资源部地理国情监测重点实验室
吉林省地震局
中国地震局火山研究所
上海市地震局
出处
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2024年第12期4717-4732,共16页
基金
上海市自然科学基金项目(22ZR1423200)
吉林长白山火山国家野外科学观测研究站课题(NORSCBS23-02)
自然资源部地理国情监测重点实验室开放课题(22NGCM12)资助.
文摘
针对现有火山灾害场景高分遥感图像智能检测中地表目标类型多样、样本类标缺失问题,提出一种基于深度学习的火山灾害场景高分遥感检测方法.该方法首先以多示例学习网络(Multi-Instance Learning,MIL)为框架,利用联合金字塔上采样(Joint Pyramid Upsampling,JPU)代替扩张卷积,然后通过原型学习和注意力机制(Attention Mechanism,AM)实现对火山灾害场景特征表示的深度神经网络模型重构,并在xBD数据集上进行测试.实验结果表明,与基准卷积神经网络(Convolutional Neural Network,CNN)、MIL方法和“CNN+”深度学习方法相比,在计算耗时未显著增加的情况下,本文方法能够取得最小的标准差和最高的准确性与检测精度,目视效果好.此外,我们进一步利用本文方法对2022年1月14—15日Hunga Tonga-Hunga Ha’apai(HTHH)火山灾害场景多源、多时序高分遥感图像进行检测,与已有成果表现出较好的一致性.
关键词
火山灾害场景
高分遥感图像
原型表示
注意力机制
深度学习
Keywords
Volcano disaster scene
High-resolution remote sensing image
Prototype representation
Attention mechanism
Deep learning
分类号
P223 [天文地球—大地测量学与测量工程]
在线阅读
下载PDF
职称材料
题名
基于深度学习的高分遥感图像建筑物识别
被引量：
4
3
作者
李成范
孟令奎
刘学锋
机构
武汉大学自然资源部地理国情监测重点实验室
上海
大学
计算机工程与科学学院
上海
大学
通信与信息工程学院
出处
《应用科学学报》
CAS
CSCD
北大核心
2024年第3期375-387,共13页
基金
上海市自然科学基金(No.22ZR1423200)
自然资源部地理国情监测重点实验室开放基金(No.2022NGCM12)
+1 种基金
上海市科技创新行动计划项目(No.21142202400)
东华理工大学江西省数字国土重点实验室开放课题(No.DLLJ202103)资助。
文摘
该文面向高分遥感图像建筑物深度学习检测与识别的具体需求,在归纳和分析现有深度学习与建筑物提取方法的基础上,重点探讨了高分遥感图像建筑物深度学习识别方法和深度学习识别系统,并探讨了未来可能的研究方向。所提方法将为高分遥感图像深度学习目标检测中样本库和遥感数据库的建设提供参考,为利用深度学习开展多尺度、多源高分遥感建筑物检测与识别提供支持。
关键词
建筑物识别
高分遥感图像
卷积神经网络
样本集
数据集
Keywords
building recognition
high-resolution remote sensing image
convolutional neu-ral networks(CNN)
sample data
data set
分类号
TP751.1 [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
作者
出处
发文年
被引量
操作
1
基于MODIS数据的全球叶片可燃物含水率时空变化与差异分析
胡相燕
张辛佳
杨瑞
陆黄睿萌
欧映杏
胡潭高
方美红
《北京师范大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于深度学习的火山灾害场景高分遥感检测方法
李成范
韩晶鑫
盘晓东
王嵊楠
尹京苑
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
3
基于深度学习的高分遥感图像建筑物识别
李成范
孟令奎
刘学锋
《应用科学学报》
CAS
CSCD
北大核心
2024
4
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
