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
共找到10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：
基于GEE和Landsat时间序列数据的香格里拉森林类型分类研究 被引量：16
1
作者 李若楠 欧光龙 +2 位作者 代沁伶 徐伟恒 王雷光 《西南林业大学学报（自然科学）》 CAS 北大核心 2020年第5期115-125,共11页
基于Google Earth Engine云平台和2014—2017年Landsat OLI影像序列,根据其在时间域上的光谱特征,结合植被指数特征、地形和温度特征,采用随机森林分类算法,开展香格里拉森林类型分类研究。结果表明:不同森林类型的生长轨迹有明显差异,... 基于Google Earth Engine云平台和2014—2017年Landsat OLI影像序列,根据其在时间域上的光谱特征,结合植被指数特征、地形和温度特征,采用随机森林分类算法,开展香格里拉森林类型分类研究。结果表明:不同森林类型的生长轨迹有明显差异,4种森林类型在冬季的植被指数差异最明显;时间序列影像数据能够提供不同森林类型的物候差异特征,弥补单一日期影像难以区分不同森林类型的困难;研究区森林/非森林覆盖的总体精度为97.17%,Kappa系数为0.943,森林类型分类的总体精度87.78%,Kappa系数为0.80。基于Landsat时间序列的方法能够提供一个精度较高的森林分类产品,可为基于森林类型制图的应用提供帮助。 展开更多
关键词 GEE Landsat OLI 时间序列 分类 随机森林 香格里拉
在线阅读 下载PDF
高分辨率遥感影像城市绿地提取方法研究 被引量：5
2
作者 张天怡 代沁伶 +2 位作者 徐伟恒 代飞 王雷光 《西南林业大学学报（自然科学）》 CAS 北大核心 2020年第4期105-114,共10页
以德国Vaihingen城区的高分辨率遥感影像为数据源,提出一种结合多尺度引导滤波特征与核主成分分析特征的提取方法,利用多尺度引导滤波提取不同尺度的绿地特征,通过具有非线性映射能力的核主成分分析算法,对多尺度特征进行降维,最后将降... 以德国Vaihingen城区的高分辨率遥感影像为数据源,提出一种结合多尺度引导滤波特征与核主成分分析特征的提取方法,利用多尺度引导滤波提取不同尺度的绿地特征,通过具有非线性映射能力的核主成分分析算法,对多尺度特征进行降维,最后将降维后的特征输入支持向量机分类器,得到城市绿地的分类结果,并与现有的绿地提取方法进行对比分析。结果表明:该方法能充分利用空间邻域信息,获得比现有单尺度分析方法更高的分类精度,且明显减少传统像素级分类方法产生的结果细碎问题。 展开更多
关键词 城市绿地 多尺度引导滤波 核主成分分析 特征降维
在线阅读 下载PDF
云南普洱茶种古茶树资源表型性状数据分析研究 被引量：15
3
作者 陶萍 宋燚 +3 位作者 张晴晖 李俊萩 戴杨 蓝增全 《西部林业科学》 CAS 北大核心 2020年第6期144-151,157,共9页
在基于Django框架构建的古茶树数据平台收集临沧、文山、德宏、普洱、西双版纳5个州市14个县不同茶区的64份普洱茶种古茶树资源的16个主要表型性状数据,提出一种基于Python的Anaconda来统计古茶树描述型性状的方法,并采用相关性分析、... 在基于Django框架构建的古茶树数据平台收集临沧、文山、德宏、普洱、西双版纳5个州市14个县不同茶区的64份普洱茶种古茶树资源的16个主要表型性状数据,提出一种基于Python的Anaconda来统计古茶树描述型性状的方法,并采用相关性分析、主成分分析、聚类分析等方法对古茶树表型性状数据进行分析研究。结果表明,64份云南普洱茶种古茶树资源的描述型性状变异丰富,遗传多样性指数为0.6937~1.1967。按照表型性状遗传多样性进行聚类,临翔区(邦东乡)古茶树种类较丰富,在选种培育上具有优势。 展开更多
关键词 云南普洱茶种 古茶树资源 表型性状 遗传多样性
在线阅读 下载PDF
基于I-FCN模型的城市高分辨率遥感影像植被信息提取 被引量：6
4
作者 马海艺 张天怡 +2 位作者 代沁伶 代飞 王雷光 《西南林业大学学报（自然科学）》 CAS 北大核心 2019年第3期117-123,共7页
为了提高城市高分辨率遥感影像中植被信息的提取精度,提出一种改进的全卷积神经网络模型,通过大量的训练数据获得最佳模型参数,进行植被信息的提取,并与支持向量机、面向对象法、经典的FCN模型方法提取的植被信息进行对比分析。结果表明... 为了提高城市高分辨率遥感影像中植被信息的提取精度,提出一种改进的全卷积神经网络模型,通过大量的训练数据获得最佳模型参数,进行植被信息的提取,并与支持向量机、面向对象法、经典的FCN模型方法提取的植被信息进行对比分析。结果表明:提出的网络模型不但能够有效缓解"椒盐现象",还能保证小面积的植被提取与植被区域边界的准确性。该方法可自动综合多种特征,所以可有效减少植被像元的误分与漏分现象,提高植被提取精度。 展开更多
关键词 全卷积神经网络 高分辨率 遥感影像 城市植被 椒盐现象
在线阅读 下载PDF
滇东北地区云南松地表可燃物载量及火强度研究 被引量：24
5
作者 徐伟恒 黄邵东 +3 位作者 杨磊 徐盛基 戴杨 王秋华 《西部林业科学》 CAS 北大核心 2019年第4期19-26,共8页
在滇东北地区云南松纯林中设置样地、 样方,并将地表凋落物划分为枯枝、 地表凋落物上层和地表凋落物下层3个层级,按照比例分别选取各层部分凋落物经实验室烘干测定可燃物载量,其余部分均置于实验室燃烧床燃烧测定其火行为参数.在实验... 在滇东北地区云南松纯林中设置样地、 样方,并将地表凋落物划分为枯枝、 地表凋落物上层和地表凋落物下层3个层级,按照比例分别选取各层部分凋落物经实验室烘干测定可燃物载量,其余部分均置于实验室燃烧床燃烧测定其火行为参数.在实验室燃烧床上分别以下坡点火、 中间点火和上坡点火的方式,模拟实际森林样地坡度的上坡火、 随机点火以及下坡火的燃烧状况,再分别测定其不同点火方式的火行为参数.结果表明,在云南松林地表凋落物中,枯枝、 地表凋落物上层和地表凋落物下层可燃物载量分别为0.09kg/m2、0.50kg/m2、0.59kg/m2,上坡火、 中间点火和下坡火的火强度分别为97.21kW/m、80.76kW/m和49.99kW/m,上坡火、 中间点火和下坡火的热辐射分别为7.22±1.51kW/m2、6.88±1.66kW/m2和6.47±1.37kW/m2,燃除率分别为52.71%、64.5%、40.09%.可见,滇东北地区地表凋落物中枯枝的载量小,且上层和下层可燃物载量差异不大;与滇中地区的云南松计划烧除实验结果比较,可燃物载量及火强度均偏低. 展开更多
关键词 云南松 地表凋落物 可燃物载量 火强度 滇东北地区
在线阅读 下载PDF
滇东北地区华山松与云南松的地表凋落物载量及火强度对比研究 被引量：14
6
作者 徐伟恒 吴超 +3 位作者 杨磊 徐盛基 秦明明 王秋华 《西南林业大学学报（自然科学）》 CAS 北大核心 2019年第5期151-156,共6页
通过调研、布设样地样方、取样方可燃物等过程,将滇东北地区的优势树种华山松、云南松的地表凋落物划分为枯枝、凋落物上层和凋落物下层3个层级,分别收集后在实验室燃烧床上分别以下坡点火和上坡点火的方式,模拟实际森林样地坡度的上坡... 通过调研、布设样地样方、取样方可燃物等过程,将滇东北地区的优势树种华山松、云南松的地表凋落物划分为枯枝、凋落物上层和凋落物下层3个层级,分别收集后在实验室燃烧床上分别以下坡点火和上坡点火的方式,模拟实际森林样地坡度的上坡火和下坡火的燃烧状况,测定其不同点火方式的火行为参数。结果表明:云南松的地表凋落物烧除率远远高于华山松地表凋落物的烧除率,二者可燃物载量除凋落物下层外基本保持一致,热辐射值也基本一致,但二者均低于弱强度火界定值500 kW/m。因此,当前滇东北地区难以形成树冠火。 展开更多
关键词 凋落物 可燃物载量 火强度 华山松 云南松 滇东北
在线阅读 下载PDF
林火监测中遥感应用的研究现状 被引量：12
7
作者 吴超 徐伟恒 +2 位作者 黄邵东 秦明明 王秋华 《西南林业大学学报（自然科学）》 CAS 北大核心 2020年第3期172-179,共8页
林火是陆地生态系统中的一种主要干扰因子,森林火灾会对森林生态系统造成严重破坏。遥感卫星能够实时对地表信息进行记录与监测,尤其适用于对林火这种地表异变现象强烈的事件进行监测。本研究回顾了航空遥感、航天遥感在林火监测中的应... 林火是陆地生态系统中的一种主要干扰因子,森林火灾会对森林生态系统造成严重破坏。遥感卫星能够实时对地表信息进行记录与监测,尤其适用于对林火这种地表异变现象强烈的事件进行监测。本研究回顾了航空遥感、航天遥感在林火监测中的应用历史;分别从风险预测、实时监测和灾后评估三个方面论述了遥感在火险等级评测、火点提取、过火面积估测、林火实时监测及灾后植被恢复评价中的应用研究现状,总结了当前的研究重点及不足,并指出了未来的研究方向和趋势。以期为遥感在林火预测预报、林火实时监测及灾后损失评估等方面的研究提供参考。 展开更多
关键词 林火 航天遥感 航空遥感 监测 研究进展
在线阅读 下载PDF
遥感在茶园监测中的应用研究进展 被引量：10
8
作者 黄邵东 徐伟恒 +2 位作者 吴超 戴杨 寇卫利 《西部林业科学》 CAS 北大核心 2020年第2期1-9,23,共10页
科学有效的茶园遥感监测技术是茶园管理、土地利用管理及产业政策制定的基础。了解国内外遥感技术在茶园监测中的应用研究进展,对大尺度茶园提取、茶园灾害预警、地表覆被变化等研究具有重要意义。本文梳理了遥感技术在茶园监测中的应... 科学有效的茶园遥感监测技术是茶园管理、土地利用管理及产业政策制定的基础。了解国内外遥感技术在茶园监测中的应用研究进展,对大尺度茶园提取、茶园灾害预警、地表覆被变化等研究具有重要意义。本文梳理了遥感技术在茶园监测中的应用历史,总结了1999年以前、2000-2010年、2011-2020年3个时期遥感技术在茶园监测中的应用情况。此外,归纳总结了茶园监测中的遥感数据源、分类算法及遥感信息(光谱指数、纹理特征等),分析了遥感技术在茶园监测应用方面的研究重点以及不足之处。最后,对未来遥感茶园监测相关研究提出了建议与展望。随着传感器数量不断增加,遥感影像时间分辨率、空间分辨率及光谱分辨率不断提高,分类算法的不断涌现,光谱指数的广泛应用。基于多源遥感和时间序列数据,集成智能算法对茶园进行大尺度遥感监测将成为必然的发展趋势。 展开更多
关键词 茶园 遥感 分类算法 光谱指数 纹理特征 监测
在线阅读 下载PDF
融合可见光无人机与哨兵2A影像的森林火灾迹地精细化提取 被引量：7
9
作者 熊源 徐伟恒 +5 位作者 黄邵东 刘明露 雷建寅 吴超 徐海峰 王秋华 《西南林业大学学报（自然科学）》 CAS 北大核心 2021年第4期103-110,共8页
以2020年4月昆明市宜良县马街镇兴隆村森林火灾为研究对象,基于无人机的R、G、B3个波段与哨兵2A多光谱影像,分别采用格莱姆-施密特与主成分光谱锐化融合方法进行影像融合,应用6种定量评价指标分别对融合结果进行评估。基于融合影像采用... 以2020年4月昆明市宜良县马街镇兴隆村森林火灾为研究对象,基于无人机的R、G、B3个波段与哨兵2A多光谱影像,分别采用格莱姆-施密特与主成分光谱锐化融合方法进行影像融合,应用6种定量评价指标分别对融合结果进行评估。基于融合影像采用随机森林算法实现对火场边界内的森林火灾迹地的提取,并与Sentinel-2A影像提取森林火灾迹地的精度进行比较;将2种影像提取的过火面积与鉴定人员通过实地调研、GPS坐标打点,并结合UAV影像手动矢量化森林火灾迹地面积进行对比分析。结果表明:UAV与Sentinel-2A融合影像与仅利用Sentinel-2A多光谱影像对森林火灾迹地提取的生产者精度分别为96.14%、95.18%,使用者精度分别为97.79%、96.57%,Kappa系数分别为0.83、0.76;融合影像与Sentinel-2A影像提取过火面积与统计面积相对误差分别为-3.5%、-6.2%。因此,利用可见光UAV与Sentinel-2A影像采用GS融合方法,基于RF算法可高精度、精细化提取森林火灾迹地,且边界细节效果刻画更加明显。本研究方法可大大提高林火司法鉴定效率,减少外业工作量及降低成本,使得矢量化更加精准,增加司法鉴定结果的科学性和客观性。 展开更多
关键词 无人机 哨兵2号 影像融合 森林火灾 火灾迹地 司法鉴定
在线阅读 下载PDF
基于GEE平台结合RF和SVM算法的茶园提取研究
10
作者 钱瑞 徐伟恒 《林业调查规划》 2023年第1期1-6,共6页
科学有效的茶园遥感监测技术为土地利用管理、茶园管理、产业政策制定奠定了基础。研究基于GEE平台利用Landsat 8/OLI分别结合SVM和RF两种分类算法对云南省普洱市和西双版纳自治州的茶园进行了提取,并将2种算法的提取结果进行了对比。... 科学有效的茶园遥感监测技术为土地利用管理、茶园管理、产业政策制定奠定了基础。研究基于GEE平台利用Landsat 8/OLI分别结合SVM和RF两种分类算法对云南省普洱市和西双版纳自治州的茶园进行了提取,并将2种算法的提取结果进行了对比。结果表明,RF和SVM算法的分类总体精度(OA)分别为95.61%、95.56%,Kappa系数相同,均为87%。RF算法的分类总体精度高于SVM算法,而Kappa系数相同。RF算法的制图精度(PA)为65.44%,与SVM算法(65.75%)相比相差较小,RF和SVM算法的用户精度(UA)分别为63.08%和57.37%。基于GEE平台结合RF分类算法对茶园的提取精度高于SVM算法。采用不同的传感器以及不同的分类算法可实现对茶园准确、高效的提取,对制定科学的茶园管理政策、茶园灾害预警、地表覆被变化等研究具有重要意义。 展开更多
关键词 GEE平台 Landsat 8/OLI 茶园 SVM算法 RF算法
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部