首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   2篇
  国内免费   4篇
  2019年   1篇
  2018年   1篇
  2017年   2篇
  2011年   3篇
排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
毛学刚  魏晶昱 《生态学杂志》2017,28(11):3711-3719
林分类型的识别是森林资源监测的核心问题之一.为研究多源遥感数据协同的面向对象林分类型分类识别,采用Radarsat-2数据和QuickBird遥感影像协同进行面向对象分类.在面向对象分类过程中,采用3种分割方案:单独使用QuickBird遥感影像分割;单独使用Radarsat-2数据分割;Radarsat-2&QuickBird协同分割.3种分割方案均采用10种分割尺度(25~250,步长25),应用修正的欧式距离3指标评价不同分割方案的分割结果,确定最优分割方案及最优分割尺度.在最优分割结果的基础上,基于地形、高度、光谱及共同特征的不同特征组合,应用带有径向基(RBF)核函数的支持向量机(SVM)分类器进行杉木林、马尾松林、阔叶林3种林分类型识别.结果表明:与单独使用一种数据相比,Radarsat-2数据和QuickBird遥感影像协同方案在面向对象林分类型分类方面具有优势.Radarsat-2&QuickBird协同分割方案,以最优尺度参数100进行分割时,分割结果最好.在最优分割结果的基础上,应用两种数据源提取的全部特征进行面向对象林分类型识别的精度最高(总精度为86%,Kappa值为0.86).本研究结果不仅可为多源遥感数据结合进行林分类型识别提供参考和借鉴,而且对于森林资源调查和监测有现实意义.  相似文献   
2.
长白山林区森林生物量变化定量驱动分析   总被引:1,自引:0,他引:1  
根据研究区单木生物量模型及森林资源清查资料计算样地生物量,采用试验精度较高的遥感模型进行4期遥感数据的森林生物量估算,获得区域单位面积生物量变化值,并利用bootstrap方法对引起这种变化的气象因素、森林经营活动因素和社会经济因素等驱动因子进行变量筛选,利用偏最小二乘算法建立不同时间段的森林生物量变化驱动模型,计算变量投影重要性指标(VIP)定量刻画各因素对森林生物量变化的影响重要程度.结果表明:目前人为因素对长白山林区森林生物量变化的影响程度(VIP值)已经小于自然因素,说明国家对林区的森林保护政策已经起到了明显的效果.本文拓宽了森林生物量变化驱动分析的内容,引入了VIP值对森林生物量的变化驱动因子进行定量刻画,为定量分析森林生物量的变化提供了一条新的途径.  相似文献   
3.
地面测量点对遥感像元的代表性如何,怎样获取像元的相对真值,多大的空间分辨率可以真实地反映森林区域的叶面积指数(LAI),这些都是定量遥感中的重要问题.本研究计算LAI-2200和TRAC两种冠层分析仪测量的空间范围,并结合GF-2(4.1 m)、Sentinel-2(10 m)、Landsat-8(30 m)3种不同空间分辨率遥感影像,找到各尺度下像元的相对真值,在保持真值观测面积和遥感获取面积一致的条件下,基于一元指数和多元回归模型,对比分析不同空间分辨率影像对估算森林LAI的影响,并对3种影像模型进行30和100 m尺度下的检验以及各自数据集的空间代表性评价,比较得出最适合表达研究区域森林LAI的尺度.结果表明:对于森林来说,高分辨率并不一定能充分反映森林LAI.基于3种分辨率影像的统计模型都能很好地估测森林LAI,其中,基于Sentinel-2的反演精度最高,基于GF-2的反演精度最低.30和100 m尺度下的检验结果表明,基于GF-2反演模型高估了森林LAI,基于Landsat-8的反演模型低估了森林LAI,基于Sentinel-2分辨率的统计模型可以很好地估测研究区域森林LAI.  相似文献   
4.
黑龙江长白山森林生物量的时空变化分析   总被引:2,自引:1,他引:1       下载免费PDF全文
 森林生物量碳储量的空间分布及其变化信息, 对揭示地表空间变化规律及驱动因子、分析评价森林生产力及生态功能具有重要意义。该文以20世纪70年代、80年代、90年代和21世纪初4个时期的遥感数据和同期的森林资源清查样地数据为基础, 应用遥感信息模型, 估算了黑龙江长白山地区的森林生物量, 分析了该地区森林生物量的时空动态变化, 以及森林生物量随高程、坡度和坡向的变化规律。结果表明: 该地区4个时期的森林平均生物量分别为81.56、44.27、48.27和54.82 t·hm–2。4个时期总的森林生物量分别为5.37 × 108、2.83 × 108、3.06 × 108和3.46 × 108 t。20世纪70年代到21世纪初森林平均生物量和总的森林生物量都呈现出先降低后增加的趋势, 呈先下降趋势的主要原因是20世纪70–80年代以森林采伐为主, 后增加趋势的主要原因是实施天然林保护工程起到了很大的作用。该地区4个时期森林生物量随高程、坡度和坡向都表现出一致性的变化规律, 森林生物量随高程和坡度变化都呈先增加后减少的趋势, 导致这一现象的主要原因是, 高程、坡度和坡向变化引起了局地气候条件的变化, 从而直接影响森林生长环境, 造成森林分布的变化。森林生物量在200–400 m高程所占的比例最大, 约为35%, 在坡度5°–15°所占的比例接近50%。森林生物量在南坡和西南坡所占的比例最小, 为7%; 平坡所占的比例最大, 为28%; 南坡次之, 为19%。  相似文献   
5.
基于面向对象的QuickBird遥感影像林隙分割与分类   总被引:1,自引:0,他引:1  
传统的实地调查和人工解译方法已经不能满足区域尺度的林隙获取,高空间分辨率遥感影像的出现为区域尺度的林隙获取提供了可能.本研究采用QuickBird高空间分辨率光学遥感影像,结合面向对象分类技术对福建省三明市将乐县将乐国有林场进行林隙分割与分类.在面向对象分类过程中,采用10种尺度(10~100,步长为10)对QuickBird遥感影像进行分割,应用参考对象相交面积(RAor)和分割对象相交面积(RAos)进行分割结果评价.对每个尺度分割结果应用16个光谱特征,采用向量机分类器(SVM)进行林隙、非林隙和其他类型分类.结果表明: 通过RAorRAos等值法获得最优分割尺度参数为40.不同尺度参数之间的分类总精度最高相差22%.在最优尺度下,应用SVM分类器对林隙、非林隙和其他类型分类的总精度高达88%(Kappa=0.82).采用高空间分辨率遥感数据并结合面向对象的方法,可以代替传统的实地调查和人工解译对区域尺度的林隙进行识别分类.  相似文献   
6.
三种森林生物量估测模型的比较分析   总被引:2,自引:0,他引:2       下载免费PDF全文
 森林生物量的定量估算为全球碳储量、碳循环研究提供了重要的参考依据。该研究采用黑龙江长白山地区的TM影像和133块森林资源一类清查样地的数据, 选取地学参数、遥感反演参数等71个自变量分别构建多元逐步回归模型、传统BP (back propagation)神经网络模型和基于高斯误差函数的BP神经网络改进模型(Gaussian error function, Erf-BP), 进而估算该地区的森林生物量, 并进行比较分析。结果表明, 多元逐步回归模型估测的森林生物量预测精度为75%, 均方根误差为26.87 t·m–2; 传统BP神经网络模型估测森林生物量的预测精度为80.92%, 均方根误差为21.44 t·m–2; Erf-BP估测森林生物量的预测精度为82.22%, 均方根误差为20.83 t·m–2。可见, 改进后的Erf-BP能更好地模拟生物量与各个因子之间的关系, 估算精度更高。  相似文献   
7.
叶片聚集度系数量化了在树冠随机的情况下叶片空间分布的聚集程度,对生态模型建模有重要作用.本研究利用MODIS BRDF模型参数产品(MCD43A1)以及土地覆盖类型数据(MCD12Q1),基于Ross-Li半经验模型模拟了热点和暗点的反射率,计算归一化的热点与暗点差值指数(NDHD),结合最小二乘法模拟的NDHD与聚集度系数的关系,反演了2014年8月500 m分辨率的大兴安岭地区植被叶片聚集度系数.并在大兴安岭地区采用冠层分析仪TRAC采样测量,对聚集度系数进行实地验证并对结果进行分析.结果表明: Ross-Li模型模拟的数据与样地实测数据具有显著的相关性(R2=0.8879),说明利用MCD43A1数据反演聚集度系数算法的可行性;MODIS近红外波段对叶片聚集度系数变化的灵敏度比红色波段更高;随着太阳天顶角的增加,Ross-Li模型推导出的聚集度系数呈线性增长趋势(R2=0.9699),说明叶片聚集度系数与天顶角变化有关.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号