检索结果-南通市图书馆

结合机载LiDAR和LANDSAT ETM+数据的温带森林郁闭度估测

在线全文

学校读者我要写书评

暂无评论

植物生态学报 2016年第2期40卷 102-115页

作者：张瑞英庞勇李增元包玉海内蒙古师范大学地理科学学院呼和浩特010010 中国林业科学研究院资源信息研究所北京100091

森林郁闭度是森林资源调查中的一个重要因子,在森林生态系统管理中具有重要作用。研究如何有效地将激光雷达数据应用于森林郁闭度遥感估测具有重大意义。激光雷达数据的应用能够有效地弥补传统地面调查耗时、费力等不足,不仅可以快速、... 详细信息

森林郁闭度是森林资源调查中的一个重要因子,在森林生态系统管理中具有重要作用。研究如何有效地将激光雷达数据应用于森林郁闭度遥感估测具有重大意义。激光雷达数据的应用能够有效地弥补传统地面调查耗时、费力等不足,不仅可以快速、准确地获取郁闭度遥感估测的模型训练数据和验证数据,还有助于进一步推广应用于大区域的森林郁闭度反演,为林业资源调查提供有力的依据。该研究结合激光雷达数据和LANDSAT ETM+数据估测温带森林郁闭度。以高密度机载激光雷达(ALS)点云数据估算的郁闭度作为模型训练数据和验证数据,通过LANDSAT ETM+影像数据计算得到的8种植被指数作为自变量,使用多元逐步回归(MSR)、随机森林(RF)和Cubist 3种模型,对内蒙古大兴安岭根河林区森林郁闭度进行估测。经验证,Cubist模型的效果比较好(决定系数R2=0.722,均方根误差RMSE=0.126,相对均方根误差r RMSE=0.209,估计精度EA=79.883%)。结果表明,结合激光雷达数据和LANDSAT ETM+影像数据估算温带森林郁闭度非常有潜力。但要将其推广应用于更大区域尺度的森林郁闭度遥感估测,模型的预测能力还有待进一步改进和提高;自变量应尝试加入更多种类遥感数据和其他遥感因子参与建模,例如采用地形因子、高分辨率遥感影像提取纹理特征等,最大可能地减少光学影像、植被指数、地形阴影等带来的影响,提高反演精度;激光雷达数据计算得到的郁闭度的准确性和可靠性还需进一步验证。

关键词： LANDSAT ETM+ 机载激光雷达森林郁闭度植被指数多元逐步回归随机森林 Cubist

联合星载ICESat-GLAS波形与多光谱Landsat-TM影像的森林郁闭度估测

在线全文

学校读者我要写书评

暂无评论

应用生态学报 2015年第6期26卷 1657-1664页

作者：王蕊邢艳秋王立海尤号田邱赛王爱娟东北林业大学森林作业与环境研究中心哈尔滨150040

森林郁闭度的空间分布是评价森林生产力和分解率的一个重要指标.本研究以吉林汪清林区为研究区,分别利用星载激光雷达ICESat-GLAS波形数据和多光谱遥感Landsat-TM影像对该区的森林郁闭度进行估测,然后采用多元线性回归和BP神经网络两种... 详细信息

森林郁闭度的空间分布是评价森林生产力和分解率的一个重要指标.本研究以吉林汪清林区为研究区,分别利用星载激光雷达ICESat-GLAS波形数据和多光谱遥感Landsat-TM影像对该区的森林郁闭度进行估测,然后采用多元线性回归和BP神经网络两种方法对GLAS数据和TM数据进行联合,共同估测了森林郁闭度.结果表明:单一遥感数据估测森林郁闭度时,GLAS数据的模型决定系数为0.762,TM数据的模型决定系数为0.598.将GLAS数据和TM数据联合后估测森林郁闭度时,多元线性回归模型的复决定系数为0.841,BP神经网络模型的仿真精度为0.851.表明ICESat-GLAS数据与Landsat-TM影像联合能够发挥多源遥感数据的优势,提高森林郁闭度的估测精度,并为后续的空间区域内森林郁闭度的连续制图提供可靠的方法.

关键词：森林郁闭度 ICESat-GLAS Landsat-TM 多源遥感数据神经网络模型

在线全文

学校读者我要写书评

暂无评论

森林郁闭度遥感估测方法研究

森林郁闭度遥感估测方法研究

作者：孙珊珊中国林业科学研究院

学位级别：硕士

森林郁闭度是衡量森林资源优劣、掌握森林的特征及其变化规律、为森林生态系统管理提供依据的重要因素,同时也是反映森林成效和林分空间利用度的基本指标,可为森林经营决策提供支撑。传统的森林郁闭度估测方法具有较大的局限性,不仅费... 详细信息

森林郁闭度是衡量森林资源优劣、掌握森林的特征及其变化规律、为森林生态系统管理提供依据的重要因素,同时也是反映森林成效和林分空间利用度的基本指标,可为森林经营决策提供支撑。传统的森林郁闭度估测方法具有较大的局限性,不仅费时、费力,而且基于点的测量方法很难反映大区域的连续的森林郁闭度时空分布信息。遥感技术以其大范围覆盖、经济、动态、时序性、可重复等优势,已成为当今区域性森林郁闭度估测的重要替代方法。以往的研究多针对一个研究区,基于多种数据和单一方法进行森林郁闭度估算研究中的数据研究,或基于单一数据源结合多种方法进行森林郁闭度估算进行方法研究。综合使用多模式遥感数据和估测方法,实现多尺度森林郁闭度精确估测是森林郁闭度估算研究新的趋势。本研究分别选取具有典型代表性的北方天然次生林地区——内蒙古大兴安岭根河林区(根河研究区),以及南方典型的人工林地区——广西高峰林场(高峰研究区),作为实验区。其中,以根河林区为重点研究区,利用机载激光雷达(Light Detection And Ranging,LiDAR)点云数据、高分二号数据(GF-2)、高分一号宽幅数据(GF-1 WFV)、Sentinel-2A(哨兵2A)数据以及土地覆盖产品、ASTER GDEM产品等,分别基于阈值法、面向对象信息提取、支持向量回归(Support Vector Regression,SVR)、多元线性回归(Stepwise Multiple Linear Regressions,SMLR)、快速迭代特征优选的k-NN(k-Nearest Neighbor with Fast Iterative Features Selection,KNN-FIFS)等方法,进行了根河研究区从样地到林分尺度的森林冠层信息提取,以该研究区样地实测森林郁闭度数据验证了上述方法的可行性与适用性,并在定量评价各种方法和数据的可靠性、实用性以及适用性后,在代表不同人工林类型的高峰实验区进行测试应用。研究结果如下:(1)利用LiDAR点云数据的CHM产品,基于阈值法和面向对象信息提取单木冠层信息,从而估算了林分尺度的森林郁闭度。其中,基于阈值法估算结果R=0.85,RMSE=0.06;基于面向对象信息提取的方法估算森林郁闭度结果R=0.77,RMSE=0.08。另外,基于面向对象信息提取的方法,利用GF-2数据提取了单木冠层信息,并进行了森林郁闭度估算,反演结果精度比LiDAR的低,R=0.49,RMSE=0.10。(2)以2016年8月的GF-1 WFV多光谱数据为基础,提取相关植被指数(Vegetation Index,VI)和纹理信息(Texture Information,TI),并添加哨兵2号红边波段(Red Edge,RE)模拟高分六号卫星(GF-6)红边波段特性,提取相关红边指数(Red-edge Index,RI),利用KNN-FIFS模型实现了根河研究区森林郁闭度的定量反演。通过添加地形信息(Topographic Factor,TF)进一步探究了地形对森林郁闭度估测的影响。通过实测数据验证表明:基于GF-1 WFV估测的森林郁闭度与实测数据具有很好的一致性,R=0.52,RMSE=0.08;GF-1 WFV+VI+TI估测结果为R=0.56,RMSE=0.08;GF-1 WFV+RE+RI+TI的精度明显提高,R=0.63,RMSE=0.07;GF-1 WFV+RE+RI+TI+TF的精度最高,R=0.68,RMSE=0.07,并高于SMLR(R=0.39,RMSE=0.10)和SVR(R=0.49,RMSE=0.10)方法。KNN-FIFS方法比SMLR和SVR方法更适用于森林郁闭度遥感估测,且添加地形因子能有效提高森林郁闭度的估测精度。(3)从样地尺度和区域尺度对基于GF-1 WFV+哨兵2号数据、GF-2数据和LiDAR点云数据的CHM产品等不同数据和方法的森林郁闭度估测结果进行了对比分析。CHM数据估测精度最高,但高精度的LiDAR数据获取相对费力,成本较高,因此不适应大区域森林郁闭度的反演。尽管GF-2数据估测精度相最低,但其不依赖于样地实测数据作为训练样本,可在无法获取样地实测数据的情况下进行应用;另外,GF-2数据反演结果在人为干扰频繁的区域,如道路旁,与CHM数据估测结果绝对误差明显较高。基于GF-1WFV+哨兵2号的KNN-FIFS方法估测结果较为满意,森林郁闭度分布趋势与CHM数据估测结果相同,结果绝对误差基本在0.2以内,且KNN-FIFS中的留一验证法充分发挥了小样本大范围的优势,可适用于区域定量反演。(4)为进一步探求GF卫星数据以及KNN-FIFS方法在我国南方典型森林的郁闭度反演的适用性,本文最后利用GF-1 WFV+Sentinel 2A

关键词：多尺度冠层信息森林郁闭度 LiDAR 国产高分卫星数据红边波段

基于ICESat-GLAS波形数据估测森林郁闭度

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

南京林业大学学报（自然科学版） 2016年第5期40卷 99-106页

作者：邱赛邢艳秋田静丁建华东北林业大学工程技术学院黑龙江哈尔滨150040

为探究GLAS波形数据在估测森林郁闭度方面的潜力,以吉林省汪清林业局经营区为研究区,利用高斯低通滤波器对GLAS波形数据进行平滑滤波,从平滑后的GLAS波形数据中提取比值能量参数（I）和差值能量参数（ec）,针对不同森林类型分别建立森... 详细信息

为探究GLAS波形数据在估测森林郁闭度方面的潜力,以吉林省汪清林业局经营区为研究区,利用高斯低通滤波器对GLAS波形数据进行平滑滤波,从平滑后的GLAS波形数据中提取比值能量参数（I）和差值能量参数（ec）,针对不同森林类型分别建立森林郁闭度单变量模型和多变量模型。研究结果表明：利用参数I建立的单变量模型优于利用参数ec建立的单变量模型;而利用参数I和ec建立的多变量模型明显优于单变量模型。对阔叶林来说,森林郁闭度模型的决定系数（R^2adj）和均方根误差（RMSE）分别为0.72和0.07,模型验证的R^2adj为0.74,RMSE为0.06;而对于针叶林,模型的R^2adj为0.80,RMSE为0.10,模型验证的R^2adj为0.76,RMSE为0.11;混交林模型的精度在阔叶林和针叶林之间,模型的R^2adj为0.75,RMSE为0.09,模型验证的R^2adj和RMSE分别为0.71和0.07。因此,GLAS波形数据在估测森林郁闭度方面具有一定的潜力,将参数I和ec联合能够提高GLAS波形数据估测森林郁闭度的精度。

关键词：激光雷达 GLAS波形森林郁闭度回波能量

基于KNN-FIFS的内蒙古根河森林郁闭度遥感估测研究

在线全文

学校读者我要写书评

暂无评论

遥感技术与应用 2019年第5期34卷 959-969页

作者：孙珊珊田昕谷成燕韩宗涛王崇阳张兆鹏中国林业科学研究院资源信息研究所北京100091 国家林业和草原管理局林业产品工业规划设计研究院北京100010 自然资源部第一大地测量队陕西西安710054

为探索国产高分一号宽幅(GF-1 Wide Field of View,GF-1 WFV)数据以及具有宽覆盖、红边波段(Red-Edge band,RE)的高分六号(GF-6)卫星数据在森林郁闭度(Forest Canopy Closure,FCC)定量反演中的潜力,本研究以GF-1 WFV多光谱数据为基础,... 详细信息

为探索国产高分一号宽幅(GF-1 Wide Field of View,GF-1 WFV)数据以及具有宽覆盖、红边波段(Red-Edge band,RE)的高分六号(GF-6)卫星数据在森林郁闭度(Forest Canopy Closure,FCC)定量反演中的潜力,本研究以GF-1 WFV多光谱数据为基础,添加哨兵2号(Sentinel-2A)红边波段,模拟GF-6红边波段特性,并提取相关纹理信息(Texture Information,TI)、植被指数(Vegetation Index,VI)和红边指数(Red-edge Index,RI),同时添加太阳入射角的余弦值cosi和1/cosi进一步探究了地形因素(Topographic Factors,TF)对FCC估测的影响,利用快速迭代特征选择的k-NN(kNearest Neighbor with Fast Iterative Features Selection,KNN-FIFS)模型,实现了内蒙古大兴安岭根河研究区FCC的定量反演,并对比逐步多元线性回归(Stepwise Multiple Linear Regressions,SMLR)和支持向量机(Support Vector Machine,SVM)估测结果。通过44块调查样地实测数据验证发现:基于GF-1 WFV估测的FCC与实测数据具有很好的一致性,R2=0.52,RMSE=0.08;GF-1 WFV+VI+TI估测结果为R2=0.56,RMSE=0.08;GF-1 WFV+RE+RI+TI的精度明显提高,R2=0.63,RMSE=0.07;GF-1 WFV+RE+RI+TI+TF的精度最高,R2=0.68,RMSE=0.07,并高于SMLR(R2=0.39,RMSE=0.10)和SVM(R2=0.49,RMSE=0.10)方法。KNN-FIFS方法比SMLR和SVM方法更适用于FCC遥感估测,且添加红边信息经地形校正后,能有效提高FCC的估测精度。

关键词：森林郁闭度高分一号高分六号红边 KNN-FIFS 根河森林

基于多源遥感数据及几何光学模型的森林郁闭度估测

在线全文

学校读者我要写书评

暂无评论

遥感技术与应用 2023年第2期38卷 383-392页

作者：王鹏杰田昕陈树新苏勇王海熠马超中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林草调查规划院北京100714 西南林业大学林学院云南昆明650224 北京林业大学森林资源和环境管理国家林草局重点实验室北京100083

森林冠层郁闭度(Forest Canopy Closure,FCC)是评估森林资源的重要因素,准确估算森林郁闭度对森林经营和管理具有重要意义。基于Li-Strahler几何光学模型,无人机激光雷达和高分六号宽幅(GF-6 Wide Field of View,GF-6 WFV)数据估测森林... 详细信息

森林冠层郁闭度(Forest Canopy Closure,FCC)是评估森林资源的重要因素,准确估算森林郁闭度对森林经营和管理具有重要意义。基于Li-Strahler几何光学模型,无人机激光雷达和高分六号宽幅(GF-6 Wide Field of View,GF-6 WFV)数据估测森林郁闭度,并针对混合像元的问题提出了一种可靠的方法。首先,利用无人机激光雷达衍生的高精度森林结构参数计算无人机飞行覆盖区域的光照背景分量。然后,利用连续最大角凸锥(Sequential Maximum Angle Convex Cone,SMACC)算法及线性光谱分解模型对GF-6 WFV进行混合像元分解,确定研究区最优场景分量。最后,利用Li-Strahler几何光学模型估测研究区域森林冠层郁闭度,并利用野外样地实测数据进行精度验证。结果表明:估测郁闭度与实测郁闭度之间的决定系数(R^(2))为0.6928,均方误差根(RMSE)为0.0594,总体精度为93.4%,Li-Strahler几何光学模型可以有效的在森林郁闭度反演中发挥作用。

关键词：森林郁闭度混合像元分解 Li-Strahler

结合机载LiDAR和多源遥感影像的森林郁闭度估测

在线全文

学校读者我要写书评

暂无评论

遥感技术与应用 2024年

作者：罗俊杰任晓阳刘润东朱宁宁兰州交通大学测绘与地理信息学院地理国情监测技术应用国家地方联合工程研究中心甘肃省地理国情监测工程实验室广西壮族自治区自然资源遥感院武汉大学测绘遥感信息工程国家重点实验室

森林郁闭度是森林资源调查中的重要参数，在评价和监测森林生态系统的稳定性上有重要作用。随着遥感技术的不断发展，利用多源遥感数据进行大范围森林郁闭度估测已成为热点。本文基于激光点云和多源光学遥感数据，使用机器学习算法构建... 详细信息

森林郁闭度是森林资源调查中的重要参数，在评价和监测森林生态系统的稳定性上有重要作用。随着遥感技术的不断发展，利用多源遥感数据进行大范围森林郁闭度估测已成为热点。本文基于激光点云和多源光学遥感数据，使用机器学习算法构建回归模型，用以估测大范围森林区域的郁闭度。首先，由机载激光雷达（Airborne Laser Scanner,ALS）点云数据计算森林郁闭度真值作为回归模型因变量；其次，通过Sentinel-2 MSI、Landsat-8 OLI和Sentinel-1 SAR影像数据提取植被指数、纹理等18种特征作为回归模型自变量；然后，以广西区域的14块森林样地为例，使用随机森林回归（Random Forest Regression,RFR）和支持向量机回归（Support Vector Regression,SVR）两种机器学习模型，实验不同的自变量组合方案对森林郁闭度反演的影响；最后，选择最优的变量组合和机器学习方法对广西区域进行森林郁闭度制图。实验结果表明，RFR比SVR的反演效果好，S2+S1组合的精度最高，相关系数R2=0.703，均方根误差RMSE=0.19，平均绝对误差MAE=0.13，同时，极化特征可明显提高森林郁闭度的反演精度。

关键词：森林郁闭度机载激光雷达遥感影像随机森林回归支持向量机回归

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于像元二分模型的森林郁闭度估测方法

东北林业大学学报 2013年第2期41卷 119-122页

作者：徐定彭道黎省部共建森林培育与保护教育部重点实验室(北京林业大学) 北京100083

以遥感影像与森林资源一类调查数据为基础,基于归一化植被指数(NDVI)的像元二分模型对密云县森林郁闭度进行遥感估测,模型的纯像元植被指数通过样地数据来确定。经验证,模型估测值与实测值相关系数为0.73,相对误差为14.40%。结果说明,... 详细信息

以遥感影像与森林资源一类调查数据为基础,基于归一化植被指数(NDVI)的像元二分模型对密云县森林郁闭度进行遥感估测,模型的纯像元植被指数通过样地数据来确定。经验证,模型估测值与实测值相关系数为0.73,相对误差为14.40%。结果说明,采用像元二分模型与森林资源一类调查数据结合进行森林郁闭度估测,技术路线简单可靠,精度可满足要求,同时能弥补TM影像分辨率的不足,具有一定的推广价值。

关键词：森林郁闭度像元二分模型归一化植被指数密云县

基于Hyperion数据的香格里拉森林郁闭度遥感估测研究

在线全文

学校读者我要写书评

暂无评论

西南林业大学学报（自然科学） 2017年第3期37卷 159-164页

作者：胡振华王丽媛岳彩荣王宗梅西南林业大学西南地区生物多样性保育国家林业局重点实验室云南昆明650224

基于Hyperion高光谱数据,采用2种方法进行波段选取,将选择的波段数据进行特征提取变量,采用偏最小二乘法分别对2种方法选择的特征变量建立香格里拉主要树种郁闭度遥感估测模型,并进行精度检验评价。结果表明:基于实测样地郁闭度差异特... 详细信息

基于Hyperion高光谱数据,采用2种方法进行波段选取,将选择的波段数据进行特征提取变量,采用偏最小二乘法分别对2种方法选择的特征变量建立香格里拉主要树种郁闭度遥感估测模型,并进行精度检验评价。结果表明:基于实测样地郁闭度差异特征分析选择的Hyperion特征波段建立的模型R^2为0.837、估测精度为82.09%,基于遥感影像进行分段主成分分析选择的Hyperion特征波段建立的模型R^2为0.764、估测精度为78.4%,基于样地数据郁闭度变化敏感性分析模型优于基于Hyperion影像的分段主成分分析模型;分段主成分分析法所选出的特征波段虽然包含了较多的波段信息,但是很多为连续波段或者波长较近的波段,波段之间的相关性较高,导致建模精度不如预期。

关键词： Hyperion数据二类调查森林郁闭度主成分分析法偏最小二乘法香格里拉