检索结果-南通市图书馆

遥感学报 2024年第9期28卷 2416-2426页

作者：赵含张王菲姬永杰韩宗涛西南林业大学林学院昆明650224 威海五洲卫星导航科技股份有限公司威海264400

简缩极化CP(Compact Polarimetry) SAR作为一种国内外学者高度关注的新型SAR,目前鲜有将其应用于森林地上生物量agb(Above Ground Biomass)反演研究。在全球气候变化及“双碳”目标下,森林agb的精确反演是当下亟待解决的热点问题。为探... 详细信息

简缩极化CP(Compact Polarimetry) SAR作为一种国内外学者高度关注的新型SAR,目前鲜有将其应用于森林地上生物量agb(Above Ground Biomass)反演研究。在全球气候变化及“双碳”目标下,森林agb的精确反演是当下亟待解决的热点问题。为探究CP SAR数据在森林agb反演中的可行性,以云南省昆明市宜良县小哨林区为研究区,提取水平线性CP Stokes1模式、垂直线性CP Stokes2模式、π/4线性模式及CTLR模式的4种CP SAR数据,并基于波的二分性原理,分别提取了各种模式的若干SAR参数,利用基于快速迭代特征选择的K最近邻(KNN-FIFS)算法开展了研究。结果表明:基于CTLR模式的森林agb反演结果最优,R^(2)=0.52,RMSE=13.02 t/hm^(2);联合4组CP SAR数据的森林agb反演结果精度有明显提升,R^(2)=0.58,RMSE=12.16 t/hm^(2);KNN-FIFS适合于采用CP SAR参数进行森林agb反演,其反演结果与采用全极化SAR数据进行反演的差别并不明显。本研究提取的CP SAR参数中,线极化度m_(l)、倾斜角45°或135°时的线极化分量功率值g_(2)等特征在森林agb反演中表现出较高的适用性,说明其能更好的表征森林信息。

关键词：遥感森林agb GF-3 Stokes 简缩极化SAR KNN-FIFS

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于机载L波段全极化无人机合成孔径雷达的森林地上生物量估测

引用

森林工程 2024年第5期40卷 17-29页

作者：余琼芬岳彩荣罗洪斌罗广飞段云芳孙妙琦恒承志徐天蜀西南林业大学林学院昆明650224 云南省高校3S技术工程中心昆明650224

为探索L波段全极化合成孔径雷达(Synthetic Aperture Radar,SAR)数据估算森林地上生物量(Aboveground bio⁃mass,agb)的潜力,基于非洲合成孔径雷达(AfricaSAR)项目无人机合成孔径雷达(Unmanned Aero Vehicle Synthetic Aperture Radar,UAVSAR)数据的冠层-地面散射分量构建5种极化散射比参数(R1、R2、R3、R4、R5),计算雷达植被指数(Radar Vegetation Index,RVI),采用六分量和七分量分解等4种基于模型的分解提取21个极化分解参数,最后合并所有特征并采用随机森林特征重要性筛选出最优特征组合,采用随机森林(Random forest,RF)、支持向量机回归(Support vector machine regression,SVR)、K最近邻回归(K-nearest neighbor regression,KNN)对不同特征组合估测非洲加蓬洛佩(Lope)区的森林地上生物量。结果表明,极化散射比参数、体散射(Vol)和雷达植物指数(Radar Vagetation Index,RVI)对森林agb具有较高的敏感性,R2与agb的相关性为0.823,最优特征组合为Vol、极化散射比参数和RVI。不同特征组合的机器学习模型均表现出较好的效果,基于极化分解参数机器学习模型的决定系数(R2)大于0.800,均方根误差(RMSE)小于88.000 Mg/hm^(2),效果最好的是基于最优特征组合的RF模型,对比单独使用极化分解参数,R2提高0.144,RMSE降低30.327 Mg/hm^(2)。极化散射比参数在森林agb估计中具有一定的潜力,引入RVI提高模型精度,基于模型的分解适用于森林agb估测,特征筛选的机器学习模型能较好地反演森林agb,并在agb达到400.000 Mg/hm^(2)未出现明显饱和点。

关键词： UAVSAR 极化分解极化散射比参数特征筛选机器学习森林agb

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于KNN算法的森林地上生物量遥感估测

引用

林草资源研究 2024年第3期 106-112页

作者：熊珂邢元军和晓风唐林鲁宏旺湖南省林业资源调查监测评价中心国家林业和草原局中南调查规划设计院长沙市长长林业技术咨询有限责任公司

为探索K近邻算法（KNN）的优化方式并使用Sentinel-2实现大尺度的森林地上生物量（agb）估测，以湖南省湘潭市及长沙市的宁乡市和望城区为研究区，以栎类和杉木为研究对象，使用Sentinel-2为遥感数据源并结合地面调查数据，提出一种基... 详细信息

为探索K近邻算法（KNN）的优化方式并使用Sentinel-2实现大尺度的森林地上生物量（agb）估测，以湖南省湘潭市及长沙市的宁乡市和望城区为研究区，以栎类和杉木为研究对象，使用Sentinel-2为遥感数据源并结合地面调查数据，提出一种基于最优K值的KNN优化算法（OK-KNN）,实现森林agb的遥感估测与空间制图。将OK-KNN模型与传统的KNN模型，距离加权KNN（DW-KNN）模型以及多元线性回归（MLR）模型进行对比，用决定系数（R2）、均方根误差（RMSE）和相对均方根误差（rRMSE）验证模型精度。结果表明：3种KNN模型比MLR模型具有更好的森林agb预测性能，且在3种KNN模型中，OK-KNN模型估测结果最优，相比于传统KNN和DW-KNN模型，杉木样本的R2分别提高了17.02%和13.04%,RMSE分别降低了17.21%和7.03%;栎类样本的R2分别提高了20.93%和13.04%,RMSE分别降低了15.17%和9.24%。利用OK-KNN模型可以实现不同样本的最优K值自适应选择，从而有效提高森林agb的估测精度。

关键词：森林agb KNN模型最优K值 Sentinel-2 遥感制图

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多基线层析SAR森林垂直结构参数分析研究

多基线层析SAR森林垂直结构参数分析研究

引用

作者：程腾辉东北林业大学

学位级别：硕士

森林是世界上最大的陆地生态系统,是全球碳循环的重要组成部分。森林垂直结构参数信息对估计森林地上生物量（agb）具有重要的意义。多基线层析SAR是新兴前沿技术,该技术可以探测森林在垂直方向上的空间结构信息,已经成功应用于森林参... 详细信息

森林是世界上最大的陆地生态系统,是全球碳循环的重要组成部分。森林垂直结构参数信息对估计森林地上生物量（agb）具有重要的意义。多基线层析SAR是新兴前沿技术,该技术可以探测森林在垂直方向上的空间结构信息,已经成功应用于森林参数估计、城市三维重建等领域。但由于星载SAR很难获取采样多且基线均匀的数据,导致其在进行三维层析成像方面还面临着严峻的问题与挑战。本文以星载ALOS-2 L波段数据为研究数据,以塞罕坝机械林场尚海纪念林为研究对象,对基于星载SAR数据多基线层析成像技术开展了较为系统和深入的研究。提出了改进的基于DEM进行相位校正的多基线层析SAR成像方法,使用5种极化方式结合Beamforming和Capon多基线层析SAR成像方法成功获取了与校正后的LIDAR DEM和DSM一致性较好的多基线层析SAR森林垂直结构剖面。根据获取的层析图像反演了林下地形、森林高度,利用层析后向散射建立森林agb的估算模型。结果显示,在HH-VV下极化的Beamforming方法获取了林下地形反演的最高精度（Bias=-0.11m,Std=3.84m,RMSE=3.84m）;在HH极化下的Capon方法自冠层散射相位中心沿海拔方向高度增益4.5m后获取了森林高度反演的最高精度（Bias=2.19m,Std=3.43m,RMSE=4.07m）,冠层散射相位中心与冠层顶部的差值平均值为4.78m,与森林高度平均值的比例为24.91%,该值可为利用SAR反演森林高度的低估现象提供参考;利用14m高度HH极化下的Beamforming方法Tomo SAR后向散射对森林agb建模得到了RMSE=20.29tons/ha,P=25.83%的森林agb估计。验证结果表明,在星载SAR数据基线不均匀、数据欠采样的情况下,改进的多基线层析SAR算法能够明显提高反演森林垂直结构参数的能力。本研究为基线不均匀和数据欠采样情况下的多基线SAR数据用于层析成像提供了一种新思路,有助于实现星载SAR数据超分辨率高度维成像。

关键词：森林agb 森林高度 DEM 多基线层析SAR 森林垂直结构剖面

来源：

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

基于改进的RVoG提取森林高度及生物量敏感性分析

基于改进的RVoG提取森林高度及生物量敏感性分析

引用

作者：毛毓东北林业大学

学位级别：硕士

森林地上生物量(above-ground biomass,agb)是森林碳储量的重要评价依据,随着近年来碳中和的研究对森林碳通量与碳储量的测量要求的提高,为有效的大面积的精确的测算森林agb提出了更高的要求。遥感手段具有观测范围大,时间和人力成本低... 详细信息

森林地上生物量(above-ground biomass,agb)是森林碳储量的重要评价依据,随着近年来碳中和的研究对森林碳通量与碳储量的测量要求的提高,为有效的大面积的精确的测算森林agb提出了更高的要求。遥感手段具有观测范围大,时间和人力成本低等特点,在森林观测方面具有巨大潜力,森林高度是森林资源的重要参数,并且与森林agb具有相关性。森林高度和森林agb的估算方面已经开发出多种有效的方法实现有效的观测。星载合成孔径雷达(Spaceborne Synthetic Aperture Radar,SAR)具有全天时全天候观测能力,并且不受光学传感器受到的云层干扰和估算饱和等问题,已经越来越成为森林agb观测任务中的常用遥感手段。本文旨在针对星载SAR在反演森林高度时的时间去相干引起的误差以及估算森林agb时精度不高的问题进行了讨论。基于三阶段反演法和RVoG模型开发了一种适用于星载PolInSAR数据的改进反演法反演森林高度,森林高度的模拟精度最高时RMSE达到2.3125,达到0.8126。随后本文在得到的反演森林高度基础上,结合其他PolSAR提取参数建立回归模型估算森林agb,旨在讨论星载PolInSAR对森林agb的模拟能力以及反演森林高度对森林agb的敏感性,模拟精度最高时RMSE达到1.309 t/ha,达到0.7516,森林高度的反演结果明显的增加了森林agb的估算精度。总结以上结果,本文得到了以下结论:1.星载极化干涉SAR(Polarimetric Interferometric SAR,PolInSAR)数据相较于机载数据具有更长的时间基线和更大的时间去相干干扰,此外星载数据由于传感器距地高度远高于机载数据,从而造成星载干涉数据的垂直波数更小。在提取森林高度时,较小的垂直波数会将时间去相干的干扰进一步扩大,从而造成显著的反演误差。2.通过对时间去相干造成的相位和相干性的影响建模,本文使用一部分实地测量数据作为控制,在RVoG模型(Random Volume over Groud Model)的基础上引入一个复数参数和实数参数,并通过三重迭代进行参数优化,提取最优参数值,并将最优参数带入改进的RVoG模型中,最终以高于15%的精度提取森林高度。3.在星载SAR数据估算森林agb模型中,对森林高度与森林agb的敏感性进行了分析。结果发现,仅使用极化SAR数据提取的后向散射系数和极化分解参数,无论是使用多元线性回归模型还是支持向量机回归方法,森林高度数据能够有效的提高PolSAR参数估算森林agb的稳健性和精确性。

关键词：森林agb 森林高度 ALOS2 PALSAR RVoG模型

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：