检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于GF-6的翅碱蓬生长密度遥感定量反演

海洋环境科学 2023年第1期42卷 151-159页

作者：苏岫李悦铭景昕蒂宋德瑞柳圭泽徐京萍王祥国家海洋环境监测中心辽宁大连116023

翅碱蓬作为辽东湾湿地典型生境植被,其生长密度可直观地反映盘锦蓝色海湾整治行动修复效果。本研究以高分六号(GF-6)卫星影像为数据源,基于野外实测数据,开展翅碱蓬生长密度遥感定量反演。研究发现:(1)翅碱蓬生物量湿重与各植被指数的... 详细信息

翅碱蓬作为辽东湾湿地典型生境植被,其生长密度可直观地反映盘锦蓝色海湾整治行动修复效果。本研究以高分六号(GF-6)卫星影像为数据源,基于野外实测数据,开展翅碱蓬生长密度遥感定量反演。研究发现:(1)翅碱蓬生物量湿重与各植被指数的相关性比干重更为显著,基于转换型土壤调整指数(transformed soil-adjusted vegetation index, TSAVI)的二次多项式回归分析模型是翅碱蓬生物量遥感反演的最优模型;(2)本研究基于实测数据构建的翅碱蓬生长密度模型,对不同覆盖情况的翅碱蓬群落均具有较好适用性,实测验证R^(2)>0.97,符合生长密度遥感反演精度要求,且算法中的土壤线系数具有一定的鲁棒性。本研究可为滨海湿地保护修复效果评估提供技术支持。

关键词：翅碱蓬 GF-6 生物量生长密度遥感定量反演

在线全文

学校读者我要写书评

暂无评论

高分六号宽幅多光谱数据人工林类型分类

遥感学报 2021年第2期25卷 539-548页

作者：黄建文李增元陈尔学赵磊莫冰萍中国林业科学研究院资源信息研究所北京100091 广西壮族自治区国有高峰林场南宁530001

高分六号(GF-6)卫星于2018年成功发射,2019-03正式投入使用。由于GF-6宽幅相机的WFV(Wide Field of View)影像较gf-1的同类影像新增2个红边波段,将会提高对农业、林业、草原等资源监测能力。为了分析GF-6的WFV影像在人工林分类方面的能... 详细信息

高分六号(GF-6)卫星于2018年成功发射,2019-03正式投入使用。由于GF-6宽幅相机的WFV(Wide Field of View)影像较gf-1的同类影像新增2个红边波段,将会提高对农业、林业、草原等资源监测能力。为了分析GF-6的WFV影像在人工林分类方面的能力,促进高分数据在林业领域的应用,本文选取广西高峰林场为研究区,以最新的GF-6 WFV影像为数据源,结合地面实测类型数据,进行广西南宁高峰林场的桉树,杉木等人工林类型提取。主要运用随机森林(random forests)的分层分类法:首先计算6种植被指数,并利用随机森林法进行植被指数的特征优选,然后确定4种波段组合数据集的分类方案,4种数据集分别为(1)无红边的前4个波段,(2)有红边的8个波段,(3)8个波段加上未优化的植被指数特征组合,(4)8个波段加上优化的植被指数特征组合。再进行WFV影像4种数据集的随机森林分类,随机森林采用分类回归树(CART)算法来生成分类树,结合了bagging和随机选择特征变量的优点,是一种有效的分类方法。最后比较4个方案的分类结果并进行精度验证。结果表明:方案2比方案1精度提高了4.99%,Kappa系数提高了0.058。说明包含红边的8波段数据比4个波段数据精度有大幅提升。方案4的8波段加上优化植被指数特征组合的分类精度最高,达到了85.38%,比方案2包含红边波段组和方案1无红边波段组的精度分别提高了3.98%,8.97%,Kappa系数分别提高了0.046,0.104。说明WFV影像加入红边波段比无红边波段精度明显增高。由结果可知,红边指数的引入,增强了植被信息,能够较准确地反映人工林类型特征差异,明显提升了人工林的分类精度。本研究方法可以有效改善广西人工林类型信息提取效果,为GF-6影像质量的评价及其在林业应用潜力提供科学参考依据。

关键词： GF-6 人工林类型分类随机森林分层分类方法红边植被指数

GF-6与Landsat-8影像在水质监测中的差异性分析

在线全文

学校读者我要写书评

暂无评论

环境工程 2022年第4期40卷 196-201页

作者：李弘哲王世杰李成名兰州交通大学测绘与地理信息学院兰州730070 地理国情监测技术应用国家地方联合工程研究中心兰州730070 甘肃省地理国情监测工程实验室兰州730070 中国测绘科学研究院北京100830

针对GF-6与Landsat-8影像在水质监测中的差异性问题,以巢湖水质富营养状态评价为研究内容,对水质参数进行反演,利用综合营养状态指数法构建水质评价模型。运用ENVI 5.3和ArcGIS 10.3软件,实现各项水质参数和综合营养状态指数TLI可视化... 详细信息

针对GF-6与Landsat-8影像在水质监测中的差异性问题,以巢湖水质富营养状态评价为研究内容,对水质参数进行反演,利用综合营养状态指数法构建水质评价模型。运用ENVI 5.3和ArcGIS 10.3软件,实现各项水质参数和综合营养状态指数TLI可视化。对比实测数据,运用Person相关性模型进行反演结果精度评定。结果表明:影像成像时刻巢湖水质营养状态为中营养;GF-6和Landsat-8反演得到的综合营养状态指数TLI分别为42.75和42.13,两者差别较小,但经过与实测数据的相关性分析可得,GF-6和Landsat-8的Person系数分别为0.988和0.965,表明GF-6反演的数据与实测值相关性更强,更加准确可靠。研究结论可为水质监测中如何选用遥感影像数据提供参考。

关键词： GF-6 Landsat-8 巢湖水质监测差异性

基于GF-6时序数据的农作物识别深度学习算法评估

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2021年第15期37卷 161-168,F0003页

作者：陈诗扬刘佳中国农业科学院农业资源与农业区划研究所北京100081

农作物类型制图是农情遥感的重要内容。该研究利用GF-6时序数据,在黑龙江省对基于卷积、递归和注意力3种机制的6个深度学习模型在农作物类型制图中的性能进行了定性和定量的评估。结果表明:所有模型对大豆、玉米和水稻3类主要农作物的F... 详细信息

农作物类型制图是农情遥感的重要内容。该研究利用GF-6时序数据,在黑龙江省对基于卷积、递归和注意力3种机制的6个深度学习模型在农作物类型制图中的性能进行了定性和定量的评估。结果表明:所有模型对大豆、玉米和水稻3类主要农作物的F1值不低于89%、84%和97%,总体分类精度达到了93%~95%。将模型异地迁移后,各模型的总体分类精度下降7.2%~41.0%,基于卷积或递归的深度学习模型仍保持了较强的农作物识别能力,优于基于注意力的深度学习模型和随机森林模型。在时间消耗上,各深度学习模型相比于随机森林模型,训练与推理时间不超过6.2倍。GF-6时序数据结合深度学习模型在分类精度和运行效率上满足高精度大范围农作物制图的需要,且迁移性优于传统模型。研究结果可为深度学习在黑龙江农作物遥感分类任务中的应用提供参考。

关键词：农作物遥感识别深度学习 GF-6 时间序列黑龙江

在线全文

学校读者我要写书评

暂无评论

利用深度学习进行GF-6影像枣园检测识别

测绘通报 2022年第3期 54-59页

作者：段晨阳冯建中全斌白林燕王盼盼西安科技大学陕西西安710054 中国农业科学院北京100081 中国科学院空天信息创新研究院北京100094 新疆生产建设兵团第十四师农业科学研究所新疆昆玉848100

针对新疆南疆大规模枣园的检测识别,本文提出了一种基于泛化迁移深度学习的枣园目标检测识别方法。以GF-6卫星影像数据为基础制作了Jujube数据集,并将其泛化扩充增强;以Faster R-CNN体系为基础,利用多态协同模式实现数据集的有效关联和... 详细信息

针对新疆南疆大规模枣园的检测识别,本文提出了一种基于泛化迁移深度学习的枣园目标检测识别方法。以GF-6卫星影像数据为基础制作了Jujube数据集,并将其泛化扩充增强;以Faster R-CNN体系为基础,利用多态协同模式实现数据集的有效关联和优化重构,进行检测识别模型的迁移深度学习以提高对目标对象检测识别的泛化能力。结果表明,模型算法的验证识别精确率、召回率和调和平均值分别达0.979、0.952和0.965,在应用测试中,3个指标平均值均大于0.929,优于传统检测方法,且本文模型方法总体分类精度为0.97,Kappa系数为0.93,均高于面向对象最邻近法,能够有效地满足研究区规模化枣园目标检测识别的精度和效率的要求,为精细化枣园田间管理提供基础依据。

关键词：枣园目标检测 Faster R-CNN 泛化迁移学习数据增强 GF-6

在线全文

学校读者我要写书评

暂无评论

基于国产高分遥感数据的黑龙江三江湿地分类

中南林业科技大学学报 2022年第9期42卷 71-81页

作者：潘煜琳林辉中南林业科技大学林业遥感信息工程研究中心湖南长沙410004 林业遥感大数据与生态安全湖南省重点实验室湖南长沙410004 南方森林资源经营与监测国家林业与草原局重点实验室湖南长沙410004

【目的】湿地是重要的生态系统之一,实现湿地信息的自动提取和动态监测对湿地资源的科学管理和利用有重要的意义。黑龙江三江湿地是我国最大的淡水沼泽湿地,具有丰富的野生动植物资源。探究国产高分五号(gf-5)高光谱和高分六号(GF-6)多... 详细信息

【目的】湿地是重要的生态系统之一,实现湿地信息的自动提取和动态监测对湿地资源的科学管理和利用有重要的意义。黑龙江三江湿地是我国最大的淡水沼泽湿地,具有丰富的野生动植物资源。探究国产高分五号(gf-5)高光谱和高分六号(GF-6)多光谱遥感数据及其不同特征组合在中高纬度湿地信息分类中的能力,为三江湿地的可持续发展提供科学依据。【方法】首先对获取的高分数据进行辐射定标、大气校正、地理配准、镶嵌和裁剪预处理后,然后采用主成分分析法(Principal Component Analysis,PCA)对高光谱数据进行降维和特征筛选,最终从gf-5遥感影像中选取了5个特征;在GF-6的8个原始波段基础上通过波段计算提取了指数特征(NDVI、NDWI),增加到10个波段,并将gf-5和GF-6影像提取特征进行组合,利用支持向量机(SVM)、随机森林算法(RF)和K-近邻算法(KNN)等3种分类器提取湿地信息。【结果】基于gf-5和GF-6波段组合后的特征组合与SVM算法的结合获取的湿地信息总体分类效果最好,总体精度可达到88.96%,Kappa系数为0.85,能够合理地提取三江湿地的不同地类信息。根据混淆矩阵的数据统计可知,湿地重要的地类草本和水域错分比例明显减少,此外大面积噪声情况有所改善并且细小狭长的水域能够被识别分类。【结论】不同源数据和特征组合的湿地信息提取的精度表明高光谱和多光谱遥感数据的特征组合可以提供丰富的光谱信息,显著减少了“同物异谱,同谱异物”的情况;而且基于gf-5和GF-6特征组合,应用SVM算法,可以获得较高的分类精度,对比单一的gf-5和GF-6遥感数据,总体精度分别提高了16.74%和3.3%,为构建国产高分卫星数据的湿地信息智能提取理论和方法提供技术支撑。

关键词：三江湿地支持向量机随机森林 K-近邻算法 gf-5 GF-6

联合GF-6和Sentinel-2红边波段的森林地上生物量反演

在线全文

学校读者我要写书评

暂无评论

生态学报 2021年第20期41卷 8222-8236页

作者：蒋馥根孙华李成杰马开森陈松龙江平任蓝翔中南林业科技大学林业遥感信息工程研究中心长沙410004 林业遥感大数据与生态安全湖南省重点实验室长沙410004 南方森林资源经营与监测国家林业与草原局重点实验室长沙410004 广西壮族自治区森林资源与生态环境监测中心南宁530000 国家林业和草原局中南调查规划设计院长沙410004

光谱反射率能反映地物差异,是森林地上生物量(Aboveground Biomass, AGB)遥感反演的理论基础。红边波段处于近红外与红光波段交界处快速变化的区域,能对植被冠层结构和叶绿素含量的微小变化做出快速反应,对植被生长状况较敏感。研究以G... 详细信息

光谱反射率能反映地物差异,是森林地上生物量(Aboveground Biomass, AGB)遥感反演的理论基础。红边波段处于近红外与红光波段交界处快速变化的区域,能对植被冠层结构和叶绿素含量的微小变化做出快速反应,对植被生长状况较敏感。研究以GF-6和Sentinel-2多光谱影像作为数据源,结合野外调查AGB数据,构建落叶松和樟子松AGB线性和非线性估测模型,通过比较模型精度选择最优模型进行森林AGB反演和空间分布制图。结果表明:GF-6和Sentinel-2影像红边波段反射率与落叶松、樟子松AGB均呈显著相关(P66,樟子松R2=0.65)和最低的均方根误差(落叶松RMSE=31.45 t/hm^(2),樟子松RMSE=54.77 t/hm^(2))。相比单个数据源,联合GF-6和Sentinel-2影像构建的多元线性回归模型估测效果得到了显著提升,模型RMSE对于落叶松和樟子松AGB估测分别最大降低了22.9%和11.2%。增加红边波段进行AGB估测能显著提高模型估测精度,三组数据源分别加入红边波段信息后进行建模,模型RMSE得到了显著降低。GF-6拥有800 km观测幅宽和高效的重访周期,可以快速地提供大尺度时间序列数据,在森林地上生物量反演和动态监测方面有着很大潜力。

关键词：森林地上生物量落叶松樟子松遥感反演 GF-6 Sentinel-2

Enhanced Anti-Wear Property of Low Viscosity Engine Oil for Sequence IVB Engine Test Meeting the GF-6 Specification

在线全文

学校读者我要写书评

暂无评论

China Petroleum Processing & Petrochemical Technology 2019年第2期21卷 95-102页

作者： Xie Xin Jia Qiulian Zhang Jianrong SINOPEC Research Institute of Petroleum Processing

The purpose of this research is to determine the anti-wear capability of new advanced low viscosity engine oil to meet the Sequence IVB requirement of ILSAC GF-6 specification, which envisages that the first certification will be realized in 2020. The anti-wear performance of the aged candidate GF-6 engine oils was evaluated using the laboratory bench test rigs such as the Falex Pin & Vee Block test machine and the high frequency reciprocating rig (HFRR). The worn surfaces were analyzed by X-ray photoelectron spectroscopy (XPS). The remarkable anti-wear performance of the developed GF-6 engine oil was also confirmed in the Sequence IVB test. The results indicate that by appropriately selecting and balancing the calcium detergent additives the wear loss of cam and tappet determined in the Sequence IVB test at low temperature could be significantly reduced. The time for occurrence of the intersection of the base and acid values corresponds well with the increase of wear of cam tappet of the IVB engine test.

关键词： engine oil GF-6 Sequence IVB anti-wear valvetrain wear

GF-6影像应用于林地与非林地识别的潜力分析

在线全文

学校读者我要写书评

暂无评论

测绘通报 2020年第8期 5-12,17页

作者：刘代超李晓松李向晨杨广斌杨珺婷贵州师范大学地理与环境科学学院贵州贵阳550000 中国科学院遥感与数字地球研究所数字地球重点实验室北京100094 赤峰市林业科学研究院内蒙古赤峰024000

为研究我国首颗携带红边波段的高分六影像(GF-6)在林地与非林地上的识别贡献,本文选择复杂林地类型的安徽省黄山市作为研究区,采用特征优选(RFE)与随机森林(RF)相结合的方法开展了林地与非林地识别潜力研究。首先根据实地调查、Google E... 详细信息

为研究我国首颗携带红边波段的高分六影像(GF-6)在林地与非林地上的识别贡献,本文选择复杂林地类型的安徽省黄山市作为研究区,采用特征优选(RFE)与随机森林(RF)相结合的方法开展了林地与非林地识别潜力研究。首先根据实地调查、Google Earth影像及林地"一张图"样本数据构建了样本库;然后基于DEM、多时相光谱特征、植被指数、红边指数等特征开展分类,并比较不同模型精度及不同变量的重要度。结果表明:GF-6红边信息对林地非林地识别较为重要,引入红边信息可将总体分类精度提升2%,其他新增波段及地形特征对林地与非林地识别贡献并不明显;多时相数据的运用相比单时相数据可整体提高林地类型的分类精度2.93%~4.1%,单时相分类结果6月最好,9月次之,12月最差;特征优选可以有效减少数据输入维数(46到15),并取得最高分类精度,在不牺牲精度的同时保证了运算数据量的减少且明确了不同变量的贡献,具有较强的应用意义。

关键词： GF-6 林地与非林地 RFE 随机森林特征重要性