检索结果-南通市图书馆

基于离散粒子群算法的2种新型水体提取方法的对比与验证

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2021年第6期23卷 1106-1117页

作者：李志红李旺平王玉陈璐郁林周兆叶郝君明吴晓东李传华兰州理工大学土木工程学院兰州730050 兰州理工大学甘肃省应急测绘工程研究中心兰州730050 中国科学院西北生态环境资源研究院冰冻圈国家重点实验室青藏高原冰冻圈观测研究站兰州730000 西北师范大学地理与环境科学学院兰州730070

随着遥感技术在水体提取与监测方面的广泛应用,更多的研究者致力于提高遥感水体提取的精度。离散粒子群算法在遥感图像分类研究中获得了较高的精度和更稳健的分类效果,已经被应用到遥感水体提取领域,但其在水体提取中的适用性和精度还... 详细信息

随着遥感技术在水体提取与监测方面的广泛应用,更多的研究者致力于提高遥感水体提取的精度。离散粒子群算法在遥感图像分类研究中获得了较高的精度和更稳健的分类效果,已经被应用到遥感水体提取领域,但其在水体提取中的适用性和精度还有待对比与验证。本文采用最新提出的2种基于离散粒子群算法的水体提取方法,即光谱匹配耦合离散粒子群算法(SMDPSO)与最大熵耦合离散粒子群算法(MEDPSO),基于landsat8oli遥感影像,分别选择了有冰雪、有云、有山体阴影和有建筑物的4种环境复杂,常规方法提取精度较低的区域进行水体提取,并与2种常用的水体指数法(NDWI、MNDWI)进行了对比与验证。结果表明:(1)SMDPSO和MEDPSO方法在4个实验区都能快速地寻找出最佳的水体分布,具有一定的通用性;NDWI和MNDWI方法对有冰雪、有云、有山体阴影和有建筑物影响的区域表现出水体信息的错分现象,提取精度较低;(2)SMDPSO方法能够识别细小河流和离散水体,水体提取精度较高,但在有冰雪、云、山体阴影和建筑物的复杂环境下提取精度较低、误判率高;MEDPSO方法不仅可以识别细小水体,而且也解决了其他3种方法在提取过程中无法抑制背景信息干扰的问题,在4个实验区的总体精度均在97.8%以上,高于其他3种方法;(3)将离散粒子群算法引入到水体提取方法之中,可增强方法的区域整体性,也可提高其水体提取的精度和自动化程度;(4)运用最大熵模型等机器学习方法,可以结合光谱、形状和纹理等影像信息以及地形信息来进行水体识别,使得水体信息提取精度更高。本文的研究可为离散粒子群算法的推广以及遥感水体提取方法的选择提供参考。

关键词：水体提取离散粒子群算法光谱匹配最大熵 NDWI MNDWI landsat8oli 精度评定

在线全文

学校读者我要写书评

暂无评论

基于遥感的区域尺度森林地上生物量估算研究

武汉大学学报（信息科学版） 2015年第10期40卷 1400-1408页

作者：段祝庚赵旦曾源赵玉金吴炳方朱建军中南大学地球科学与信息物理学院湖南长沙410083 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 中南林业科技大学理学院湖南长沙410004 北京师范大学地理学与遥感科学学院遥感科学国家重点实验室北京100875

森林是陆地生态系统最大的碳库,精确估算森林生物量是陆地碳循环研究的关键。首先从机载LiDAR数据中提取高度和密度统计量,采用逐步回归模型进行典型样区生物量估算;然后利用机载LiDAR数据估算的生物量作为样本数据,与多光谱遥感数据Lan... 详细信息

森林是陆地生态系统最大的碳库,精确估算森林生物量是陆地碳循环研究的关键。首先从机载LiDAR数据中提取高度和密度统计量,采用逐步回归模型进行典型样区生物量估算;然后利用机载LiDAR数据估算的生物量作为样本数据,与多光谱遥感数据landsat8oli的波段反射率及植被指数建立回归模型,实现区域尺度森林地上生物量估算。实验结果显示,机载LiDAR数据估算的鼎湖山样区生物量与地面实测生物量的相关性R2达0.81,生物量RMSE为40.85t/ha,说明机载LiDAR点云数据的高度和密度统计量与生物量存在较高的相关性。以机载LiDAR数据估算的生物量为样本数据,结合多光谱遥感数据landsat8oli估算粤西北地区的森林地上生物量,精度验证结果为:R2为0.58,RMSE为36.9t/ha;针叶林、阔叶林和针阔叶混交林等3种不同森林类型生物量的估算结果为:R2分别为0.51(n=251)、0.58(n=235)和0.56(n=241),生物量RMSE分别为24.1t/ha、31.3t/ha和29.9t/ha,估算精度相差不大。总体上看,利用遥感数据可以开展区域尺度的森林地上生物量估算,为森林固碳监测提供有力的参考数据。

关键词：森林地上生物量机载LiDAR landsat8oli 鼎湖山粤西北

基于Geosail模型和SVR算法的叶面积指数遥感反演

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

中国水土保持科学 2018年第6期16卷 48-55页

作者：杨维张学霞赵静瑶北京林业大学水土保持学院北京100083

叶面积指数(LAI)控制着植物冠层的多种生理和生态过程,是陆地生态、水文模型中不可或缺的植被参数,因此准确反演区域LAI对研究植被与土壤侵蚀具有重要意义。本文以北京地区阔叶林为研究对象,利用Geosail模型模拟LAI和7种植被指数:比值... 详细信息

叶面积指数(LAI)控制着植物冠层的多种生理和生态过程,是陆地生态、水文模型中不可或缺的植被参数,因此准确反演区域LAI对研究植被与土壤侵蚀具有重要意义。本文以北京地区阔叶林为研究对象,利用Geosail模型模拟LAI和7种植被指数:比值植被指数(RVI)、归一化植被指数(NDVI)、绿波段植被指数(GNDVI)、重归一化植被指数(RDVI)、土壤调整植被指数(SAVI)、调整土壤亮度植被指数(OSAVI)和修正的土壤调整植被指数(MSAVI),并采用支持向量机回归(SVR)算法和4种统计回归方法(线性函数、二次函数、指数函数和对数函数)建立LAI反演模型,同时通过landsat 8 oli遥感数据和实测数据验证模型精度。研究表明:1) SVR算法相比其他统计回归方法可以提高LAI反演的模型精度和预测精度; 2) OSAVI指数在LAI反演方面的表现要优于NDVI等指数;3) NDVI指数的建模精度很高,但预测精度较低; 4) OSAVI和SVR算法构建的模型精度和稳定性更好,是LAI反演的优选模型,其预测结果最为精确。因此,基于Geosail模型和SVR算法的反演方法可提高LAI反演精度,为大区域LAI反演的应用提供了新的思路,扩展了Geosail模型、SVR算法和landsat 8 oli遥感数据在LAI反演方面的应用潜力。

关键词： SVR算法 Geosail模型叶面积指数 landsat8oli 阔叶林

高程和大气模式对FLAASH模型校正结果的影响

在线全文

学校读者我要写书评

暂无评论

遥感技术与应用 2015年第5期30卷 939-945页

作者：李述刘琪璟南昌大学鄱阳湖环境与资源利用教育部重点实验室江西南昌330029 南昌大学资源环境与化工学院环境科学与工程系江西南昌330031 北京林业大学林学院北京100083

为探讨FLAASH大气校正模型对高程和大气模式参数的敏感性,以中纬度夏季和亚极地夏季大气模式过渡区的两景landsat8oli遥感影像为基础,从高程、大气模式及其综合作用进行了对比分析。实验结果表明：1单景影像而言,FLAASH模型与高程和两... 详细信息

为探讨FLAASH大气校正模型对高程和大气模式参数的敏感性,以中纬度夏季和亚极地夏季大气模式过渡区的两景landsat8oli遥感影像为基础,从高程、大气模式及其综合作用进行了对比分析。实验结果表明：1单景影像而言,FLAASH模型与高程和两种大气模式敏感性不强,各波段反射率平均值相差在0.21%以内;2在相邻两景影像重叠区,FLAASH模型与高程和大气模式敏感性明显加强,可见光波段反射率均值相差在0.5%~1.29%之间;3FLAASH模型能有效去除landsat8影像的大气影响,并使图像信息增强,大气校正的作用效果在短波波段更加明显。

关键词： FLAASH模型 landsat8oli 大气校正

基于资源三号卫星与landsat 8 oli的水库库容估算

在线全文

学校读者我要写书评

暂无评论

信息技术与网络安全 2018年第12期37卷 30-34页

作者：姜晓晨邓正栋武国瑛陆军工程大学国防工程学院江苏南京210007

遥感技术具有探测范围广、更新速度快、周期性强等特点,在水库库容监测中具有巨大优势。以辽宁省抚顺市大伙房水库为研究对象,基于资源三号卫星提取的DEM数据建立模型,从不同时相的landsat 8 oli影像中提取库面积,并利用模型计算库容。... 详细信息

遥感技术具有探测范围广、更新速度快、周期性强等特点,在水库库容监测中具有巨大优势。以辽宁省抚顺市大伙房水库为研究对象,基于资源三号卫星提取的DEM数据建立模型,从不同时相的landsat 8 oli影像中提取库面积,并利用模型计算库容。结果显示:与利用库容曲线计算的库容相比,该方法相对误差在20%以内,且具有较好的相关性,为水库库容的快速估算提供了一种方法,具有一定的实用价值。

关键词： DEM 资源三号 landsat8oli 遥感影像库容大伙房水库

基于卫星遥感数据的库尔勒香梨识别提取方法研究

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2014年第26期14卷 190-196页

作者：刘吉凯钟仕全陈玉兰莫建飞广西壮族自治区气象减灾研究所/国家卫星气象中心遥感应用试验基地广西壮族自治区遥感中心

针对目前国内利用卫星遥感数据的光谱特征及其植被指数对香梨识别提取方法鲜有研究的现状,探讨研究了landsat8oli数据对不同树龄香梨的识别提取方法和实际应用。以库尔勒市中部的英下乡和沙依东园艺场为试验区域。采用多时相landsat8OL... 详细信息

针对目前国内利用卫星遥感数据的光谱特征及其植被指数对香梨识别提取方法鲜有研究的现状,探讨研究了landsat8oli数据对不同树龄香梨的识别提取方法和实际应用。以库尔勒市中部的英下乡和沙依东园艺场为试验区域。采用多时相landsat8oli数据。通过分析试验区内典型地物的光谱特征和植被指数的变化规律以及作物物候历的不同,选择不同树龄香梨树林遥感识别的最佳时相,利用决策树方法构建了不同树龄香梨树林的识别提取模型,实现了香梨种植面积的有效提取。结果表明:1香梨成林(种植5a以上的香梨树林)遥感提取效果较为满意,精度为93.51%,而香梨幼林由于受多种因素的影响,其提取精度只有78.79%,有待进一步研究;2 landsat8oli数据具有较高的时空分辨率,是遥感识别提取库尔勒香梨的潜力数据源。

关键词： landsat8oli 光谱特征植被指数决策树分类库尔勒香梨

时间序列MODIS数据水稻面积提取精度研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

科技通报 2017年第1期33卷 56-61页

作者：汤斌王福民周柳萍张东尼浙江大学建筑工程学院水文与水资源研究所杭州310058

MODIS时间序列数据提取水稻面积是一种常见的区域尺度水稻种植面积提取方法,但对于该方法的面积提取精度的分析还不够明确。为此本文利用landsat 8 oli数据结合监督分类的最大似然法提取江苏省水稻面积,并以landsat数据的提取结果作为... 详细信息

MODIS时间序列数据提取水稻面积是一种常见的区域尺度水稻种植面积提取方法,但对于该方法的面积提取精度的分析还不够明确。为此本文利用landsat 8 oli数据结合监督分类的最大似然法提取江苏省水稻面积,并以landsat数据的提取结果作为参考值,对时间序列MODIS数据的水稻面积提取结果空间位置匹配状况进行评估。主要通过两种方案来展开,一是沿用前人的MODIS数据水稻提取算法参数,提取江苏省水稻面积,评估水稻面积提取总量精度,二是修改水稻提取算法参数,使MODIS数据水稻面积提取与统计数据持平,分析其空间位置匹配状况。研究发现:对于方案一,时间序列MODIS数据提取的水稻面积,在空间分布上有一定准确度,但总体面积偏低;对于方案二,空间匹配上存在较大误差,特别是在南京和启东等地存在误提。沿用统一水稻提取算法参数,年纪之间气象条件变化,造成提取结果的不确定性。

关键词： MOD09A1 landsat8oli 面积提取江苏省

大兴安岭北部主要森林类型积雪特征及遥感估测

在线全文

学校读者我要写书评

暂无评论

大兴安岭北部主要森林类型积雪特征及遥感估测

作者：俞正祥东北林业大学

学位级别：硕士

森林与水循环之间的关系是当前研究的热点问题,积雪是固态的水,降雪是森林水循环中重要的一环。同时,积雪对气候、自然环境和人类活动等的影响不容忽视,具有重要的生态意义。大兴安岭地区地处高纬度地区,是我国重要的国有林区之一具有... 详细信息

森林与水循环之间的关系是当前研究的热点问题,积雪是固态的水,降雪是森林水循环中重要的一环。同时,积雪对气候、自然环境和人类活动等的影响不容忽视,具有重要的生态意义。大兴安岭地区地处高纬度地区,是我国重要的国有林区之一具有重要的经济价值,也是我国东北和华北平原的天然屏障,对维护东北亚地区的生态平衡具有重要意义。本研究依托黑龙江漠河森林生态系统定位研究站,以大兴安岭北部漠河县漠河林场为研究区域,以落叶松林、樟子松林和杨桦林三种区域主要森林类型为研究对象,于2014年冬季积雪期分别对降雪、积雪物理特征、雪面蒸发等雪水文效应进行观测与分析,旨在研究大兴安岭地区三种主要森林类型对降雪和积雪的影响,深入认识和理解森林与积雪的关系,进一步的探索森林雪水文过程机理,从而为大兴安岭地区森林植被对水资源调控机制提供科学依据。同时,为探索利用光学遥感反演雪水当量的方法,估测大兴安岭北部地区冬季地面雪水当量,实现林区区域内雪水文过程的监测,研究采用传统多元线性回归、偏最小二乘回归与BP神经网络三种方法建立系统性雪水当量反演模型,并对三种模型进行评价,选择最优模型对研究区内雪水当量分布进行反演与分析。研究结果表明：(1)森林对降雪的截留作用主要受素是郁闭度与林分组成的影响。不同森林类型在相同降雪等级中的降雪截留率表现为：樟子松林>落叶松林>杨桦林,且随着降雪级别的增大,森林对降雪的截留效应呈现逐渐降低的趋势。其中樟子松林降雪截留率与截雪量最大,分别为22.54%和11.24 mm,大约是落叶松林的2倍,杨桦林的5倍。(2)森林对于雪水文过程具有调控作用,且森林的存在有利于保留地面积雪水资源。林外旷野中积雪在整个观测期因蒸发损失的量为22.49 mm,占降雪量的45%,远高于林内积雪。(3)不同森林类型林内积雪深度特征有明显差异,常绿树种组成的樟子松林林内积雪深度小于落叶树种组成的林型。其中落叶松林林内积雪深度最大,为27.92 cm,樟子松林最小,为23.56 cm。(4)森林类型、降雪、外界环境等因素直接影响着林内积雪密度的变化,其中,落叶松林与杨桦林林内积雪密度变化基本相同,而樟子松林林内积雪密度变化幅度较小。(5)不同林型林内雪水当量差异显著(P落叶松林>樟子松林,其中樟子松林最小,为26.49 mm,杨桦林最大,为39.18 mm。(6)对林区区域雪水当量分布估测时,偏最小二乘模型性能优于传统多元线性回归模型,但BP神经网络模型在拟合程度、模型稳定性与预测精度上均高于线性模型,其RMSE为2.83 mm,rRMSE为0.23,平均拟合精度79.9%,平均预测精度达到79.3%,最高预测精度可达81.9%。(7)选用最优模型对研究区雪水当量分布进行了反演输出,结果表明：研究区内平均地面雪水当量为11.8mm,而漠河林场内雪水当量空间分布差异与地形及土地利用类型有关。

关键词：大兴安岭北部森林类型积雪遥感反演 landsat8oli BP神经网络模型

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

正蓝旗草地地上生物量遥感估算研究

正蓝旗草地地上生物量遥感估算研究

作者：乌如汗内蒙古师范大学

学位级别：硕士

植被生物量一直是众多学者研究的热点问题之一。生物量是衡量生态系统生产者生产量和稳定性的重要指标。草地生物量是区域碳循环的重要组成部分,估算生物量及其时空变化是研究碳循环的基础。对比基于landsat8 oli影像和HJ-1A CCD影像的... 详细信息

植被生物量一直是众多学者研究的热点问题之一。生物量是衡量生态系统生产者生产量和稳定性的重要指标。草地生物量是区域碳循环的重要组成部分,估算生物量及其时空变化是研究碳循环的基础。对比基于landsat8 oli影像和HJ-1A CCD影像的遥感估测,准确估算草地生物量不仅对于地球生态系统至关重要,而且对草地资源的可持续利用也具有重要意义。以内蒙古正蓝旗为研究区,利用2014年8月份实测生物量数据结合2013-2016年landsat8 oli和HJ-1A/B CCD2遥感影像,建立了实测生物量与植被指数间的回归模型,选出最佳估测模型。分析气象因素对草地生物量时间变化的影响、环境因素对草地生物量变化空间分布的影响。主要结论如下:(1)各植被指数相关性从大到小的顺序为RVI>RVI>NDVI>DVI>NDVI>DVI>GNDVI>GNDVI。HJ-1A CCD2影像、landsat8 oli影像植被指数决定系数前三表现均为:RVI>GNDVI>NDVI。回归分析后选择了基于HJ-1A CCD2影像的RVI植被指数一元二次回归模型和landsat8 oli影像的NDVI植被指数的一元二次回归模型作为草地地上生物量反演模型进行检验,最终选取以landsat8 oli影像NDVI植被指数的二次回归模型作为草地生物量估测模型。(2)正蓝旗草地生物量时间上总体呈先减少后増加趋势。其中最小值出现在2014年,值为267.05g/m,最大值出现在2013年,值为378.94g/m。4年平均值为300.10g/m。2013-2016年正蓝旗8月份草地生物量介于267-379g/m之间。4年间草地生物量变化趋势与其7月降水量、8月平均气温趋势大概一致。可以看出降水量影响有滞后现象。(3)总体上中部草地生物量偏多,东西部草地生物量偏低,还有南部草地生物量偏多,北部草地生物量偏少。草地生物量较高的有上都镇、黑城子示范区、五一种畜场、桑根达来东北部、赛音胡都嘎西部、北部,草地生物量较低的有那日图苏木、扎格斯台苏木、宝绍岱苏木、赛音胡都嘎东部等地区。(4)草地生物量各年份之间的变化范围主要集中在50-150,相对离散程度主要集中在0.1-0.4,整体上南部生物量绝对变化、相对变化大,北部草地生物量绝对变化、相对变化小。南部草地生物量稳定性差,北部草地生物量较稳定。宝绍岱苏木、哈毕日嘎镇、那日图苏木、赛音胡都嘎苏木、桑根达来镇、扎格斯台苏木草地生物量较稳定。黑城子示范区、上都镇、五一种畜场、草地生物量稳定较差。宝绍岱苏木、哈毕日嘎镇、那日图苏木、赛音胡都嘎苏木、桑根达来镇、扎格斯台苏木的平均值比正蓝旗均值低,草地生物量较稳定。黑城子示范区、上都镇、五一种畜场的平均值比正蓝旗均值高,草地生物量稳定较差。(5)结合正蓝旗草地生物量变化与地貌类型、植被类型、土壤类型、牲畜数量、人口密度等的分析,看出正蓝旗草地生物量在丘陵、平原、低湿地植被、典型草原、人工植被、草甸草原、栗钙土、灰色森林土、黑钙土、草甸土上绝对离散度大,相对离散度大,草地生物量变化大。正蓝旗草地生物量在半流动沙地、流动沙地、固定沙地、沙地植被、灌丛、灰漠土、灰棕漠土、风沙土、沼泽土、石质土上绝对离散度小,相对离散度小,草地生物量变化较稳定。牲畜对草地生物量的影响大。人口数量对草地生物量的影响小。

关键词： landsat8oli HJ-1A/B CCD2 草地生物量遥感估测植被指数