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

洞庭湖湿地净初级生产力估算研究

遥感学报 2023年第6期27卷 1454-1466页

作者：张猛陈淑丹林辉刘洋张怀清中南林业科技大学林业遥感信息工程研究中心长沙410004 中南林业科技大学林业遥感大数据与生态安全湖南省重点实验室长沙410004 中南林业科技大学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 中国林业科学研究院资源信息研究所北京100091

湿地是地球上重要的“碳库”之一,针对湿地净初级生产力NPP (Net Primary Productivity)模拟中时空分辨率不高和估算精度不稳定等方面的问题,本文提出了一种修正的CASA (Carnegie-Ames-Stanford Approach)模型。首先采用遥感云计算下的... 详细信息

湿地是地球上重要的“碳库”之一,针对湿地净初级生产力NPP (Net Primary Productivity)模拟中时空分辨率不高和估算精度不稳定等方面的问题,本文提出了一种修正的CASA (Carnegie-Ames-Stanford Approach)模型。首先采用遥感云计算下的时空融合算法快速、准确地获得了时间序列的Landsat 8多光谱影像,解决湿地NPP估算中高时空分辨率影像缺失问题。然后,利用Landsat 8数据集(光谱波段、陆表水体指数、归一化植被指数等)与自适应Stacking算法得到高精度的植被分类图,并结合植被分类图确定每个植被像元理想条件下最大光能利用率εmax。同时,利用时序陆表水体指数及降水数据计算获得NPP估算中所需的水分胁迫因子。最后,基于归一化植被指数、水分胁迫因子、εmax及气象数据等多种参数,驱动CASA模型对洞庭湖湿地NPP进行估测。研究结果显示,与其他模型相比,本文修正CASA模型估算的NPP与实测的NPP具有最高的相关系数(R2=0.85)和最低的RMSE (20.16 g C/m2),表明该方法能有效、准确地模拟区域湿地生态系统NPP。洞庭湖区主要湿地植被类型芦苇与苔草的NPP均值分别为424.26 g C/m2和357.50g C/m2。

关键词：遥感湿地净初级生产力 CASA 时空融合分类洞庭湖湿地

在线全文

学校读者我要写书评

暂无评论

基于GF-1卫星东洞庭湖湿地类型信息提取

中南林业科技大学学报 2015年第11期35卷 10-15页

作者：和晓风林辉孙华严恩萍胡佳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

以我国自主发射的第一颗高分辨率卫星(GF-1卫星)的影像为数据源,在东洞庭湖开展湿地信息提取。结合国家湿地遥感分类系统和高分影像数据的可解译性,建立了东洞庭湖湿地类型遥感分类系统,包括湖泊、河流、泥滩地、林地、芦苇、苔草、辣蓼... 详细信息

以我国自主发射的第一颗高分辨率卫星(GF-1卫星)的影像为数据源,在东洞庭湖开展湿地信息提取。结合国家湿地遥感分类系统和高分影像数据的可解译性,建立了东洞庭湖湿地类型遥感分类系统,包括湖泊、河流、泥滩地、林地、芦苇、苔草、辣蓼+泥蒿7种湿地类型。利用最佳指数和联合熵2个指标确定最佳波段组合方式为4(R)3(G)2(B),并在遥感图像进行预处理的基础上,采用面向对象的决策树进行分类,结果表明:基于面向对象决策树遥感分类方法比最大似然法分类的精度高,总分类精度达85.41%,Kappa系数为0.822 5,并且各类信息的提取精度均有所提高,其中湖泊、芦苇、林地的精度较高。

关键词：湿地信息提取面向对象决策树东洞庭湖

基于MODIS影像大尺度森林资源信息提取方法研究

在线全文

学校读者我要写书评

暂无评论

中南林业科技大学学报 2015年第11期35卷 21-26,42页

作者：罗朝沁林辉孙华吴梓尚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

森林类型的识别对于掌握森林生态系统和自然环境变化具有重要意义。针对单一时相遥感数据提取森林植被类型信息方法的局限性,以中国东北三省为研究区,探讨了基于多时相MODIS遥感数据,实现主要森林类型识别的方法。将东三省的森林植被划... 详细信息

森林类型的识别对于掌握森林生态系统和自然环境变化具有重要意义。针对单一时相遥感数据提取森林植被类型信息方法的局限性,以中国东北三省为研究区,探讨了基于多时相MODIS遥感数据,实现主要森林类型识别的方法。将东三省的森林植被划分为非林地、针叶林、阔叶林、针阔混交林、灌木林5种类型,通过分析不同森林类型一年内生长差异,选取多时相NDVI第10期、NDIV第23期、EVI第10期、LAI第20期特征数据,建立了非林地、针叶林、阔叶林、针阔混交林、灌木林的决策树模型,实现了森林类型信息的识别,得出了东三省的森林覆盖率42.39%,植被类型分类总体精度为86.7%,与第八次全国森林资源清查的东三省结果对比,森林覆盖率提取精度高达95.6%。说明应用多时相的MODIS遥感影像可以实现大尺度森林资源信息的快速提取,在大范围的植被类型调查与监测方法具有较大的应用价值。

关键词：遥感森林类型概率密度大尺度 MODIS

采用全卷积神经网络与Stacking算法的湿地分类方法

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2020年第24期36卷 257-264,F0003页

作者：张猛林辉龙湘仁中南林业科技大学林业遥感信息工程研究中心长沙410004 中南林业科技大学林业遥感大数据与生态安全湖南省重点实验室长沙410004 中南林业科技大学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

高精度湿地制图对湿地生态保护与精细管理具有重要的支撑作用。针对传统湿地分类方法的精度不高等问题,提出了一种采用全卷积神经(Fully Convolutional Neural,FCN)网络与集成学习的湿地分类方法。首先利用全卷积神经网络(SegNet、UNet... 详细信息

高精度湿地制图对湿地生态保护与精细管理具有重要的支撑作用。针对传统湿地分类方法的精度不高等问题,提出了一种采用全卷积神经(Fully Convolutional Neural,FCN)网络与集成学习的湿地分类方法。首先利用全卷积神经网络(SegNet、UNet及RefineNet)对GF-6影像的语义特征进行提取与融合,然后利用Stacking集成算法对融合后的特征进行判别和分类。结果表明,采用全卷积神经网络与Stacking算法能有效提取湿地信息,总体分类精度为88.16%,Kappa系数为0.85。与采用全卷积神经网络与单一机器学习的随机森林(Random Forest,RF)、支持向量机(Support Vector Machin,SVM)与k-近邻(Nearest Neighbor,kNN)算法相比,该研究提出的湿地分类方法在总体分类精度上分别提高了4.87,5.31和5.08个百分点;与采用单一全卷积神经网络(RefineNet、SegNet、UNet)与Stacking算法下的湿地分类结果,该文提出的湿地分类方法在总体分类精度上分别提高了2.78,4.48与4.91个百分点;该方法一方面能通过卷积神经网络提取遥感影像深层的语义特征,另一方面通过集成学习根据各分类器的表征性能进行合理的选择并重组,从而提高分类精度及其泛化能力。该方法能为湿地信息提取及土地覆盖分类方法的研究提供参考。

关键词：湿地分类卷积神经网络 Stacking 集成学习

基于GF-1遥感影像湿地变化信息检测算法分析

在线全文

学校读者我要写书评

暂无评论

中南林业科技大学学报 2015年第11期35卷 16-20页

作者：刘伟乐林辉孙华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

湿地遥感变化信息检测并识别一直是遥感动态监测的一个技术难点。以东洞庭湖为研究区，2期GF-1遥感影像为研究对象，在数据预处理的基础上，将研究区分为芦苇、苔草、辣蓼与泥蒿、水体、泥滩地等6种类型。研究引进了NDVI植被指数波段与... 详细信息

湿地遥感变化信息检测并识别一直是遥感动态监测的一个技术难点。以东洞庭湖为研究区，2期GF-1遥感影像为研究对象，在数据预处理的基础上，将研究区分为芦苇、苔草、辣蓼与泥蒿、水体、泥滩地等6种类型。研究引进了NDVI植被指数波段与第一主分量波段（PC1）对传统的图像差值算法进行改进，提取出两期影像的变化信息，并与支持向量机的多时相影像分类后检测算法相比较。结果表明：（1）研究区遥感影像经过大气校正和图像配准等预处理之后，GF-1遥感影像变化检测的最佳波段组合为RGB=432；（2）利用支持向量机分类器对两期遥感影像进行分类时，样本选择的可分离度均在1.9～2.0之间，分类结果的总体精度为85.34%，Kappa系数为0.8，满足分类后比较算法提取变化信息的要求；（3）引进NDVI与第一主分量区分变化信息，并采用直方图积累区间确定变化阈值，信息增加的变化阈值设置为0.3，信息减少的变化阈值设置为0.2，Smooth Kernel Size设置为3，Aggregation Min Size设置为30，优化结果最佳。利用2期GF-1遥感影像提取湿地变化信息，分类后比较算法与改进后图像差值算法，图像差值法快速、直接提取变化信息，检测精度为89.6%，Kappa系数为0.9，且不受分类精度与分类样本一致性的限制，明显优于传统分类比较算法，是一种高效可行的方法。

关键词：湿地动变信息 GF-1卫星图像差值算法洞庭湖

在线全文

学校读者我要写书评

暂无评论

神木市植被NDVI动态变化及时空格局分析

中南林业科技大学学报 2023年第7期43卷 109-119,140页

作者：邓目丽蒋馥根龙依王天宏孙华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 中南林业科技大学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 中南林业科技大学南方森林资源经营与监测国家林业和草原局重点实验室湖南长沙410004

【目的】归一化植被指数(normalized difference vegetation index,NDVI)可以指示植被生长和覆盖状况,探究其长时间序列时空动态变化特征规律,对明确区域植被生态变化情况具有重要意义。【方法】利用谷歌地球引擎(google earth engine,G... 详细信息

【目的】归一化植被指数(normalized difference vegetation index,NDVI)可以指示植被生长和覆盖状况,探究其长时间序列时空动态变化特征规律,对明确区域植被生态变化情况具有重要意义。【方法】利用谷歌地球引擎(google earth engine,GEE)云平台获取植被生长季(7—9月)长时间序列Landsat影像并构建NDVI指数。通过变异系数、Sen+Mann-Kendall趋势分析、未来趋势变化分析和空间自相关性计算,分析2000—2020年神木市NDVI时空变化特征及空间格局,并提取NDVI不同聚集区面积结合植被生长季累计降水量和平均气温进行分析。【结果】2000—2020年神木市NDVI显著增加,增速为1.25%·a^(-1);NDVI增加区域、稳定不变区域和退化区域分别占总面积的97.8%、0.4%和1.8%,退化区域主要分布在矿区和城市聚集区;NDVI变异系数主要集中在0.3~0.5之间,整体波动比较剧烈,变异程度呈现“东南高、西北较低”的空间格局;全区NDVI平均Hurst指数0.69,持续显著增加面积占比93.7%,未来植被变化趋势良好。全局Moran’I指数波动下降,NDVI全局空间自相关性逐渐减弱;NDVI低-低型聚集区的面积波动减少,与植被生长季累计降水量表现为显著负相关(P<0.05),低-高型聚集区面积与植被生长季平均气温表现为显著负相关,高-高型聚集区的面积波动增加,与植被生长季累计降水量表现为显著正相关(P<0.05)。【结论】近21年神木市NDVI整体变化较为剧烈,呈现增加趋势,其空间分布趋于破碎化,降水和升温对植被恢复有一定促进作用,且降水对于植被恢复的影响更大,未来植被覆盖状况变化表现为持续性显著增加。

关键词： NDVI google earth engine 变异系数 Sen+Mann-Kendall 空间格局神木市

在线全文

学校读者我要写书评

暂无评论

洞庭湖湿地植被分类研究

中南林业科技大学学报 2015年第11期35卷 27-31页

作者：宋仁飞林辉严恩萍和晓风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

高分一号卫星是我国2013年自主发射的第一颗高分辨率对地观测卫星(GF-1),其在湿地中的应用还比较少见。以洞庭湖湿地为研究区,GF-1影像为主要遥感数据源,在对研究区湿地主要植被柳树、杨树、芦苇和苔草的光谱特征分析基础上,建立决策树... 详细信息

高分一号卫星是我国2013年自主发射的第一颗高分辨率对地观测卫星(GF-1),其在湿地中的应用还比较少见。以洞庭湖湿地为研究区,GF-1影像为主要遥感数据源,在对研究区湿地主要植被柳树、杨树、芦苇和苔草的光谱特征分析基础上,建立决策树分类算法。同时结合GF-1影像特有的纹理信息,引入纹理均值和相异性指数对决策树算法进行改进,结果表明:通过采用纹理均值和相异性指数,总体精度从传统决策树的85.64%提高到了92.66%,Kappa系数从0.82提高到0.91,说明该方法对湿地植被识别的效果较好。这对于同等空间分辨率遥感数据的植被分类具有指导和借鉴作用。

关键词：高分辨率遥感决策树纹理植被分类洞庭湖

基于WorldView-2影像城市绿地信息提取研究

在线全文

学校读者我要写书评

暂无评论

西北林学院学报 2014年第1期29卷 155-160页

作者：陈利林辉孙华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

以深圳市城市绿地为例,对遥感影像进行最佳波段组合、缨帽变换及主成分分析处理,并提取各地物在经处理后影像上的灰度值,利用决策树分类技术进行分类。结果表明:WorldView-2影像经过缨帽变换以及主成分分析处理后,能够明显增强影像的纹... 详细信息

以深圳市城市绿地为例,对遥感影像进行最佳波段组合、缨帽变换及主成分分析处理,并提取各地物在经处理后影像上的灰度值,利用决策树分类技术进行分类。结果表明:WorldView-2影像经过缨帽变换以及主成分分析处理后,能够明显增强影像的纹理信息,突出地物特征,并以各地物在经过缨帽变换及主成分分析处理的灰度值作为决策树分类的阈值,与以往的只利用个波段的灰度值及植被指数等作为阈值相比,精度明显提高,方法也得到改善,分类的总体精度、Kappa系数分别为90.36%、0.88,精度比较高,获得比较好的分类结果,但建设用地和耕地、绿地和耕地之间存在错分现象比较严重,主要是由于它们之间的纹理以及地物的光谱特征相似导致的。

关键词：遥感 WorldView-2 城市绿地信息提取

在线全文

学校读者我要写书评

暂无评论

东洞庭湖湿地植被高光谱数据变换及识别

中南林业科技大学学报 2014年第11期34卷 135-139页

作者：宋仁飞林辉臧卓严恩萍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

高光谱识别是采用大量比较窄的波段对目标物进行同时观测,以实现对目标物更好的观测效果。以东洞庭湖为研究对象,对典型湿地植被苔草、芦苇、芦蒿、辣蓼和旱柳开展野外高光谱观测的基础上,开展数据变换和分类识别。在对数据进行剔除、... 详细信息

高光谱识别是采用大量比较窄的波段对目标物进行同时观测,以实现对目标物更好的观测效果。以东洞庭湖为研究对象,对典型湿地植被苔草、芦苇、芦蒿、辣蓼和旱柳开展野外高光谱观测的基础上,开展数据变换和分类识别。在对数据进行剔除、滤波和重采样后,对高光谱数据进行导数运算、对数运算、对数的导数运算、归一化运算和归一化后导数运算,以突出植被的光谱特征差异。采用主成分分析方法,对高光谱数据进行降维。并运用BP(Back Propagation)神经网络、马氏距离(Mahalanobis)分类法、贝叶斯(Bayes)分类法、费希尔(Fisher)分类法、光谱角度制图法(Spectral Angle Mapper,SAM)、支持向量机(Support Vector Machine,SVM)等6种方法开展湿地植被识别。结果表明:在多种数据变换方法中,LOG(N(R))变换效果最好,而湿地植被识别方法中,光谱角度制图法的精度最高。

关键词：高光谱识别湿地植被光谱特征东洞庭湖