期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Mask R-CNN的平原造林地区单木树冠分割
被引量:
1
1
作者
邢元军
温坤剑
+4 位作者
郭晓妮
宋亚斌
胡中岳
江腾宇
贺紫荆
《林业资源管理》
北大核心
2023年第3期115-120,共6页
利用无人机可见光影像,探索自动提取平原造林地区林木空间分布和数量的方法。以河北省张家口市怀来县造林斑块为研究对象,构建单木树冠数据集,选用不同卷积层的Mask R-CNN模型(R50-FPN-1x、R50-FPN-3x、R101-FPN-3x)进行训练和预测,比...
利用无人机可见光影像,探索自动提取平原造林地区林木空间分布和数量的方法。以河北省张家口市怀来县造林斑块为研究对象,构建单木树冠数据集,选用不同卷积层的Mask R-CNN模型(R50-FPN-1x、R50-FPN-3x、R101-FPN-3x)进行训练和预测,比较各模型在独立测试集的精度。结果表明:各模型均可对造林地区的单木树冠进行分割,其中R101-FPN-3x模型精度最高,为75.33%,召回率为73.23%;基于Mask R-CNN的无人机影像单木分割方法能够快速、精准地自动检测造林地区单木目标,有效地分割单木树冠绘制树冠轮廓,提高中小范围平原造林区域单木调查监测的效率。
展开更多
关键词
无人机
单木树冠分割
Mask
R-CNN
造林成效评价
下载PDF
职称材料
基于B/S架构的营造林可视化管理与分析系统
被引量:
1
2
作者
邢元军
宋亚斌
+3 位作者
郭晓妮
温坤剑
胡中岳
刘宏伟
《中南林业调查规划》
2023年第2期28-34,共7页
合理控制营造林规划面积和质量,把控预期成效,是推动国土空间绿化事业高质量发展的重要基础,也是林长制考核制度的主要参考指标。将传统造林绿化升级转型与现有可视化技术结合,建立三维立体的造林更新数据库,实现统一管理与应用智慧化...
合理控制营造林规划面积和质量,把控预期成效,是推动国土空间绿化事业高质量发展的重要基础,也是林长制考核制度的主要参考指标。将传统造林绿化升级转型与现有可视化技术结合,建立三维立体的造林更新数据库,实现统一管理与应用智慧化造林过程,推动营造林全流程的精准化和高效化,是新时代造林绿化过程中亟待解决的问题。系统基于生长过程的单木模型构建、营造林智能规划、过程可视化、营造林工程管理流程设计为主要技术手段,形成多源图层展示、项目管理、营造林过程三维可视化、核查验收、统计报表五个模块,实现了以造林郁闭时间轴的全过程可视化管理与分析,可为未来大规模国土空间绿化提供技术支撑。
展开更多
关键词
营造林过程
可视化模拟
营造林信息管理
国土空间绿化
下载PDF
职称材料
融合机载和背包激光雷达的桉树单木因子估测
被引量:
4
3
作者
张信杰
郑焰锋
+2 位作者
温坤剑
王鹏杰
吴发云
《林业资源管理》
北大核心
2022年第6期131-137,共7页
以海南省五指山市4块人工桉树林共计157株桉树为例,融合背包激光雷达和机载激光雷达点云数据对桉树单木因子进行了估测,探究融合数据在森林资源调查中的适用性。估测结果与实际样地数据对比表明,融合点云数据在胸径的估测上,R2=0.982,RM...
以海南省五指山市4块人工桉树林共计157株桉树为例,融合背包激光雷达和机载激光雷达点云数据对桉树单木因子进行了估测,探究融合数据在森林资源调查中的适用性。估测结果与实际样地数据对比表明,融合点云数据在胸径的估测上,R2=0.982,RMSE=0.868cm;在树高的估测上,R2=0.895,RMSE=2.005m,优于只使用背包激光雷达数据获取树高精度(R2=0.835,RMSE=2.458m)。基于背包激光雷达点云数据获取的单木胸径精度较高,融合点云数据可改善单一背包点云数据对树高上的估测。
展开更多
关键词
背包激光雷达
机载激光雷达
单木参数
胸径
树高
下载PDF
职称材料
基于背包激光雷达的单木材积估测方法研究
被引量:
2
4
作者
马超
黄华国
+3 位作者
田昕
刘炳杰
温坤剑
王鹏杰
《遥感技术与应用》
CSCD
北大核心
2022年第5期1071-1083,共13页
背包式激光雷达(Backpack Laser Scanning,BLS)在森林资源调查中具有很大的应用潜力,但在复杂地表情景下,单木材积和林分蓄积量提取精度存在较大不确定性。以广西高峰林场为研究区,利用随机森林方法,基于BLS点云数据对单木材积和样地蓄...
背包式激光雷达(Backpack Laser Scanning,BLS)在森林资源调查中具有很大的应用潜力,但在复杂地表情景下,单木材积和林分蓄积量提取精度存在较大不确定性。以广西高峰林场为研究区,利用随机森林方法,基于BLS点云数据对单木材积和样地蓄积量进行估测。首先,对BLS点云进行单木分割,提取单木胸径(DBH)、树高(Htree)、冠幅直径(CD)、冠幅面积(CA)、冠幅体积(CV)、郁闭度(CC)、间隙率(GF)和叶面积指数(LAI)共8个特征参数,并计算56个分层高度指标(高度百分比、累积高度百分比、变异系数、冠层起伏率等)。然后,通过随机森林算法构建单木材积估测模型,并对比各种参数组合的预测精度。得到结果:(1)仅用8个单木结构特征参数进行建模,估测精度为:R^(2)=0.83、RMSE=0.097 m^(3);(2)加入分层高度指标的模型估测精度有所提升:R^(2)=0.87、RMSE=0.087 m^(3);(3)通过Boruta算法进行变量筛选,输入参数从64个减少至52个,估测精度差异不大:R^(2)=0.87、RMSE=0.087 m^(3);(4)样方蓄积量估测精度为:R^(2)=0.97,RMSE=0.703m^(3)·ha-1。结果表明,基于BLS点云建立随机森林单木材积估测模型可以较好地估测单木材积,样方蓄积量估测精度高。
展开更多
关键词
单木材积
背包式激光雷达
随机森林算法
Boruta算法
原文传递
题名
基于Mask R-CNN的平原造林地区单木树冠分割
被引量:
1
1
作者
邢元军
温坤剑
郭晓妮
宋亚斌
胡中岳
江腾宇
贺紫荆
机构
国家林业和草原局中南调查规划院
出处
《林业资源管理》
北大核心
2023年第3期115-120,共6页
文摘
利用无人机可见光影像,探索自动提取平原造林地区林木空间分布和数量的方法。以河北省张家口市怀来县造林斑块为研究对象,构建单木树冠数据集,选用不同卷积层的Mask R-CNN模型(R50-FPN-1x、R50-FPN-3x、R101-FPN-3x)进行训练和预测,比较各模型在独立测试集的精度。结果表明:各模型均可对造林地区的单木树冠进行分割,其中R101-FPN-3x模型精度最高,为75.33%,召回率为73.23%;基于Mask R-CNN的无人机影像单木分割方法能够快速、精准地自动检测造林地区单木目标,有效地分割单木树冠绘制树冠轮廓,提高中小范围平原造林区域单木调查监测的效率。
关键词
无人机
单木树冠分割
Mask
R-CNN
造林成效评价
Keywords
UAV
Single-Tree Crown Segmentation
Mask R-CNN
afforestation evaluation
分类号
S771.8 [农业科学—森林工程]
TP751 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于B/S架构的营造林可视化管理与分析系统
被引量:
1
2
作者
邢元军
宋亚斌
郭晓妮
温坤剑
胡中岳
刘宏伟
机构
国家林业和草原局中南调查规划院
西藏自治区林业调查规划研究院
出处
《中南林业调查规划》
2023年第2期28-34,共7页
文摘
合理控制营造林规划面积和质量,把控预期成效,是推动国土空间绿化事业高质量发展的重要基础,也是林长制考核制度的主要参考指标。将传统造林绿化升级转型与现有可视化技术结合,建立三维立体的造林更新数据库,实现统一管理与应用智慧化造林过程,推动营造林全流程的精准化和高效化,是新时代造林绿化过程中亟待解决的问题。系统基于生长过程的单木模型构建、营造林智能规划、过程可视化、营造林工程管理流程设计为主要技术手段,形成多源图层展示、项目管理、营造林过程三维可视化、核查验收、统计报表五个模块,实现了以造林郁闭时间轴的全过程可视化管理与分析,可为未来大规模国土空间绿化提供技术支撑。
关键词
营造林过程
可视化模拟
营造林信息管理
国土空间绿化
Keywords
afforestation processe
visualization and simulation
information management of afforestation
greening of national spaces
分类号
S757 [农业科学—森林经理学]
下载PDF
职称材料
题名
融合机载和背包激光雷达的桉树单木因子估测
被引量:
4
3
作者
张信杰
郑焰锋
温坤剑
王鹏杰
吴发云
机构
国家林业和草原局林草调查规划院
国家林业和草原局中南调查规划院
出处
《林业资源管理》
北大核心
2022年第6期131-137,共7页
基金
2020年行业管理专项业务经费“陆地碳卫星星机地综合实验”(2020-21-89**)
国家林草局自主研发计划项目“航空和背包激光雷达空地耦合的森林资源调查监测关键技术研究及示范应用”(LC-1-01)。
文摘
以海南省五指山市4块人工桉树林共计157株桉树为例,融合背包激光雷达和机载激光雷达点云数据对桉树单木因子进行了估测,探究融合数据在森林资源调查中的适用性。估测结果与实际样地数据对比表明,融合点云数据在胸径的估测上,R2=0.982,RMSE=0.868cm;在树高的估测上,R2=0.895,RMSE=2.005m,优于只使用背包激光雷达数据获取树高精度(R2=0.835,RMSE=2.458m)。基于背包激光雷达点云数据获取的单木胸径精度较高,融合点云数据可改善单一背包点云数据对树高上的估测。
关键词
背包激光雷达
机载激光雷达
单木参数
胸径
树高
Keywords
backpack LiDAR
airborne LiDAR
single wood parameters
diameter at breast height
tree height
分类号
S758 [农业科学—森林经理学]
下载PDF
职称材料
题名
基于背包激光雷达的单木材积估测方法研究
被引量:
2
4
作者
马超
黄华国
田昕
刘炳杰
温坤剑
王鹏杰
机构
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
中国林业科学研究院资源信息研究所
出处
《遥感技术与应用》
CSCD
北大核心
2022年第5期1071-1083,共13页
基金
中国林业科学研究院中央级公益性科研院所基本科研业务费专项资金项目“森林资源出数关键技术研究”(CAFYBB2021SY006)
国家自然科学基金项目“森林地上生物量动态信息时空协同分析及建模”(41871279)
+1 种基金
国家自然科学基金项目“基于相关生长理论的森林光学微波信息互补机理研究”(41971289)
高分辨率对地观测系统重大专项课题“高分共性产品真实性检验相关标准规范编制”(21-Y20B01-9001-19/22-1)
文摘
背包式激光雷达(Backpack Laser Scanning,BLS)在森林资源调查中具有很大的应用潜力,但在复杂地表情景下,单木材积和林分蓄积量提取精度存在较大不确定性。以广西高峰林场为研究区,利用随机森林方法,基于BLS点云数据对单木材积和样地蓄积量进行估测。首先,对BLS点云进行单木分割,提取单木胸径(DBH)、树高(Htree)、冠幅直径(CD)、冠幅面积(CA)、冠幅体积(CV)、郁闭度(CC)、间隙率(GF)和叶面积指数(LAI)共8个特征参数,并计算56个分层高度指标(高度百分比、累积高度百分比、变异系数、冠层起伏率等)。然后,通过随机森林算法构建单木材积估测模型,并对比各种参数组合的预测精度。得到结果:(1)仅用8个单木结构特征参数进行建模,估测精度为:R^(2)=0.83、RMSE=0.097 m^(3);(2)加入分层高度指标的模型估测精度有所提升:R^(2)=0.87、RMSE=0.087 m^(3);(3)通过Boruta算法进行变量筛选,输入参数从64个减少至52个,估测精度差异不大:R^(2)=0.87、RMSE=0.087 m^(3);(4)样方蓄积量估测精度为:R^(2)=0.97,RMSE=0.703m^(3)·ha-1。结果表明,基于BLS点云建立随机森林单木材积估测模型可以较好地估测单木材积,样方蓄积量估测精度高。
关键词
单木材积
背包式激光雷达
随机森林算法
Boruta算法
Keywords
Volume
Backpack laser scanning
Random forest
Boruta algorithm
分类号
TN958.98 [电子电信—信号与信息处理]
S758 [农业科学—森林经理学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于Mask R-CNN的平原造林地区单木树冠分割
邢元军
温坤剑
郭晓妮
宋亚斌
胡中岳
江腾宇
贺紫荆
《林业资源管理》
北大核心
2023
1
下载PDF
职称材料
2
基于B/S架构的营造林可视化管理与分析系统
邢元军
宋亚斌
郭晓妮
温坤剑
胡中岳
刘宏伟
《中南林业调查规划》
2023
1
下载PDF
职称材料
3
融合机载和背包激光雷达的桉树单木因子估测
张信杰
郑焰锋
温坤剑
王鹏杰
吴发云
《林业资源管理》
北大核心
2022
4
下载PDF
职称材料
4
基于背包激光雷达的单木材积估测方法研究
马超
黄华国
田昕
刘炳杰
温坤剑
王鹏杰
《遥感技术与应用》
CSCD
北大核心
2022
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部