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
5
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
基于贵州省大样地调查的图斑区划判读与群团样地判读对比分析
被引量:
1
1
作者
唐毅
《中南林业调查规划》
2017年第1期52-57,共6页
基于贵州省森林资源宏观监测大样地调查方法,对比分析大样地图斑区划判读和群团样地判读两种方案的监测结果,以及与2015年度森林资源连续清查结果相比较,结果表明:群团样地判读方案森林面积估计结果更接近于连续清查结果;就森林资源现...
基于贵州省森林资源宏观监测大样地调查方法,对比分析大样地图斑区划判读和群团样地判读两种方案的监测结果,以及与2015年度森林资源连续清查结果相比较,结果表明:群团样地判读方案森林面积估计结果更接近于连续清查结果;就森林资源现状监测而言,群团样地判读方案优于图斑区划判读方案。
展开更多
关键词
森林资源
监测
图斑区划
群团样地
下载PDF
职称材料
宁夏森林资源宏观监测群团判读与图斑区划调查方法对比分析
2
作者
牛娟
《宁夏农林科技》
2018年第8期28-30,共3页
为缩短森林资源数据产出周期,宁夏于2015年开展了森林资源宏观监测,全区采用群团样地判读和图斑区划判读两种方案,对比分析两种调查方法的结果,并且与2015年度森林资源连续清查结果比较,为探索宏观监测方法提供依据。
关键词
宏观监测
群团样地
图斑区划
下载PDF
职称材料
图斑区划在草原资源调查中的应用
3
作者
和紫微
刘智军
李雄
《林业建设》
2023年第6期27-30,共4页
新时期草原调查监测体系的构建紧迫而必要,其中开展与林地图斑对接融合的草原草班、小班区划是构建草原调查监测体系的基础性工作。通过借鉴森林资源调查中图斑区划技术,结合草原的特点,初步探索适用于草原资源调查的图斑区划方法。相...
新时期草原调查监测体系的构建紧迫而必要,其中开展与林地图斑对接融合的草原草班、小班区划是构建草原调查监测体系的基础性工作。通过借鉴森林资源调查中图斑区划技术,结合草原的特点,初步探索适用于草原资源调查的图斑区划方法。相较于传统的草原调查,图斑区划技术的应用可进一步增加调查成果的科学性及合理性,以及资源管理的便捷性,同时也有力促进林业草原融合发展。
展开更多
关键词
草原调查
草原监测
图斑区划
草原基况
原文传递
91卫图助手软件在林业工作中的应用
被引量:
1
4
作者
李金亮
蒋伟昌
《林业调查规划》
2019年第1期16-19,共4页
91卫图助手软件界面清爽、操作简单、方便易用,具有支持全球高清卫星影像下载、支持全球高精度高程数据下载、强大的标注、勾绘功能以及可直接加载矢量图层等功能,用于在线图斑勾绘,其勾绘的图斑与ArcGIS软件交融性较好。文章阐述该款...
91卫图助手软件界面清爽、操作简单、方便易用,具有支持全球高清卫星影像下载、支持全球高精度高程数据下载、强大的标注、勾绘功能以及可直接加载矢量图层等功能,用于在线图斑勾绘,其勾绘的图斑与ArcGIS软件交融性较好。文章阐述该款软件在林地变更判读图斑区划中的应用方法、该软件与ArcGIS软件交融性以及与手机版的奥维互动地图软件相结合的操作步骤,并就该软件在野外作业与内业作业的协同性、数据的同步性、影像的时相性等问题进行了讨论。
展开更多
关键词
91卫
图
助手软件
地
图
下载
林地变更
判读
图斑区划
ARCGIS
软件交融性
奥维互动地
图
下载PDF
职称材料
基于改进YOLOv8的无人机遥感影像树种识别方法
5
作者
陈琦
林鑫
白澳坤
《广西林业科学》
2024年第4期523-529,共7页
为利用周围环境信息识别不同树种,建立松树(Pinus spp.)、杉木(Cunninghamia lanceolata)、桉树(Eucalyptus spp.)和其他阔叶树的高分辨率无人机影像数据集,验证YOLOv8-LSK算法的识别效果;通过公共数据集,验证YOLOv8-LSK算法的泛化能力...
为利用周围环境信息识别不同树种,建立松树(Pinus spp.)、杉木(Cunninghamia lanceolata)、桉树(Eucalyptus spp.)和其他阔叶树的高分辨率无人机影像数据集,验证YOLOv8-LSK算法的识别效果;通过公共数据集,验证YOLOv8-LSK算法的泛化能力;为验证YOLOv8-LSK算法的精确率,将YOLOv8-LSK算法与5种算法进行对比;通过消融试验,验证YOLOv8-LSK算法的有效性。为验证空间注意力效果,采用YOLOv8算法作为基线,将LSK模块与不同轻量级模块进行比较。结果表明,与R3Det、CFA、AOPG和RVSA算法相比,YOLOv8-LSK算法mAP最高(81.23%),泛化能力较高。与TridentNet、RT-DETR、ReDet、Faster-RCNN和RTMDet算法相比,YOLOv8-LSK算法mAP最高(78.61%),精确率较高。消融试验结果表明,与YOLOv8、YOLOv7和YOLOv6算法相比,YOLOv8-LSK算法mAP显著提升。与CBAM、SKNet和ConvNext模块相比,YOLOv8-LSK算法mAP最高(78.61%)。YOLOv8-LSK算法识别的树种图斑边界均较明显,感受野更大。
展开更多
关键词
深度学习
图斑区划
树种识别
森林资源调查
YOLOv8
下载PDF
职称材料
题名
基于贵州省大样地调查的图斑区划判读与群团样地判读对比分析
被引量:
1
1
作者
唐毅
机构
西藏自治区林业调查规划研究院
出处
《中南林业调查规划》
2017年第1期52-57,共6页
文摘
基于贵州省森林资源宏观监测大样地调查方法,对比分析大样地图斑区划判读和群团样地判读两种方案的监测结果,以及与2015年度森林资源连续清查结果相比较,结果表明:群团样地判读方案森林面积估计结果更接近于连续清查结果;就森林资源现状监测而言,群团样地判读方案优于图斑区划判读方案。
关键词
森林资源
监测
图斑区划
群团样地
Keywords
forest resources
monitoring
department interpretation
cluster
分类号
S757.21 [农业科学—森林经理学]
下载PDF
职称材料
题名
宁夏森林资源宏观监测群团判读与图斑区划调查方法对比分析
2
作者
牛娟
机构
国家林业局西北林业调查规划设计院
出处
《宁夏农林科技》
2018年第8期28-30,共3页
文摘
为缩短森林资源数据产出周期,宁夏于2015年开展了森林资源宏观监测,全区采用群团样地判读和图斑区划判读两种方案,对比分析两种调查方法的结果,并且与2015年度森林资源连续清查结果比较,为探索宏观监测方法提供依据。
关键词
宏观监测
群团样地
图斑区划
Keywords
Macroscopic monitoring
Cluster sampling
Patch division
分类号
S757.2 [农业科学—森林经理学]
下载PDF
职称材料
题名
图斑区划在草原资源调查中的应用
3
作者
和紫微
刘智军
李雄
机构
国家林业和草原局西南调查规划院
出处
《林业建设》
2023年第6期27-30,共4页
文摘
新时期草原调查监测体系的构建紧迫而必要,其中开展与林地图斑对接融合的草原草班、小班区划是构建草原调查监测体系的基础性工作。通过借鉴森林资源调查中图斑区划技术,结合草原的特点,初步探索适用于草原资源调查的图斑区划方法。相较于传统的草原调查,图斑区划技术的应用可进一步增加调查成果的科学性及合理性,以及资源管理的便捷性,同时也有力促进林业草原融合发展。
关键词
草原调查
草原监测
图斑区划
草原基况
Keywords
grassland survey
grassland monitoring
map pattern regionalization
grassland base condition
分类号
F32 [经济管理—产业经济]
原文传递
题名
91卫图助手软件在林业工作中的应用
被引量:
1
4
作者
李金亮
蒋伟昌
机构
云南省林业调查规划院大理分院
出处
《林业调查规划》
2019年第1期16-19,共4页
文摘
91卫图助手软件界面清爽、操作简单、方便易用,具有支持全球高清卫星影像下载、支持全球高精度高程数据下载、强大的标注、勾绘功能以及可直接加载矢量图层等功能,用于在线图斑勾绘,其勾绘的图斑与ArcGIS软件交融性较好。文章阐述该款软件在林地变更判读图斑区划中的应用方法、该软件与ArcGIS软件交融性以及与手机版的奥维互动地图软件相结合的操作步骤,并就该软件在野外作业与内业作业的协同性、数据的同步性、影像的时相性等问题进行了讨论。
关键词
91卫
图
助手软件
地
图
下载
林地变更
判读
图斑区划
ARCGIS
软件交融性
奥维互动地
图
Keywords
91 Satellite Map Assistant Software
map download
forestland change
interpretation of patch zoning
ArcGIS software
integration of softwares
Orville interactive map software
分类号
S712 [农业科学—林学]
下载PDF
职称材料
题名
基于改进YOLOv8的无人机遥感影像树种识别方法
5
作者
陈琦
林鑫
白澳坤
机构
广西壮族自治区林业勘测设计院
广西大学计算机与电子信息学院
出处
《广西林业科学》
2024年第4期523-529,共7页
基金
基于无人机遥感的松材线虫病受害木自动识别研究(2023GXZCLK71)。
文摘
为利用周围环境信息识别不同树种,建立松树(Pinus spp.)、杉木(Cunninghamia lanceolata)、桉树(Eucalyptus spp.)和其他阔叶树的高分辨率无人机影像数据集,验证YOLOv8-LSK算法的识别效果;通过公共数据集,验证YOLOv8-LSK算法的泛化能力;为验证YOLOv8-LSK算法的精确率,将YOLOv8-LSK算法与5种算法进行对比;通过消融试验,验证YOLOv8-LSK算法的有效性。为验证空间注意力效果,采用YOLOv8算法作为基线,将LSK模块与不同轻量级模块进行比较。结果表明,与R3Det、CFA、AOPG和RVSA算法相比,YOLOv8-LSK算法mAP最高(81.23%),泛化能力较高。与TridentNet、RT-DETR、ReDet、Faster-RCNN和RTMDet算法相比,YOLOv8-LSK算法mAP最高(78.61%),精确率较高。消融试验结果表明,与YOLOv8、YOLOv7和YOLOv6算法相比,YOLOv8-LSK算法mAP显著提升。与CBAM、SKNet和ConvNext模块相比,YOLOv8-LSK算法mAP最高(78.61%)。YOLOv8-LSK算法识别的树种图斑边界均较明显,感受野更大。
关键词
深度学习
图斑区划
树种识别
森林资源调查
YOLOv8
Keywords
deep learning
patch zoning
tree species recognition
forest resource survey
YOLOv8
分类号
S771.8 [农业科学—森林工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于贵州省大样地调查的图斑区划判读与群团样地判读对比分析
唐毅
《中南林业调查规划》
2017
1
下载PDF
职称材料
2
宁夏森林资源宏观监测群团判读与图斑区划调查方法对比分析
牛娟
《宁夏农林科技》
2018
0
下载PDF
职称材料
3
图斑区划在草原资源调查中的应用
和紫微
刘智军
李雄
《林业建设》
2023
0
原文传递
4
91卫图助手软件在林业工作中的应用
李金亮
蒋伟昌
《林业调查规划》
2019
1
下载PDF
职称材料
5
基于改进YOLOv8的无人机遥感影像树种识别方法
陈琦
林鑫
白澳坤
《广西林业科学》
2024
0
下载PDF
职称材料
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