期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于语义模型的国土调查数据与森林小班数据渐进精化的融合策略研究 被引量:1
1
作者 冯永玉 杨仕勇 +3 位作者 王芳 王学 刘伟 王燕 《河南理工大学学报(自然科学版)》 CAS 北大核心 2022年第2期57-66,共10页
在自然资源调查过程中,科学地进行多源数据融合关联具有重要的理论意义和应用价值。尤其在最近开展的第三次国土调查中,由于自然资源局和林业部对林地的界定存在一定差异,导致两者在林地数据融合关联上出现差异。以山东省淄博市淄川区... 在自然资源调查过程中,科学地进行多源数据融合关联具有重要的理论意义和应用价值。尤其在最近开展的第三次国土调查中,由于自然资源局和林业部对林地的界定存在一定差异,导致两者在林地数据融合关联上出现差异。以山东省淄博市淄川区为研究对象,探索两种数据结构的融合关联方法。首先建立两类数据的地类对应关系,并通过试点数据对其进行优化完善,为数据融合奠定基础;其次对两类数据内容、结构和属性等进行梳理分析,建立涵盖国土调查和森林调查细化因子的渐进精化融合关联模型;最后利用建立的融合关联模型,构建第三次国土调查数据与森林小班数据的融合关联关系和数据库,为图斑要素级直观展现三调图斑的森林调查细化因子以及因地类分类划定含义不同造成的森林面积、林木绿化率等统计表的差异分析提供数据支撑。研究结果可为其他地区两类数据融合关联提供技术支撑与参考。 展开更多
关键词 第三次国土调查数据 森林小班数据 融合关联模型 地类对应关系 语义模型
下载PDF
一种面向并行查询的森林资源小班数据划分粒度研究 被引量:1
2
作者 卜祥亮 唐小明 +1 位作者 殷君茹 李惺颖 《中南林业科技大学学报》 CAS CSCD 北大核心 2015年第9期39-44,共6页
为在并行环境下高效地利用并行计算资源,促进静态负载均衡,从而总体上提高森林资源小班数据在并行环境下查询的响应效率,通过分析数据划分粒度与查询效率的关系,建立了数据划分粒度与查询效率的关系模型。采用辽宁省森林资源小班数据,... 为在并行环境下高效地利用并行计算资源,促进静态负载均衡,从而总体上提高森林资源小班数据在并行环境下查询的响应效率,通过分析数据划分粒度与查询效率的关系,建立了数据划分粒度与查询效率的关系模型。采用辽宁省森林资源小班数据,实验验证了该模型,并取得森林资源小班数据的最佳划分粒度。实验表明,在最佳划分粒度进行并行查询时,查询效率明显优于其它划分粒度。 展开更多
关键词 森林资源小班数据 并行查询 数据划分粒度 查询效率
下载PDF
基于综合蓄水能力法的森林水源涵养功能估算--以江西兴国县为例 被引量:18
3
作者 李佳 邵全琴 刘纪远 《西北林学院学报》 CSCD 北大核心 2012年第4期83-87,共5页
以江西兴国县第6次二类调查森林小班数据为基础(2003年),根据综合蓄水能力法,计算了兴国县森林涵养水源的功能,并比较分析了不同森林类型、海拔和坡位条件上森林涵养水源功能的差异,结果表明:1)2003兴国县森林生态系统面积22.65×10... 以江西兴国县第6次二类调查森林小班数据为基础(2003年),根据综合蓄水能力法,计算了兴国县森林涵养水源的功能,并比较分析了不同森林类型、海拔和坡位条件上森林涵养水源功能的差异,结果表明:1)2003兴国县森林生态系统面积22.65×104 hm2,年涵养水源量1.93×108m3,单位面积森林涵养水源量852.45m3.hm-2;2)不同森林类型涵养水源的功能不同,其中针叶林涵养水源贡献最大,而从单位面积涵养水源能力来看,阔叶林>混交林>针叶林>灌木林;3)不同海拔高度上森林水源涵养功能的贡献不同,其中海拔100~300、300~500和500~1 000m森林为涵养水源功能的主体,其中海拔300~500m森林的涵养水源能力最高;4)不同坡位上森林涵养水源的贡献也不同,其中全坡的森林最高,但是全坡森林单位面积涵养水源能力低。 展开更多
关键词 水源涵养 综合蓄水能力法 森林小班数据 兴国
下载PDF
基于粗糙集与C5.0决策树的林地质量评价 被引量:5
4
作者 张宗艺 刘鹏举 唐小明 《西北农林科技大学学报(自然科学版)》 CSCD 北大核心 2017年第3期96-102,110,共8页
【目的】使用数据挖掘算法实现多因子共同影响下的林地质量综合评价,探索林地质量与环境因子之间的非线性关系,为提高森林经营信息化水平提供技术支持。【方法】使用辽宁省抚顺市胡桃楸(Juglans mandshurica Maxim)森林资源小班数据,采... 【目的】使用数据挖掘算法实现多因子共同影响下的林地质量综合评价,探索林地质量与环境因子之间的非线性关系,为提高森林经营信息化水平提供技术支持。【方法】使用辽宁省抚顺市胡桃楸(Juglans mandshurica Maxim)森林资源小班数据,采用粗糙集算法筛选出与林地质量相关的重要因子,然后建立C5.0决策树,得出环境因子与林地质量间的非线性关系。【结果】影响胡桃楸林地质量的主要因子有坡度、坡向、坡位、海拔、下木种类、下木盖度、地被物种类、地被物盖度和土壤质地;以粗糙集方法选取的因子为输入变量的决策树模型规模小、复杂度低、决策规则简单,预测准确率达91.20%。【结论】本研究提出的林地质量等级预测和评价方法,能在保证模型准确率的同时降低算法的时间和空间复杂性,提高数据挖掘效率,并能克服一般林地质量评价中靠专家打分的局限性与主观性。 展开更多
关键词 粗糙集 决策树 林地质量评价 森林资源小班数据 胡桃楸
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部