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
2
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
基于多分类器集成的沅陵县天然林类型信息提取研究
1
作者
张颖
肖越
+2 位作者
鲁宏旺
龙江平
林辉
《湖南林业科技》
2023年第3期28-36,共9页
对天然林进行分类能够掌握天然林的林分组成与生长状况,是对天然林进行保护的前提,然而由于天然林林内林分组成复杂、龄组不一致等原因,使得如何使用遥感技术准确且有效地提取天然林信息成为了亟待解决的问题。针对于此,本研究以Sentine...
对天然林进行分类能够掌握天然林的林分组成与生长状况,是对天然林进行保护的前提,然而由于天然林林内林分组成复杂、龄组不一致等原因,使得如何使用遥感技术准确且有效地提取天然林信息成为了亟待解决的问题。针对于此,本研究以Sentinel-2影像为数据源,提取光谱特征、植被指数以及纹理特征等31个分类特征,采用随机森林算法进行了特征筛选。结合分层分类的思想,将最大似然算法(ML)、神经网络算法(ANN)、支持向量机算法(SVM)以及随机森林算法(RF)4种单分类器以加权投票的策略进行了集成(EL),以期提高天然林信息提取精度。结果表明:RF为4种单分类算法中的最佳算法,但EL的表现更为优秀,其总体精度达到了87.18%,相较于RF、SVM、ANN和ML分别提高了4.13、7.94、8.86、9.01个百分点;EL的Kappa系数达到了0.82,展现出了极佳的分类性能,表明EL能够有效提高天然林分类的精度。
展开更多
关键词
遥感信息提取
天然林分类
集成学习
分层分类
Sentinel-2
下载PDF
职称材料
结合Landsat 8与PALSAR-2影像的龙南县针叶林蓄积量遥感估测研究
被引量:
3
2
作者
罗凯健
许晓东
+3 位作者
龙江平
徐聪荣
林辉
和晓风
《林业资源管理》
北大核心
2021年第1期69-76,共8页
林分蓄积量估测是林业遥感的重要研究领域,由于云雾天气和光谱饱和现象等因素限制了光学遥感影像估测林分蓄积量的精度。合成孔径雷达(SAR)具有穿透性强、受云雾影响小等特点,弥补了光学遥感的不足。以江西省龙南县的针叶林为研究对象,...
林分蓄积量估测是林业遥感的重要研究领域,由于云雾天气和光谱饱和现象等因素限制了光学遥感影像估测林分蓄积量的精度。合成孔径雷达(SAR)具有穿透性强、受云雾影响小等特点,弥补了光学遥感的不足。以江西省龙南县的针叶林为研究对象,结合Landsat 8与PALSAR-2双极化SAR影像数据,在遥感数据预处理基础上,提取了光谱信息、植被指数、纹理信息和后向散射系数等共245个遥感因子。基于Pearson相关系数法和多元逐步回归法,筛选出65个遥感因子参与林分蓄积量估测。以林分郁闭度作为分层因子,分别采用线性、KNN、支持向量机(SVM)、多重感知机(MLP)和随机森林(RF)5种模型估测林分蓄积量,并对估测结果进行精度检验。实验结果表明:1)相比单独使用Landsat 8的光谱和纹理信息,基于郁闭度分级并融合PALSAR-2的后向散射信息明显提高了蓄积量的反演精度;2)对于低郁闭度林分,线性模型精度最高(rRMSE=21.16%),中郁闭度林分,多重感知机模型估测效果最好(rRMSE=30.61%),高郁闭度林分,多重感知机模型估测效果最好(rRMSE=27.53%)。在结合PALSAR-2的后向散射系数的基础上,郁闭度分层能有效改善中高蓄积量区域的反演精度。
展开更多
关键词
郁闭度分级
PALSAR-2
林分蓄积量
多重感知机模型
针叶林
下载PDF
职称材料
题名
基于多分类器集成的沅陵县天然林类型信息提取研究
1
作者
张颖
肖越
鲁宏旺
龙江平
林辉
机构
中南
林业
科技大学
林业
遥感信息工程研究中心
林业
遥感大数据与生态安全湖南省重点实验室
南方森林资源经营与监测国家
林业
与草原局重点实验室
长沙市长长林业技术咨询有限责任公司
出处
《湖南林业科技》
2023年第3期28-36,共9页
基金
湖南省重点研发计划(2020NK2051)。
文摘
对天然林进行分类能够掌握天然林的林分组成与生长状况,是对天然林进行保护的前提,然而由于天然林林内林分组成复杂、龄组不一致等原因,使得如何使用遥感技术准确且有效地提取天然林信息成为了亟待解决的问题。针对于此,本研究以Sentinel-2影像为数据源,提取光谱特征、植被指数以及纹理特征等31个分类特征,采用随机森林算法进行了特征筛选。结合分层分类的思想,将最大似然算法(ML)、神经网络算法(ANN)、支持向量机算法(SVM)以及随机森林算法(RF)4种单分类器以加权投票的策略进行了集成(EL),以期提高天然林信息提取精度。结果表明:RF为4种单分类算法中的最佳算法,但EL的表现更为优秀,其总体精度达到了87.18%,相较于RF、SVM、ANN和ML分别提高了4.13、7.94、8.86、9.01个百分点;EL的Kappa系数达到了0.82,展现出了极佳的分类性能,表明EL能够有效提高天然林分类的精度。
关键词
遥感信息提取
天然林分类
集成学习
分层分类
Sentinel-2
Keywords
remote sensing information extraction
natural forest classification
integrated learning
hierarchical classification
Sentinel-2
分类号
TP753 [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
结合Landsat 8与PALSAR-2影像的龙南县针叶林蓄积量遥感估测研究
被引量:
3
2
作者
罗凯健
许晓东
龙江平
徐聪荣
林辉
和晓风
机构
中南
林业
科技大学林学院
林业
遥感信息工程研究中心
林业
遥感大数据与生态安全湖南省重点实验室
江西省
林业
调查规划研究院
长沙市长长林业技术咨询有限责任公司
出处
《林业资源管理》
北大核心
2021年第1期69-76,共8页
基金
国家自然科学基金重点项目(41531068)
“十三五”国家重点研发计划项目“人工林资源监测关键技术研究”(2017YFD0600900)。
文摘
林分蓄积量估测是林业遥感的重要研究领域,由于云雾天气和光谱饱和现象等因素限制了光学遥感影像估测林分蓄积量的精度。合成孔径雷达(SAR)具有穿透性强、受云雾影响小等特点,弥补了光学遥感的不足。以江西省龙南县的针叶林为研究对象,结合Landsat 8与PALSAR-2双极化SAR影像数据,在遥感数据预处理基础上,提取了光谱信息、植被指数、纹理信息和后向散射系数等共245个遥感因子。基于Pearson相关系数法和多元逐步回归法,筛选出65个遥感因子参与林分蓄积量估测。以林分郁闭度作为分层因子,分别采用线性、KNN、支持向量机(SVM)、多重感知机(MLP)和随机森林(RF)5种模型估测林分蓄积量,并对估测结果进行精度检验。实验结果表明:1)相比单独使用Landsat 8的光谱和纹理信息,基于郁闭度分级并融合PALSAR-2的后向散射信息明显提高了蓄积量的反演精度;2)对于低郁闭度林分,线性模型精度最高(rRMSE=21.16%),中郁闭度林分,多重感知机模型估测效果最好(rRMSE=30.61%),高郁闭度林分,多重感知机模型估测效果最好(rRMSE=27.53%)。在结合PALSAR-2的后向散射系数的基础上,郁闭度分层能有效改善中高蓄积量区域的反演精度。
关键词
郁闭度分级
PALSAR-2
林分蓄积量
多重感知机模型
针叶林
Keywords
canopy density classification
PALSAR-2
stand volume
multi-perceptron model
coniferous forest
分类号
S758 [农业科学—森林经理学]
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
基于多分类器集成的沅陵县天然林类型信息提取研究
张颖
肖越
鲁宏旺
龙江平
林辉
《湖南林业科技》
2023
0
下载PDF
职称材料
2
结合Landsat 8与PALSAR-2影像的龙南县针叶林蓄积量遥感估测研究
罗凯健
许晓东
龙江平
徐聪荣
林辉
和晓风
《林业资源管理》
北大核心
2021
3
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