黄水生
- 作品数：31 被引量：70H指数：5
- 供职机构：中国林业科学研究院资源信息研究所更多>>
- 发文基金：中央级公益性科研院所基本科研业务费专项国家高技术研究发展计划国家科技支撑计划更多>>
- 相关领域：农业科学自动化与计算机技术天文地球电子电信更多>>
- 基于GIS太阳直接辐射模型的研究被引量：17
- 2003年
- 地面所接收到的太阳直接辐射量是随地面的纬度、高程、坡度、坡向以及地形遮蔽等地形因子的变化而变化的。本文基于GIS技术,利用DEM获取地形因子,在GIS中建立了晴空太阳直接辐射模型。本模型的计算结果准确率达到90%,可应用于农业、林业、生物、生态等领域。
- 谢阳生唐小明黄水生
- 关键词：GISDEM太阳辐射
- 基于遗传算法的森林防火航空巡护路径规划被引量：5
- 2014年
- 针对防火监测区地形地貌、森林资源分布、火灾发生规律以及执行巡护任务的飞机性能等影响因素,提出一种规划森林防火航空巡护路径的方法及流程,利用遗传算法实现路径规划最优解的求解.对实验区的计算结果表明,该方法得到的最优路径与原路径相比,长度缩短了46.06%,且能实现对监测区域的全覆盖,从而减少巡护费用,提高巡护效率.
- 谢阳生黄水生李惺颖唐小明
- 关键词：森林防火遗传算法航路规划
- 面向林火监测的无线传感器布局规划模型被引量：2
- 2014年
- 针对林火监测无线传感器的特点,基于遗传算法建立一个传感器规划模型.该模型在规划过程中通过考虑林区地形、传感器信号范围和信号穿透力等因素,根据所使用的传感器个数和覆盖度要求等约束条件终止算法,其收敛速度和迭代次数可控,可用于地形变化较大的林区火险监测传感器的布局规划,用尽可能少的传感器满足对林区的覆盖度要求.
- 李惺颖黄水生谢阳生唐小明王淑艳
- 关键词：遗传算法林火
- 林火空间扩散动态数据驱动自适应模拟技术研究
- 2010年
- 1课题简介
林火蔓延模拟是林火发展趋势预测和火灾损失评估的重要手段，对林火扑救和防止重大森林火灾发生具有重要意义。林火蔓延模拟是对复杂系统的仿真，涉及许多影响因素，模拟过程不能随火场环境因子变化进行动态模拟是当前影响预测能力的重要问题。本课题依据动态数据驱动应用系统（DDDAS）技术范式，研究动态数据驱动的林火蔓延自适应模拟技术，为建立真正意义上的林火动态反馈控制系统奠定基础。
- 刘鹏举唐小明宁晋杰黄水生谢阳生侯瑞霞庞丽峰毛炎新杨广斌赵亮刘景铭于丹洋
- 关键词：林火蔓延模拟技术数据驱动自适应重大森林火灾
- 动态数据驱动的北京市森林火险天气预报与发布系统研建被引量：3
- 2008年
- 基于动态数据驱动应用系统(DDDAS)技术范式,对北京市森林火险预报与发布系统进行了研究。利用野外自动气象站获取的实时、动态数据以及气象部门提供的预报数据,实现了森林火险等级预报的自动化业务运行,并通过网络和手机短信方式对预报结果进行发布;系统在运行过程中能够根据预报结果自适应地对预报模型进行修正,使预报结果精度得到提高。
- 杨广斌唐小明黄水生罗鹏王亚欣
- 面向林业应用的GIS组件库分析与设计
- 2010年
- 通用的GIS软件对林业行业的特点考虑不多,导致林业信息系统建设难度大、开发周期长、一些林业特有的应用难以实现。本文针对林业信息系统中与GIS相关的业务需求进行分析,提出面向林业应用的GIS组件库框架,阐述该组件库内容,对部分典型的GIS组件库进行了分析和设计。面向林业应用的GIS组件库可以提高林业信息系统开发和应用的效率,有助于提高我国林业空间信息管理水平,加快我国林业信息化。
- 谢阳生黄水生唐小明
- 关键词：组件
- 大都市森林及绿地区划信息协同技术研究被引量：1
- 2012年
- 大都市森林和绿地是一个与城市体系紧密联系的,综合体现自然生态、人工生态、社会生态、经济生态和谐统一的庞杂的生物体系。它们既有共同之处又各具特点,相互关联,相互补充,是一个不可分割的整体。但由于大都市森林和绿地监测管理长期处于分治,作为监测前提的区划也分开进行,区划体系不一致,所获取的森林及绿地资源数据不能全面反映生态环境状况。针对以上问题,以协同学理论为基础,对森林及绿地区划的现状及问题进行了分析,构建了森林及绿地区划信息协同框架,提出了协同区划的关键技术并进行了实现。协同信息区划的实现为森林及绿地资源监测协同奠定了基础。
- 谢阳生黄水生唐小明刘鹏举
- 关键词：大都市绿地区划信息协同
- 一种顾及邻域与地理差异的林分平均高与胸径计算方法
- 本发明公开了一种顾及邻域与地理差异的林分平均高与胸径计算方法，包括数据提取、地域区域统计、建立分层数据集、模型训练、模型精度修正、模型计算和检查整体数据几个环节。本发明提出了一个以生长环境、树种、经营状况与各类调查数据为...
- 罗鹏龙植豪黄水生刘鹏举
- 一种自然保护区内建筑物识别方法及系统
- 本发明涉及一种自然保护区内建筑物识别方法及系统，所述方法包括：对目标区域的卫星影像进行预处理，得到预处理后的多光谱数据；根据所述预处理后的多光谱数据计算光谱指数；基于所述卫星影像、典型波段特征和典型指数样本构建所述目标区...
- 覃先林杨馨媛胡心雨黄水生荚文武红敢
- 文献传递
- 基于MaxEnt模型的石柱县马尾松毛虫害风险空间分布估测
- 2024年
- 【目的】精准掌握重庆市石柱土家族自治县马尾松毛虫害的风险范围,为及时有效地防治虫灾提供有力依据。【方法】选取60个马尾松毛虫分布点的数据,结合该县马尾松区域的地形、气候和人为因子,用MaxEnt模型估测该县的马尾松毛虫害风险。通过环境因子的百分比贡献率、置换重要性和环境因子响应曲线,探讨该县马尾松毛虫适宜生境条件。利用该模型的“训练遗漏、预测面积和阈值达到平衡”的阈值和“阈值熵与原始分布熵相等”的阈值对风险区进行风险分级,将该区域的马尾松毛虫害风险等级划分为低风险、中风险和高风险,并通过地理信息系统统计各个风险区的区域面积。通过该模型AUC均值验证估测精度,以及对比该县2022年马尾松毛虫飞防的区域内各风险区面积占比,对风险分级效果进行验证。【结果】1)年均降水量、月均潜在蒸散发量、距居民点距离和海拔为影响该县马尾松毛虫生存的主要环境因子。2)MaxEnt模型的训练和测试的AUC均值分别为0.92与0.87,标准差为0.013,小于0.05,表明模型的结果为优,预测结果的可靠性高,可用于该县马尾松毛虫害风险估测;通过对比2022年石柱县春季马尾松毛虫的飞防区域,面积占比高达99.05%,表明高风险区分布与其实际分布高度一致,分级效果好。3)该县马尾松毛虫害高风险区主要集中于临溪镇、悦崃镇、鱼池镇、河嘴乡和万朝镇等;王场镇、龙沙镇、王家乡、西沱镇、黎场乡、沿溪镇和万朝镇的高风险区面积占各自乡镇马尾松区域面积高达90%以上。【结论】研究表明,石柱县的马尾松毛虫害高风险区主要集中在西部和北部的乡镇,通过对乡镇间与乡镇内高风险区分布的统计分析,更全面地了解了马尾松毛虫的风险区分布,可为马尾松毛虫的针对性防治与监管提供科学依据。
- 杨馨媛黄水生胡心雨蒋凤蒙方鑫俞琳锋覃先林
- 关键词：马尾松毛虫地理信息系统
