您的位置: 专家智库 > >

李太兴

作品数:4 被引量:37H指数:4
供职机构:吉林省白河林业局更多>>
发文基金:教育部留学回国人员科研启动基金浙江省省院合作林业科技项目国家科技重大专项更多>>
相关领域:农业科学自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇农业科学
  • 1篇自动化与计算...

主题

  • 2篇HYPERI...
  • 1篇地物
  • 1篇地物分类
  • 1篇多样性
  • 1篇森林经理学
  • 1篇生态
  • 1篇生态安全
  • 1篇天然红松
  • 1篇乔木
  • 1篇小波
  • 1篇小波分解
  • 1篇小波分析
  • 1篇小波融合
  • 1篇林分
  • 1篇可持续发展
  • 1篇阔叶
  • 1篇阔叶林
  • 1篇红松阔叶林
  • 1篇HYPERI...
  • 1篇波分

机构

  • 4篇吉林省白河林...
  • 2篇中国科学院
  • 2篇中国林业科学...
  • 1篇浙江农林大学

作者

  • 4篇李太兴
  • 2篇谭炳香
  • 2篇金永焕
  • 1篇杜华强
  • 1篇代力民
  • 1篇李世明
  • 1篇谷会岩
  • 1篇王景田
  • 1篇牟强
  • 1篇周莉

传媒

  • 1篇南京林业大学...
  • 1篇山地学报
  • 1篇沈阳农业大学...
  • 1篇浙江农林大学...

年份

  • 2篇2018
  • 1篇2005
  • 1篇2004
4 条 记 录,以下是 1-4
排序方式:
基于小波分析的Hyperion影像地物分类波段宽度被引量:4
2018年
【目的】高光谱遥感为地物的精细识别提供优势的同时,也带来了数据量多、波段间相关性大、处理精度和效率下降等问题,而且在遥感分类中并不是使用的通道越多、波段越窄效果越好。因此笔者从光谱角度出发探讨降低高光谱数据量,以寻求适宜遥感分类波段宽度的方法。【方法】首先对Hyperion影像进行处理,主要包括去除未定标和受水汽影像波段、坏线、条纹和Smile效应,辐射定标和大气校正处理后得到161个波段,对选用的LIR级数据进行几何校正。根据样地调查情况确定试验区待分类别,对提取的14类地物样本平均光谱进行7次Sym^3小波分解,由得到的小波细节系数方差和小波细节系数熵分析适宜各类型识别的光谱区间,然后将不同光谱区间内窄波段进行小波融合,最后选取支持向量机方法进行分类识别。【结果】美人松林、落叶松林、樟子松林、针叶混交林、阔叶混交林、火烧迹地、水体、耕地和未利用地9类地物识别的适宜光谱分辨率为40 nm,剩余5种地物识别的适宜光谱分辨率为80 nm,不同光谱区间对应的波段数大大降低,且最终分类精度总体都达到81%以上。【结论】将小波分析与支持向量机方法(SVM)结合,解决了高光谱存在的"维数灾难"问题,提高了高光谱数据的利用率,遥感分类中并不是使用的通道越多、波段越窄效果越好。
房秀凤谭炳香杜华强王怀警李太兴
关键词:HYPERION影像小波分解小波融合
长白山区天然红松阔叶林乔木种多样性变化被引量:18
2004年
以长白山区红松阔叶林为研究对象,采用空间代替时间的方法,对于不同年度进行中度择伐后形成的天然次生林,进行群落学调查,并根据树高划分为主林层、中林层、更新层,分析和探讨了经过人为干扰以后的28年恢复期间乔木种多样性的变化动态。研究结果表明,经人为干扰后,天然次生林内林分的乔木种丰富度和Shannon多样性指数变化均较小,林分均匀度指数在择伐后的5年间迅速减小,直至第28年为止始终小于原始林;在28年恢复期间物种丰富度指数、Shannon指数、Pielou指数、Simpson指数在不同高度层的分布格局变化均较大,且同原始林相比相差较大;林分不同层内乔木树种的多样性变化动态较复杂。
金永焕谷会岩申光日周莉代力民牟强王景田李太兴
关键词:乔木多样性红松阔叶林
图们江地区生态安全与区域可持续发展的思考被引量:6
2005年
图们江地区的生态安全问题直接关系到该区域社会经济的可持续发展图们江地区的水土流失水污染大气污染等问题,已经在很大程度上对区域生态安全造成威胁结合图们江地区主要生态环境问题及生物多样性减少等现状,探讨了保证生态安全实现区域可持续发展的战略和对策,对于图们江地区的生态环境建设,维护生态安全。
金永焕李太兴崔长寿
关键词:生态安全可持续发展
C5.0决策树Hyperion影像森林类型精细分类方法被引量:10
2018年
以吉林省白河林业局为中心研究区,利用星载高光谱Hyperion数据并结合其他辅助数据,综合利用影像光谱特征、纹理特征、地形特征、典型地类和主要森林类型外业调查样本数据,探究针对C5.0决策树算法的高光谱影像土地覆盖类型多层次信息提取与森林类型识别的有效方法。在分析典型地物光谱特征的基础上,优选8种纹理特征,引入主成分分量及与主要森林类型空间分布相关的敏感地形因子,采用分层分类的策略,根据光谱特征将地类划分层次,在层次间建立基于C5.0决策树算法的决策树模型,对研究区的地类进行细分。为便于对比,以相同的策略采用支持向量机(SVM)分类器进行分类。最后,结合野外采集样本并参考高分辨率影像,采用分层随机抽样的独立检验样本对森林类型精细识别结果进行精度验证。结果表明:C5.0决策树算法可综合利用高光谱影像的光谱、纹理及其他辅助数据,自动寻找出区分各类别的最佳特征变量及分割阈值,运算速度快,占用内存较小且无需人为参与,其分类精度达到优势树种级别,总体分类精度达81.9%,Kappa系数0.709 8。
王怀警谭炳香房秀凤李世明李太兴
关键词:森林经理学HYPERION
共1页<1>
聚类工具0