公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

基于多角度高光谱数据的高寒沼泽湿地植被生物量估算被引量：8: 2017年; 湿地植被生物量是湿地生态系统健康状况的重要指标,直接反映植被群落的生长状况和生产力高低。估测高寒沼泽湿地植被生物量有助于理解高寒沼泽生态系统与全球气候变化之间的反馈关系。以三江源隆宝滩自然保护区为研究对象,使用欧空局CHRIS/PROBA数据,利用高光谱光谱维信息和多角度立体结构信息,分析不同角度光谱反射率、窄波段植被指数、红边指数以及主成分分量与湿地植被地上干、鲜生物量的相关性,探讨生物量对角度的敏感性。结果表明:高寒沼泽湿地植被地上生物量对角度具有一定的敏感性,前向观测的+36°影像优于0°和-36°影像;-36°红边位点指数REIP对地上干生物量、鲜生物量的拟合效果最好,干生物量的R^2为0.599,F值为37.404;鲜生物量的R^2高达0.685,F值达54.410。研究区内最大地上生物量干重为446.7g/m^2,湿重为2 368.1g/m^2。; 李伟娜韦玮张怀清刘华; 关键词：生物量湿地植被

基于多角度融合的CHRIS数据提取湿地植被的研究被引量：1: 2017年; [目的]利用多角度高光谱数据,分析不同角度下东洞庭湖湿地典型植被群落的光谱特征,确定多角度信息融合的最佳方法,并对融合影像进行湿地植被类型精细识别。[方法]使用CHRIS多角度高光谱数据,针对洞庭湖湿地植被的光谱特征,研究计算窄波段NDVI的最佳波段组合和角度,评价CHRIS 0°影像与NDVI的像素级融合方法,进而对洞庭湖地区湿地植被进行提取。[结果]计算NDVI的最佳红波段和近红外波段分别位于667.6 nm和926.95 nm,对应于CHRIS数据的第24波段和第55波段;选取HSV、Brovery、Gram-Schmidt和PCA 4种融合方法进行融合,发现PCA融合图像的光谱信息丢失最少、纹理细节更丰富,信息量最大;PCA融合影像的总体精度为81.36%,比单角度影像提高7.93%,Kappa系数提高0.097 6,且苔草的漏分误差和泥蒿的错分误差得到明显改善。[结论]基于NDVI的多角度信息融合是提高湿地植被识别精度的一种有效途径,多角度信息融合丰富了地物的信息量,提高地物识别精度。; 李伟娜韦玮张怀清刘华郝泷; 关键词：NDVI 湿地植被

基于点云骨架的单木分枝参数提取研究被引量：3: 2016年; 地面激光扫描技术在获取树木参数的应用中发挥了重要作用,而图形学算法为实现单木结构参数自动提取提供了可行的方法。本文提出一种基于地面激光扫描数据来获取单木分枝结构参数的方法,应用Skel Tre算法对激光扫描仪获取的单木点云数据进行处理得到单木的骨架模型;根据骨架模型邻边的拓扑关系搜索与各个分枝相连接的节点提取分枝结构,计算枝长;在分枝着枝点处以骨架线为轴作横切面,应用凸包算法提取横切面点云外包多边形并计算分枝直径;对枝长和分枝直径的实测值和模型的估计值进行回归分析分别得到二者的对比分析结果,枝长的实测与估计值回归分析结果为Y=1.006X+1.335,显著性值为0.001,分枝直径的回归分析结果为Y=0.923X+0.105,显著性值为0.000。实验结果表明,基于地面激光扫描数据提取骨架模型以获取单木的分枝结构和提取分枝结构参数(如枝长、分枝直径)的方法具有很好的适用性和应用前景。; 刘金鹏张怀清刘闽李永亮李伟娜; 关键词：地面激光扫描

基于地面成像光谱数据特征的湿地典型植被类型识别研究——以东洞庭湖核心区湿地为例被引量：8: 2018年; 利用SOC710VP成像光谱仪在湖南省东洞庭湖区域湿地保护核心区获取了典型挺水植物芦苇、湿生植物苔草、泥蒿和栽培植物青菜的成像光谱数据,采用光谱微分技术的一阶导数分析方法和包络线去除方法分析了几种植被类型成像光谱曲线波段特性,提取成像光谱数据"双边"参数和吸收特征,并利用Fisher线性判别函数进行湿地植被类型识别,总分类精度达到87.39%,Kappa系数达到0.831 6。苔草分类后的精度最高,达到92.55%,青菜地的识别精度为92.31%,芦苇居中,识别精度达到86.11%,泥蒿的识别精度为80.65%。结果表明,地面采集的成像光谱数据进行分析得到的植被光谱特征变量具有较好的普适性和可靠性,可以为湿地植被类型的识别提供良好的科学依据。; 凌成星刘华鞠洪波张怀清孙华由佳李伟娜; 关键词：光谱分析湿地植被

基于纹理信息CART决策树的林芝县森林植被面向对象分类被引量：25: 2017年; 以西藏自治区林芝县的Landsat-8影像、地形图为信息源,结合样地调查数据及森林资源二类调查数据,研究基于纹理信息的CART决策树的面向对象分类对研究区内的森林地物类别进行提取,分类的总体精度和Kappa系数分别为82.53%和0.768,相较于不利用纹理信息的决策树分类和基于最大似然分类法的研究区地物类别的提取总体精度均高近10%,Kappa系数分别高0.12和0.111。结果表明:基于纹理信息的CART决策树面向对象分类方法对研究区Landsat-8影像进行植被类型提取,分类结果较好,能够满足研究要求。; 郝泷陈永富刘华朱雪林达哇扎西李伟娜; 关键词：植被覆盖

地面成像和非成像地物光谱仪在不同水分环境下湿地植被光谱特征对比研究——以东洞庭湖湿地区域苔草植被光谱特征为例被引量：4: 2018年; 利用SOC710VP成像光谱仪和ASD Field Spec 3地物光谱仪在湿地区域获取了典型湿地植被苔草光谱反射数据信息,比较了在不同水分环境下两个仪器在400—1 000 nm波长范围的光谱特征,对两种仪器的光谱结果进行了9种典型植被指数运算和比较。结果表明,在不同的水分环境下(土壤含水率51%、32%、14%三个区域比较分析)SOC710VP的反射率曲线和地物光谱仪ASD Field Spec 3的趋势相近,二者有很好的一致性,表现在550 nm和730 nm的反射峰,690 nm和970 nm的吸收谷,以及连续的近红外反射平台。二者也有非常明显的区别:1)SOC710VP在3个土壤水分环境下的苔草叶片光谱值都大于ASD Field Spec 3所采集到的苔草叶片光谱反射值;2)SOC710VP反射率曲线没有ASD Field Spec 3测出的原始光谱曲线平滑,波动幅度变化更大,在近红外波段较明显,变化更清晰,利于后续的光谱端元聚类分析。综上证明:成像光谱仪获取的数据具有图谱合一、光谱曲线特征可靠的特征,在湿地近地高光谱遥感研究中具有很大潜力,拓展了湿地资源遥感监测的技术手段。; 凌成星刘华鞠洪波张怀清由佳李伟娜; 关键词：成像光谱仪湿地植被水分环境光谱特征

基于决策级融合的多角度高光谱影像分类方法研究: 多角度对地观测可以获得比天顶角更加丰富的目标信息，多角度信息的结合是提高地物识别能力的有效方法。本文以东洞庭湖地区为研究对象，利用0°、+36°和-36°3个角度的高光谱CHRIS/PROBA数据，采用单分类器多特征融合...; 李伟娜韦玮张怀清; 关键词：决策级融合 SVM 湿地

全选清除导出

共1页<1>

李伟娜