期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于无人机大样方数据及国产卫星反演草地植被覆盖度方法研究 预览
1
作者 宗磊 苗正红 +3 位作者 常雪 刘艳慧 郝刚 何龙涛 《草地学报》 CAS CSCD 北大核心 2019年第5期1431-1440,共10页
受开垦、采矿等人类活动影响,草原出现退化甚至沙化,监测其植被覆盖度对于揭示草地的分布状况与空间变化规律具有重要意义。本文以无人机大样方数据与国产高分一号(GF-1)数据作为数据源,结合野外同步数码相机获取的数据,应用支持向量机(... 受开垦、采矿等人类活动影响,草原出现退化甚至沙化,监测其植被覆盖度对于揭示草地的分布状况与空间变化规律具有重要意义。本文以无人机大样方数据与国产高分一号(GF-1)数据作为数据源,结合野外同步数码相机获取的数据,应用支持向量机(Support vector machine,SVM)构建不同数据源之间的植被覆盖度反演模型(数码相片—无人机大样方数据植被覆盖度估算模型,无人机大样方数据—GF-1数据植被覆盖度估算模型),探讨国产GF-1卫星结合无人机大样方估算草原植被覆盖度的方法。结果表明,基于SVM模型的GF-1数据结合无人机大样方计算的土壤调节植被指数(Soil-adjusted vegetation index,SAVI)具有较高的精度(判定系数R 2=0.97,相对分析误差RPD=4.86,均方根误差RMSE=3.23),因此基于无人机大样方数据结合GF-1数据可以准确、快速地反演草地覆盖度,利用这种方法可以估算整个草原的植被覆盖度。 展开更多
关键词 草地植被覆盖度 高分一号数据 无人机 数码相机 支持向量机
在线阅读 下载PDF
基于无人机大样方草地植被覆盖度及生物量估算方法研究 预览 被引量:2
2
作者 刘艳慧 宗磊 +1 位作者 包妮沙 刘善军 《生态环境学报》 CSCD 北大核心 2018年第11期2023-2032,共10页
为了探讨与分析无人机大样方估算草地植被覆盖度的可行性及植被覆盖度与生物量的相关性,利用大疆Phantom 3 Professiona无人机获取呼伦贝尔草甸草原60 m×60 m大样方数据,利用开关中值滤波及基于维纳滤波的小波变换对图像进行去噪处... 为了探讨与分析无人机大样方估算草地植被覆盖度的可行性及植被覆盖度与生物量的相关性,利用大疆Phantom 3 Professiona无人机获取呼伦贝尔草甸草原60 m×60 m大样方数据,利用开关中值滤波及基于维纳滤波的小波变换对图像进行去噪处理,并用直方图均衡化进行图像增强,构建过绿指数与颜色指数,根据最大熵原理,建立植被覆盖度与背景的双阈值目标函数,采用遗传算法寻找最佳分割阈值,从而估算草地植被覆盖度。结合野外同步实地照相法获取1 m×1 m样方数据,利用t检验及计算均方根误差验证基于无人机大样方估算草地植被覆盖度的精度。结果表明,利用过绿植被指数基于遗传算法的最大熵法估算无人机大样方草地植被覆盖度的精度较高(t检验P值为0.272,均方根误差为6.635 6);株高及覆盖度的交叉变量构建的拟合方程效果(R2为0.853 6,RMSE为2.442 0 g·m-2,估算精度为83.41%)优于单一变量拟合方程。利用无人机数据及最大熵-遗传算法不仅可以快速、准确、高效地获取植被地面信息,同时也可以为遥感估算植被覆盖度提供地面验证,从而提高植被覆盖度估算模型的精度及模型验证的准确性。 展开更多
关键词 草地 植被覆盖度 生物量 无人机 大样方 最大熵法 遗传算法
在线阅读 免费下载
尾矿及固体废弃物遥感信息提取与解译
3
作者 王创业 杜晓娅 宗磊 《煤炭技术》 北大核心 2017年第7期17-19,共3页
采用2014年1月Quickbird拍摄的高分辨率遥感影像数据,对尾矿及固体废弃物的光谱、纹理以及空间几何特征进行分析,确定了尾矿及固体废弃物的最佳分割阈值为30和最佳合并阈值为90。通过对分类结果计算混淆矩阵,得出本次实验规则分类的总... 采用2014年1月Quickbird拍摄的高分辨率遥感影像数据,对尾矿及固体废弃物的光谱、纹理以及空间几何特征进行分析,确定了尾矿及固体废弃物的最佳分割阈值为30和最佳合并阈值为90。通过对分类结果计算混淆矩阵,得出本次实验规则分类的总体精度为94.15%,提取精度相对较高。 展开更多
关键词 高分辨率影像 面向对象信息提取 尾矿及固体废弃物
国产高分一号数据估算草地植被覆盖度方法研究——以呼伦贝尔草原露天煤矿区为例 预览 被引量:8
4
作者 宗磊 包妮沙 刘善军 《地理与地理信息科学》 CSCD 北大核心 2017年第2期32-38,44,F0002共9页
为了探讨与分析国产高分一号(GF-1)数据在北方露天煤矿区草地植被覆盖度估测中的精度及适用性,该文基于GF-1与SPOT6多光谱影像数据,以多个植被指数为自变量,利用像元二分模型、偏最小二乘(PLS)回归、支持向量机(SVM)回归3种模型... 为了探讨与分析国产高分一号(GF-1)数据在北方露天煤矿区草地植被覆盖度估测中的精度及适用性,该文基于GF-1与SPOT6多光谱影像数据,以多个植被指数为自变量,利用像元二分模型、偏最小二乘(PLS)回归、支持向量机(SVM)回归3种模型对区内植被覆盖度进行估算,结合野外同步实地植被样方数据,对比分析不同估算模型的精度及适宜性,并通过蒙特卡洛模拟多尺度交叉建模的误差传播,分析空间分辨率不同对植被覆盖度估测的精度影响。结果表明:GF-1数据基于增强型植被指数的SVM回归模型(R-2=0.8149,RPD=2.336,RMSE=8.694%)与SPOT6数据基于归一化植被指数的SVM回归模型(R-2=0.8755,RPD=2.870,RMSE=7.032%)估算效果较好。不同分辨率数据交叉传递过程中SVM回归模型的精度高于PLS回归模型。因此,基于GF-1数据构建的SVM回归模型可以高精度地估算区域草地植被覆盖度。 展开更多
关键词 GF-1卫星 SPOT6卫星 草地植被覆盖度 像元二分模型 PLS回归 SVM回归
在线阅读 免费下载
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈