基于ALOS遥感影像植被分类方法的比较研究

以云南省宜良县ALOS影像为基础数据,利用最大似然法、支持向量机方法和面向对象的支持向量机方法对ALOS影像进行植被分类研究。实验结果:最大似然法分类精度为79.33%,支持向量机方法分类精度为82.25%,面向对象的支持向量机分类方法精度为86.13%,面向对象的支持向量机分类方法取得较好的分类效果。研究结果可为中高分辨率遥感影像分类研究提供参考。     

海口森林生态系统优化提升策略

森林生态系统是地球陆地生态系统的主体,对于人口高度密集、经济活动频繁、碳排放聚集的城市而言,森林生态系统的支持和保障作用尤为重要。从海口市域森林资源现状分析入手,通过剖析市域森林的数量与分布、组成与结构和森林健康等要素,对全市森林生态系统的质量进行评价,并依据评价提出了海口市域森林生态系统优化提升的策略和建议。     

森林生态系统健康评价指标与方法

介绍了森林生态系统健康的概念及其特征,以及在中国进行森林健康评价的必要性。以森林生态系统的稳定性、可持续性和整合性为目标,提出了包括森林生态系统组成、结构、生物多样性、NPP等森林生态系统健康的评价指标体系;同时在遥感和地理信息系统的支撑下,结合现代数学统计方法进行生态系统健康的定量化研究,提出了森林生态系统健康评价的模式,对森林资源及其健康状况进行科学动态管理。     

森林生态系统健康评价研究进展

在参阅大量文献资料的基础上,综述国内外森林生态系统健康评价的研究现状,以及森林生态系统健康评价的方法与指标体系,针对国内外森林生态系统健康评价中存在的问题进行展望,提出今后森林生态系统健康评价的研究方向和重点,对进一步准确地进行森林生态系统健康评价具有重要的理论意义。     

浅析生态系统健康理论在森林健康研究中的应用

森林生态系统健康是生态系统健康研究的重要组成部分。当前,不同类型生态系统健康研究的深度和侧重点有所不同,但存在相似的研究思路,并且研究的目标均为生态系统的可持续性。本文以系统工程学思想为指导,在分析生态系统(大系统)健康和各类型生态系统(小系统)健康基本问题的基础上,探讨了森林生态系统(小系统)健康的概念内涵、尺度特征、评价标准、评价指标和评价方法,并给出了相应的建议。     

生态系统健康:战略环境评价的生态可持续性目标

战略环境评价与生态系统健康是两种新兴的环境管理思想。本研究的目的在于通过对相关文献进行综述,探讨战略环境评价的生态可持续性目标,以及生态系统健康的内涵,并试图探寻二者之间存在的关联。研究发现,好的战略环境评价其生态可持续性原则应当具有明晰的内涵以及一般性的评价体系。根据生态系统健康的内涵,构建了生态系统健康评价框架,把它引入战略环境评价作为战略环境评价的生态可持续性目标定位,能有效引导决策者制定合理的本土化评价方案。最后,讨论了基于生态系统健康目标的战略环境评价的基本原则与程序。图2参12。     

基于随机森林的大姚县TM遥感影像分类研究

随机森林(Random Forest)是一种组合多棵决策树分类器的新的分类算法。以楚雄州大姚县为例,采用Landsat-TM数据,通过最大似然、支持向量机、随机森林3种分类器进行分类对比研究。结果表明,支持向量机和随机森林的分类精度明显优于最大似然法,两者分类精度相差不大;在分类时间上,最大似然法明显比随机森林和支持向量机快,支持向量机最慢。综合分析,随机森林算法表现更优,它在保证分类精度的前提下,也能保证一定的时间效率,更适宜实际生产应用。     

竹林生态系统健康与生物调控研究

本文在探讨了生态系统健康概念和内涵的基础上，提出了竹林生态系统健康评价的指标体系和评价方法，为竹林生态系统的健康预警提供了依据，并针对中国竹林生态系统中普遍存在的一些问题，提出了生物调控的基本方法。     

南四湖湿地生态系统与水禽分布调查报告

南四湖是我国北方重要的湖泊湿地和水禽栖息地，有关其生态系统和水禽区系分布尚缺少系统报道。根据《中国湿地调查技术规程》（林业部保护司，１９９５．６）１９９５年１２月至１９９７年７月，我们对此进行了调查研究，现将结果报告如下。１南四湖湿地概况南四湖位于山...     

基于遥感影像和二类调查数据的林地类型分类方法对比研究——以广西凭祥市为例

基于Landsat 8 OLI遥感影像和森林资源二类调查数据,对有林地、灌木林地、未成林地和非林地等林地类型,分别采用最大似然、神经网络、支持向量机和决策树分类方法进行分类,验证分类精度,并对分类效果进行对比评价。结果表明:支持向量机分类方法表现最好,分类精度为78.7%,Kappa系数为0.76;其次为神经网络和决策树分类方法,分类精度分别为76.8%和72.5%,Kappa系数分别为0.72和0.68;最大似然法表现最差,分类精度为44.9%,Kappa系数为0.39。研究结果可为森林资源信息的快速提取提供理论依据。     

基于SVM方法的长白山森林植被信息提取的研究

本文以Landsat TM影像数据为基础,采用基于支持向量机分类方法对长白山地区大荒沟林场进行森林植被信息提取,并与传统的最大似然法分类进行对比。结果表明,基于支持向量机方法的森林信息提取精度,Kappa值分别为0.981 0、0.971 6、0.975 3,均超过了最大似然法(MLC)的提取精度和Kappa值0.963 4。该方法有很好的操作性和实用性,准确度满足了林业规划设计的基础数据材料精度要求。     

森林健康评价方法与应用

森林健康评估是当前国内外十分关注的热点问题,已成为国内外森林状况评估和森林资源管理的标准指标之一.森林生态系统健康状况综合评价的方法很多,每种方法考虑问题的侧重点不尽相同,所选择的方法不同,可能导致评价结果的不同,因而在进行不同类型森林生态系统健康评价时,应具体问题具体分析.分析了各种评价方法的优缺点及应用实例,并展望森林生态系统健康评价的研究趋势.     

基于灰色向量机的区域高等教育规模预测

应用基于结构风险最小化准则的支持向量回归机(SVR)方法,建立灰色支持向量回归机的组合预测模型,并以河南省相关统计数据为基础,对其区域高等教育发展规模进行了预测。研究表明:该模型较全面地反映了区域高等教育规模发展的变化规律,预测精度较高,预测结果具有较高的可信性。     

基于SVM的木材干燥过程含水率软测量研究

介绍木材干燥过程含水率主要测量方法,以及支持向量机回归原理。针对干燥过程木材含水率测量存在的问题,提出采用基于支持向量机的软测量方法测量干燥过程的木材含水率。通过对柞木试材干燥数据的仿真实验,结果表明支持向量机软测量模型具有良好的泛化性,能够准确预测干燥过程的木材含水率。     

徐州市城郊森林生态系统健康评价及管理对策

论述了生态系统健康的概念和标准,对徐州市城郊森林健康状况进行了实例研究,建立了生态系统健康评价指标体系,共8个标准25个指标,对该森林生态系统健康状况进行了评价,得分2.2057分,健康状况等级为较差到一般之间。根据评价结果,提出了对该生态系统扩大边界、进行植被管理、建立核心保护区、加强野生动物保护等生态系统管理对策。       

石臼湖湿地生态系统健康评价

湿地是地球上水陆相互作用形成的独特生态系统,对湿地生态系统健康评价,将为生态系统健康诊断和生态修复提供决策依据。充分考虑石臼湖湿地的实际情况,从湿地生态特征,功能整合性和社会经济环境等三方面共选取24项评价指标,建立评价指标体系;分别对石臼湖湿地的生态特征(湿地土壤、植被、水环境质量、生物多样性等)、生态功能(物质生产与生物多样性维持功能、水调节及水质净化功能等)进行了逐项具体分析与评价;然后运用模糊综合评价法及对数模型分别对石臼湖湿地生态系统健康状况进行了综合分析,并对两种评价方法进行了比较分析。最后,在评价分析的基础上,针对石臼湖湿地生态系统存在的问题提出了湿地恢复的对策及恢复方案。     

基于网格搜索优化的CFRW导电性能模型研究

碳纤维增强木质复合材料(CFRW,carbon fiber reinforced wood)以其良好的电学性能在实际生产中得到广泛的应用。采用支持向量机建立CFRW导电性能模型,利用网格搜索寻优方法对支持向量机(SVM)模型的参数进行优化,在设定不同精度下分别获得模型的最优参数。     

近红外光谱结合支持向量机快速识别树种

利用阿达玛变换近红外光谱结合支持向量机,对制浆造纸常用木材树种的快速识别进行研究。将各树种近红外光谱先进行多点平滑和标准正态变换预处理以消除噪音干扰和光散射导致的测量偏差,然后基于不同建模策略建立一对多和一对一两种支持向量机模型,考察这两种模型对多树种属间分类和种间分类的预测能力,并与传统的偏最小二乘判别分析分类法进行对比。结果表明,支持向量机预测模型对桉木、相思木、杨木、水杉等树种的属间分类正确率达到98%以上,种间分类正确率均达到95%以上,在处理复杂分类问题时模型稳健性明显优于传统分类方法,从方法上证明了近红外技术工业化应用的可能性,为进一步建立近红外在线检测木片材性分析系统奠定了基础。     

模糊支持向量机与独立成分分析在木材识别中的应用

采用体视显微镜获取图片解决了图片获取时间的难题。独立成分分析与支持向量机在人工智能方面已经取得较深入的研究,本文采用基于模糊支持向量机结合独立成分分析的方法在木材体视图图像数据库中的实验中取得了很好的木材识别率。     

BP神经网络在洞庭湖湿地生态系统健康评价中的应用

介绍BP神经网络评价原理、方法,并以洞庭湖湿地生态系统健康评价为例,对评价指标体系构建、湿地生态系统健康度设定、BP学习训练、BP神经网络的可行性检验进行了论述.评价结果,2001~2003年洞庭湖湿地生态系统的健康度分别为0.64、0.62和0.58,健康程度从亚健康向较不健康转变,认为必须及时采取合理的保护及湿地资源开发利用措施以逆转恶化趋势.