排序方式: 共有44条查询结果,搜索用时 15 毫秒
1.
2.
【目的】以崇礼冬奥核心区华北落叶松人工林为研究对象,开展林分结构特征分析和空间结构优化模拟研究,为制定华北落叶松人工林结构调控措施提供科学依据。【方法】设置3块面积0.09hm2(30m×30m)标准地,基于标准地调查数据分析林分结构特征,以空间结构最优为目标,采用乘除法对角尺度W、混交度M、密集度C、交角竞争指数Ua CI和林层指数S共5个林分空间结构指标进行多目标规划,构建林分空间结构优化模型,对比模拟采伐前后林分空间结构的变化。【结果】3块标准地华北落叶松断面积比例达70%以上,白桦为伴生种,径阶分布在6~26cm之间,均呈近似正态分布,树高分布呈非对称型单峰山状,且峰值均出现在14m树高级。林分平均角尺度■、混交度■、密集度■、交角竞争指数■和林层指数S■分别为0.460、0.106、0.918、0.297和0.363,处于林木均匀分布、低度树种混交、高度树冠竞争和垂直结构分化较差的状态。模拟采伐后采伐强度均低于20%,林分空间结构目标函数值提升13.62%。在■分别提高21.17%和15.23%的同时,■分别下降10.22%和5.19%。【结论】研究区华... 相似文献
3.
4.
运用ARC/INFO地理信息系统绘制林业专题图 总被引:4,自引:0,他引:4
本文利用ARC/INFO地理信息系统对林业专题图的制作进行了分析研究,探讨了林业制图自动化的有效途径,取得的初步成果令人满意。 相似文献
5.
6.
高光谱数据森林类型统计模式识别方法比较评价 总被引:4,自引:0,他引:4
在我国东北地区获取EO-1 Hyperion高光谱数据,以高空间分辨率的全色SPOT-5数据及其影像分割结果为辅助,通过外业测量获取真实可靠的森林类型空间分布数据.以这些数据为地面实状数据,对现代先进的统计模式识别方法用于森林类型识别的效果进行比较评价,总结可以有效解决有限样本条件下高光谱分类问题的基于统计模式识别的森林类型分类技术方案.评价结果表明:对高光谱数据进行降维处理,并采用更加有效的二阶统计量估计方法,进而应用将空间上下文信息和光谱信息相结合的分类算法,如ECHO,可以有效提高高光谱数据森林类型的识别精度. 相似文献
7.
8.
针对ASAR交叉极化模式数据,选用HH/VV极化比值提取水稻制图的最佳时相参数.结合SAR图像统计特性,采用比值变化检测方法,通过理论公式计算和比较变化检测的总误差概率,分别提取单时相双极化和多时相双极化水稻制图的最佳时相参数.结果显示,单时相制图的最佳时相是水稻生长中后期,即水稻幼穗分化期至水稻收割前期内任一时相;而多时相制图的最佳时相为一组时相的组合,即应至少包含水稻移栽期和水稻生长中后期各一时相.最后,采用阈值分类算法对最佳时相参数进行了验证.结果显示,选用最佳时相影像和理论推导的分类阈值能够显著提高水稻制图的精度. 相似文献
9.
[目的]以热带森林复杂区域为对象,对两种缨帽变换“衍生数据”检测热带森林变化的方法的优劣进行比较.[方法]对两期数据进行缨帽变换,同时结合黑暗对象掩膜与局部直方图阈值提取等方法,获取亮度、绿度、湿度指数组合(MKT)和干扰指数(DI).采用MKT差值(MKT-D)、干扰指数差值(MDI-D)进行变化信息识别,然后,根据植被覆盖与亮度、绿度、湿度之间的变化关系,通过决策树分类提取变化信息,最后,对不同检测结果进行验证与比较分析.[结果]结果显示两种方法都能检测出森林内部的细微变化,但对小图斑变化,MKT-D检测优势明显,且MKT-D的kappa系数为0.763 0,MDI-D的kappa系数为0.655 9,两者相比,MKT-D方法优于MDI-D方法.[结论]MKT能够增强短波红外与近红外波段对森林变化信息的敏感性,有效地消除噪声等非目标信号,突出目标信号,此外,MKT-D为RGB彩色图像,更利于变化信息的目标提取与解译. 相似文献
10.
单时相双极化ENVISAT ASAR数据水稻识别 总被引:5,自引:4,他引:5
许多研究已表明合成孔径雷达(SAR)对水稻识别及作物长势监测很有潜力。但是,以往的研究多是采用单极化多时相SAR数据进行水稻监测的。该文本着探讨多极化方式的优势以及降低数据购买成本和减少数据处理量的目的,对单时相双极化的ENVISAT ASAR APP数据的水稻识别能力进行了评价。在水稻生长季节,获取了覆盖江苏洪泽县的ASAR APP时间序列数据。首先,分析比较不同地物的后向散射系数,选择出最能区分水稻与非水稻的单时相数据;然后,采用决策阈值法将水稻信息从图像中提取出来;最后,利用DGPS实测的样地数据对水稻识别进行精度验证。结果表明,利用水稻齐穗期至近成熟期的HH和VV极化的ENVISAT ASAR APP图像能较好区分水稻与非水稻, 水稻识别精度可达86%以上。 相似文献