排序方式: 共有39条查询结果,搜索用时 437 毫秒
1.
2.
3.
应用哨兵2A多时相遥感影像对树种的识别 总被引:1,自引:0,他引:1
森林树种类别的准确识别和专题图制作对于森林经营管理具有重要作用。以哨兵2A多时相遥感影像数据源,通过对单时相影像以及根据基尼系数(Gini系数)和信息熵进行的不同影像组合,利用随机森林算法对大孤家林场的树种类别进行识别和分类制图。结果表明:哨兵2A多时相影像组合能够显著改善树种分类的精度,多时相影像组合总体分度最高为87.45%,Kappa系数为0.825,比单时相遥感影像分类总体精度提升了4%~7%。 相似文献
4.
为了探讨应用Sentinel-2A遥感影像进行森林蓄积量估测的可行性,以内蒙古自治区某林业局的一类清查样地数据、二类调查小班数据、数字高程模型(DEM)以及林地数据为数据源,以遥感影像的波段灰度信息、比值波段及地形信息为自变量,采用k-近邻法(k-NN)、稳健估计及偏最小二乘估计等方法,分林型构建研究区域的森林蓄积量估测模型,从林业局、林场及小班尺度进行估测精度评价.结果表明:k-NN方法在林业局、林场和小班等3个尺度中的估测精度分别达到了97%、93.2%和83.6%,均表现出良好的估测效果;稳健估计法在3个尺度中的估测精度分别为89.3%、72.4%、69.3%;偏最小二估计法在3个尺度中的估测精度分别为85.7%、75.8%、71.7%.k-NN方法估测效果明显优于稳健估计方和偏最小二估计法,因此,Sentinel-2A遥感影像能够有效应用于森林蓄积量估测. 相似文献
5.
用岭估计估测以分类为前提的森林蓄积量 总被引:2,自引:0,他引:2
为克服自变量间多重相关性对森林蓄积量估测的不利影响,采用岭估计建立估测模型。在确定岭参数时,分别试验了岭迹法、方差扩大因子法、Hoerl-Kennard法和预测残差平方和法,对不同地类分别建立蓄积量估测方程。根据建模样地的蓄积量拟合残差和预报样地的蓄积量估测偏差分别计算中误差,利用残差中误差(δ^R)和预报偏差中误差(^δF )构造评价函数0.5(^δR+^δF ),并测度岭参数的优劣,进而确定监测区域的估测模型。结果表明:当影响蓄积量估测的自变量间存在复共线性时,分类建立模型的精度明显优于统一建模的精度。 相似文献
6.
遥感区域大小对森林蓄积估测影响规律的研究 总被引:6,自引:2,他引:6
该文将 1幅TM遥感图像分别分成 1 4及 1 2幅 ,通过实例分析了 1 4,1 2及整幅TM图像所能达到的几何精校正精度 .然后 ,以样地对应的遥感和GIS信息为影响森林蓄积估测的变量 ,采用最小二乘原理及岭迹分析 ,研究了上述 3种不同面积幅值图像对应林区影响森林蓄积估测的主要变量 .由 3种不同面积遥感区域蓄积估测方程中所含变量的个数、种类及预报精度 ,详细分析了遥感区域大小对蓄积估测的影响规律 相似文献
7.
Automatic combination of forest subcompartment polygons 总被引:6,自引:0,他引:6
该文以森林分布图为例讨论了林业调查规划数字专题图编制的一般方法和步骤,确定了森林小班多边形聚合的原则,提出了属性势能和属性势差概念及小班多边形聚合的算法,研究了基于MapBasic的多边形自动聚合数据处理流程和程序设计的关键技术,并在此基础上研制了森林小班多边形的聚合程序.运行结果表明,该程序不仅全面实现了小班多边形自动聚合的目的,而且与人机交互操作相比,具有速度快、精度高等特点. 相似文献
8.
星基差分GPS用于林区高分辨率遥感图像几何精校正 总被引:6,自引:0,他引:6
为解决林区缺乏大比例尺地形图而难以进行高空间分辨率遥感图像几何精校正问题,采用基于广域差分技术的星基差分GPS精确测定地面控制点(GCP),以多项式变换进行QuickBird pan(0.61 m)图像几何精校正.结果表明,全部GCP的点位误差均小于1个像元,总的点位误差为0.411 9.在进行图像灰度重采样中,最邻近点法、双线性内插法和三次褶积法的效果均无明显差异;就信息量和灰度值变动情况而言,以三次褶积法略好;就图像灰度保真而言,以最邻近点法略好. 相似文献
9.
为探究植被指数时序特征是否有利于落叶松人工林提取,以孟家岗林场为研究试验区域,根据落叶松人工林季相和物候特征,利用Landsat8OLI影像数据提取研究区内5种植被的归一化植被指数(I NDV)、差值植被指数(I DV)、比值植被指数(I RV)、增强型植被指数(I EV),构建相应的植被指数时序特征。采用最大似然和随机森林两种方法对单一时相影像和加入植被指数时序特征的影像进行对比试验。结果表明:影像中加入植被指数时序特征后,最大似然算法的分类总体精度为89.53%,Kappa系数为0.87,比单一时序特征的影像分类精度提高了13.35%;随机森林算法的森林类型分类总体精度为93.22%,Kappa系数为0.92,比单一时序特征的影像分类精度提高了19.8%。因此,加入植被指数时序特征后能得到更高的落叶松人工林提取精度。 相似文献
10.
森林资源监测Spot5遥感图像几何精校正方法研究 总被引:6,自引:1,他引:5
为探索空间分辨率为 2 5m的Spot5遥感图像用于森林资源监测的可行性 ,需进行遥感图像几何精校正 .该文在理论分析遥感图像校正模型的基础上 ,借助GPS虚拟网络参考站定位系统 ,以cm级精度测定校正遥感图像的地面控制点 ,通过实例计算 ,详细研究了在通用遥感图像处理软件ENVI、ERDAS及PCI中各种可能的几何精校正方法及实际精度状况 .综合考虑几何位置变换精度、灰度重采样精度及不同校正方法对地面控制点数量和分布的要求 ,结合林区Spot5遥感图像的特点和GPS定位现状 ,确定了适合森林资源调查的Spot5遥感图像几何精校正方法 . 相似文献