基于距离相关系数和KNN回归模型的森林蓄积量估测研究

【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。     

银杏落叶期叶片NDVI值2种拟合方法比较

【目的】对银杏Ginkgo biloba L.落叶期(9—12月)的叶片进行连续定期定点的高光谱测量,计算出能代表其生长状况和营养信息的高光谱参量NDVI值,通过选用两种不同的曲线拟合方法对其NDVI值进行宏观上的以时间为自变量的曲线拟合,选出最优拟合方法,更好地了解银杏落叶期叶片光谱特征参量NDVI值的变化趋势,从而更有效地对其进行决策和控制,为植被的大尺度遥感动态监测提供方法参考。【方法】利用SVC HR-1024I全波段地物光谱仪,选取三株健康、生长环境相同、长势相近的中龄银杏为叶片采集对象,对其落叶期冠层叶片进行定期定点定方位的高光谱观测。对获取的高光谱原始数据进行数据筛选与预处理后,通过计算得出叶片的NDVI值,分别采用二次函数拟合法和ARIMA时间序列拟合法对落叶期叶片的NDVI值进行曲线拟合,并对两种拟合方法的拟合结果进行比较,选出最适合银杏叶片落叶期NDVI值的拟合方法。【结果】二次函数拟合结果为NDVI=-0.0221T2+0.0547T+0.711,决定系数R2为0.926,但因拟合结果t值不显著,样本结果随机性大,不具广泛性;ARIMA时间序列拟合中ARIMA(2,1,2)模型估测结果与实际情况接近,R2为0.811,拟合效果较好。【结论】ARIMA时间序列拟合方法比二次行数拟合方法更适用于对银杏落叶期叶片的NDVI值进行拟合。     

生态系统服务权衡最新研究进展

生态系统服务权衡研究对协调生态环境保护和社会经济发展至关重要。为推动生态系统服务管理和提升人类福祉,本文以Web of Science核心合集(WOS)和中国科学引文数据库(CSCD)为数据源,运用文献计量分析法,系统梳理和总结生态系统服务权衡研究的学科知识基础、科学领域结构和热点变化等发展现状以及最新研究进展。研究表明:1)不同研究层面上,生态系统服务间的权衡关系受外部风险和人类需求、参数选取和服务提供者及区域差异性和不均衡性的影响。2)研究方法主要有基于关系识别和具体表征的权衡分析、权衡模拟和预测的模型量化分析和生态系统服务权衡管理优化的多准则分析3类。3)生态系统服务权衡关键驱动因子为城市化、生态工程和气候变化。基于此,我们认为把握生态系统服务权衡不同研究层面的关联特征、创新和优化生态系统服务权衡研究方法、准确甄别生态系统服务权衡关键驱动因子以及充分整合多维生态系统服务权衡资源搭建数据共享平台是未来研究的重点。     

园林技术在城市规划中的应用探讨

为了做好城市的发展规划,要全力打造园林工程,这就需要提高园林技术。本文主要围绕园林技术在城市规划中的应用展开分析和论述,首先介绍当下城市规划中园林技术应用的现状,然后提出做好城市规划中园林技术的有效举措。     

采用全卷积神经网络与Stacking算法的湿地分类方法

高精度湿地制图对湿地生态保护与精细管理具有重要的支撑作用。针对传统湿地分类方法的精度不高和泛化能力弱等问题，提出了一种联合全卷积神经网路（fully convolutional neural network，FCN）与集成学习的湿地分类方法。首先利用全卷积神经网络（SegNet、UNet及RefineNet）对GF-6影像的语义特征进行提取与融合，然后利用Stacking集成算法对融合后的特征进行判别和分类。结果表明，联合全卷积神经网络与Stacking算法能有效提取湿地信息，总体分类精度为88.16%，Kappa系数为0.85。与联合全卷积神经网络与单一机器学习RF、SVM与kNN算法相比，该文提出的湿地分类方法在总体分类精度上分别提高了4.87%，5.31%和5.08%；与联合单一全卷积神经网络（RefineNet、SegNet、UNet）与Stacking算法下的湿地分类结果，该文提出的湿地分类方法在总体分类精度上分别提高了2.78%，4.48%与4.91%；该文方法一方面能通过卷积神经网络提取遥感影像深层的语义特征，另一方面通过集成学习根据各分类器的表征性能进行合理的选择并重组，从而提高分类精度及其泛化能力。该方法能为湿地信息提取及土地覆盖分类方法的研究提供参考。     

温岭市森林资源的信息化管理

森林资源信息中有大量的数据、图件，要进行高效管理，应用计算机实现信息化是一条必然之路。通过对温岭市森林资源实现信息化管理各过程进行叙述，根据实际工作，给出了应用实例，并针对传统的工作方式进行了对比分析，提供了一个县级森林资源信息化管理的实例，以供参考。     

遥感数字图像的无缝镶嵌

在遥感图像的应用中,当研究区处于几幅图像的交界处或研究区较大需多幅图像才能覆盖时,常常需要把覆盖研究区的那些图像进行配准并把这些图像镶嵌起来,才能更好地统一处理、解译分析和研究.以航空像片为例,利用图像处理软件ERMAPPER 6.2对图像进行数字镶嵌并作无缝接边处理.结果表明:这样,大大改善了镶嵌后图像的质量,解决了手工镶嵌图像中接缝偏移、色调不均匀、地质界线延伸、影像错位等许多问题 (大幅图像尤其明显),为后期的图像处理创造良好的基础.目前出现的米级高分辨率的卫星图像同本次采用的航空像片在波段和分辨率上具有相似性,因此本研究对这些高分辨率卫星图像的镶嵌同样适用.     

利用计算机技术编制采伐限额

温岭市利用经理期内的二类调查数据,结合补充调查,通过数学模型更新资源数据,采用地理信息系统、计算机辅助制图、数据库等计算机技术,按时、高效、高质量地完成了“十一五”编限工作。     

樟树幼林生物化学参数与高光谱遥感特征参数相关分析

高光谱遥感在植被研究中的应用使定量估算植被的生物化学参数和生物物理参数成为可能.分析了樟树幼林生物化学参数与高光谱特征变量之间的相关关系.结果表明:樟树幼林的大部分生物化学参数(叶绿素a含量、叶绿素b含量、叶绿素总含量、类胡萝卜素含量和总磷含量)与高光谱遥感特征参数(蓝边内最大的一阶微分、绿峰反射率、红边位置、蓝边面积、绿峰反射率和红谷反射率构成的比值与归一化植被指数、红边面积和蓝边面积构成的比值和归一化植被指数)之间的相关系数达到了0.01极显著性检验水平;纤维素、总氮含量与高光谱特征参数的相关系数没有达到显著性检验水平.因此,可以利用相关系数达到了0.01极显著性检验水平的高光谱特征参数建立樟树幼林生物化学参数的高光谱遥感估算模型.