基于LBP-DEELM的木材纹理分类算法

为解决传统木材纹理分类的准确率低且难度大的问题,提出了一种基于LBP-DEELM(局部二值-差分演化优化极限学习机)模型的木材纹理分类算法。在阐述局部二值算子(LBP)和差分演化优化极限学习机(DEELM)算法的基础上,使用均匀旋转不变的LBP模式提取纹理的特征值,结合差分演化算法进行极限学习机优化,通过训练得到每类纹理所对应的分类器模型参数,构造分类器,实现了对木材纹理准确高效的分类。实验结果表明,相比于BP神经网络,SVM支持向量机等分类算法,该模型的实验误差率为2%左右,准确率高,实用性强。     

基于高斯-马尔可夫随机场的木材表面纹理分类

阐述了高斯-马尔可夫随机场模型的基本原理,建立了木材表面纹理的2-5阶高斯-马尔可夫随机场(Gauss-MRF)模型,用最小二乘法估计了300个木材样本表面纹理的2-5阶Gauss-MRF参数。数据分析表明,各不同纹理特征参数之间具有明显的分布性;Gauss-MRF参数值最大的参数所表示的纹理集聚方向为纹理的主方向;对于纹理主方向相同的样本,纹理越细致,其相应参数越大,而其他参数越小;Gauss-MRF阶数越高,纹理描述越细致;在2阶Gauss-MRF模型情况下,弦切纹理的B1参数大于径切纹理的B1;弦切纹理的B2、B3、B4分别小于径切纹理的B2、B3、B4。根据分离判据的值,确定以5阶Gauss-MRF参数为特征向量进行初步聚类,总体正确率为88%。     

结合Landsat 8与PALSAR-2影像的龙南县针叶林蓄积量遥感估测研究

林分蓄积量估测是林业遥感的重要研究领域,由于云雾天气和光谱饱和现象等因素限制了光学遥感影像估测林分蓄积量的精度。合成孔径雷达(SAR)具有穿透性强、受云雾影响小等特点,弥补了光学遥感的不足。以江西省龙南县的针叶林为研究对象,结合Landsat 8与PALSAR-2双极化SAR影像数据,在遥感数据预处理基础上,提取了光谱信息、植被指数、纹理信息和后向散射系数等共245个遥感因子。基于Pearson相关系数法和多元逐步回归法,筛选出65个遥感因子参与林分蓄积量估测。以林分郁闭度作为分层因子,分别采用线性、KNN、支持向量机(SVM)、多重感知机(MLP)和随机森林(RF)5种模型估测林分蓄积量,并对估测结果进行精度检验。实验结果表明:1)相比单独使用Landsat 8的光谱和纹理信息,基于郁闭度分级并融合PALSAR-2的后向散射信息明显提高了蓄积量的反演精度;2)对于低郁闭度林分,线性模型精度最高(rRMSE=21.16%),中郁闭度林分,多重感知机模型估测效果最好(rRMSE=30.61%),高郁闭度林分,多重感知机模型估测效果最好(rRMSE=27.53%)。在结合PALSAR-2的后向散射系数的基础上,郁闭度分层能有效改善中高蓄积量区域的反演精度。     

机载高分辨率遥感影像的傅氏纹理因子估测温带森林地上生物量

【目的】从反映森林冠层大小的树冠纹理结构出发,利用高空间分辨率遥感影像中树冠纹理的周期性信息,提取基于傅里叶变换纹理序列的纹理指数(FOTO,Fourier-based textural ordination)估测森林地上生物量,探究FOTO纹理因子在温带森林生物量估测上的潜力,为提取新型纹理参数估算森林生物量提供新的参考途径。【方法】以2009年9月获取的小兴安岭地区凉水国家自然保护区(47°11'N,128°53'E)高分辨率机载航空影像(空间分辨率0.5 m)为例,通过提取CCD影像的FOTO纹理参数,采用多元逐步回归方法对森林地上生物量进行参数反演,并对CCD 3个波段影像提取的9个FOTO纹理因子以及波段平均影像提取的3个FOTO纹理因子2种方法的生物量估测结果进行比较。同时,在研究中尝试采用5种不同尺寸(60 m×60 m,80 m×80 m,100 m×100 m,120 m×120 m和150 m×150 m)的窗口,产生不同尺寸的FOTO因子与生物量进行回归建模。最后,将FOTO纹理因子作为自变量与激光雷达反演的参考生物量进行拟合,利用多元逐步回归方法建立生物量模型,并采用十折交叉验证评估预测模型的泛化能力。【结果】FOTO纹理因子与森林生物量的相关性较高,CCD影像3个波段的9个FOTO纹理因子与生物量的R~2均高于0.67,窗口60 m×60 m,80 m×80 m,100 m×100 m,120 m×120 m和150 m×150 m的估测精度分别为67.3%,73.4%,74.4%,78.3%和80.9%。CCD影像波段平均影像的3个FOTO纹理因子与生物量的R~2均高于0.57,5种窗口尺寸的估测精度分别为58.2%,62.1%,64.3%,67.4%和70.9%。根据最优预测模型获得分辨率100 m的凉水试验区全覆盖生物量结果图,精度为74.41%,RMSE为50.55 t·hm~(-2)。【结论】基于FOTO算法提取的纹理因子与森林地上生物量密切相关且无明显饱和现象,对我国北方温带混交林区的生物量反演有极大潜力。FOTO纹理因子与森林地上生物量的多元线性逐步回归模型R~2达0.81,RMSE为46.78 t·hm~(-2)。     

基于随机森林和蒙特卡洛的高山松地上碳储量估测及不确定性分析

[目的 ]为了解决碳储量的不确定性受单一类型变量的影响,而忽略了残差变异导致模型不确定性的问题,研究不同类型变量对碳储量估测模型的不确定性。[方法 ]以香格里拉市高山松为研究对象,采用随机森林联立蒙特卡洛(RF-MC),基于不同变量组合建立回归模型,判断各模型的不确定性。[结果 ]表明：(1)光谱和样地数据直接参与RF-MC模型的估测精度及不确定性最差。(2)在上一步的基础上引入纹理特征的模型预测结果优于引入DEM。(3)同时引入DEM和纹理特征的RF-MC模型效果最优(R2=0.892,RMSE=5.539 t·hm^-2,MAE=4.319 t·hm^-2, rRMSE=18.7%)。模型拟合度提高了0.343,模型的不确定性降低了19.43%。[结论 ]基于多特征的RF-MC方法在碳储量估测中效果较好,不同类型的变量对碳储量估测精度及不确定性有一定的影响。     

结合图像纹理特征的森林郁闭度遥感估测

在光谱等传统特征的基础上,结合遥感图像的纹理特征估测郁闭度:首先基于面向地块的方法计算图像的灰度共生矩阵纹理特征,然后用主成分方法分析相关性并降维,最后将图像纹理特征和光谱地形等特征一起作为自变量引入到郁闭度估测的逐步回归模型中。结果表明:结合图像纹理特征的方法比传统的只基于光谱或地形特征的方法在估测精度上有较大提高,判别系数R珔2从0.737提高到0.805,估测精度从81.03%提高到84.32%。     

结合地统计学与Landsat 8影像的乔木林地上碳储量估算

【目的】探究Landsat 8多光谱影像结合地统计学方法估算乔木林地上碳储量的可行性和适用性,为应用Landsat 8多光谱影像结合地统计学方法估算区域森林参数提供参考。【方法】以浙江省内的一景Landsat 8多光谱影像覆盖的范围为研究区,以乔木林地上碳储量为研究对象。通过外业调查获取专项调查数据,并采用生物量转换因子和树种含碳率参数,计算得到乔木林地上碳储量数据。基于Landsat 8多光谱影像和DEM数据,提取植被指数、纹理特征、主成分变换因子、缨帽变换因子和地形因子,采用皮尔森相关系数法和方差膨胀因子法对这些因子进行优选,生成用于建模的自变量集。分别采用稳健估计和协同克里格插值法构建乔木林地上碳储量模型,并对所构建的模型精度进行对比分析。【结果】本实验所提取的因子经皮尔森相关系数法筛选后,得到22个自变量因子,经方差膨胀因子法优选后,共有7个自变量因子(比值植被指数、非线性植被指数、海拔、第2波段的平均值纹理、第4波段的相关性纹理、第7波段的平均值纹理、第7波段的方差纹理)用于建模。协同克里格插值法构建模型的决定系数(R2)为0.45、均方根误差(RMSE)为9.88 t·hm-2、平均绝对偏差(MAE)为7.75 t·hm-2、总预报偏差的相对误差(RE)为0.24%,其拟合精度优于稳健估计法(R2=0.42,RMSE=10.15t·hm-2,MAE=8.03 t·hm-2,RE=0.27%)。本文所采用的皮尔森相关系数法结合方差膨胀因子法可有效地考虑变量间的相关性及共线性问题,可以在一定程度上提高所构建模型的稳定性,所采用的协同克里格插值法考虑了变量的空间分布特征,与传统的统计模型相比具有较好的应用优势。【结论】本研究为应用Landsat 8多光谱影像结合协同克里格插值法快速估算森林碳储量及其他森林参数提供了新的途径。     

基于高斯-马尔可夫随机场木材纹理特征的研究

将高斯—马尔可夫随机场(GMRF)引入木材纹理的研究,提取了二阶与五阶特征参数,并对二阶特征参数做了详细分析,得出通过θ2可以判断纹理的主方向,而结合θ1、θ2、θ3、θ4能够区分开木材的弦切和径切纹理。将五阶特征参数组成的特征向量输入给BP神经网络分类器,其分类识别率约为85%,表明了高阶GMRF参数对木材纹理描述的有效性。     

基于SPOT-7影像的马尾松生物量估测模型研究

森林生物量的定量估算为全球碳储量循环及气候变化研究提供了重要的参考依据。以肇庆市马尾松生物量为研究对象,基于SPOT-7影像数据,提取出单波段、波段比值、纹理特征、地形等因子并进行优选,对优选后的变量因子进行分组,生成光谱特征、纹理特征、光谱和纹理特征相结合的3种自变量集,采用偏最小二乘回归法和3种自变量集构建马尾松生物量估测模型并进行优选。结果显示:基于光谱特征构建的马尾松生物量估测模型的决定系数R2为0.81,均方根误差为15.30 t/hm2,误差平均值为-5.65 t/hm2,总预报偏差的相对误差为9.30%;基于纹理特征构建的马尾松生物量估测模型的决定系数R2为0.84,均方根误差为15.69 t/hm2,误差平均值为-4.73 t/hm2,总预报偏差的相对误差为7.78%;基于光谱和纹理特征相结合构建的马尾松生物量估测模型的决定系数R2为0.83,均方根误差为15.24 t/hm2,误差平均值为-5.27 t/hm2,总预报偏差的相对误差为8.67%。由此可知,基于纹理特征构建的马尾松生物量模型要好于其他两种方法,估算精度更高。     

基于高分二号的旺业甸林场蓄积量估测模型研究

【目的】为了探究国产高分二号(GF-2)影像在林分蓄积量估测中的潜力,并找到最佳的蓄积量估测模型。【方法】本次实验以内蒙古旺业甸林场为研究区,以高分二号卫星影像为信息源,结合2017年10月份调查的75块样地以及同时期的GF-2影像数据,提取波段特征、植被指数和纹理特征等43个遥感因子作为候选变量,利用Pearson相关系数选择出与蓄积量显著相关的6个变量,采用多元线性回归模型(MLR)、BP-神经网络模型(BP-ANN)、随机森林模型(RF)、支持向量机模型(SVM)和K邻近模型(KNN)进行蓄积量的估测。以决定系数(R^2)、均方根误差(RMSE)、相对均方根误差(RRMSE%)作为5种模型的评价指标,选择出旺业甸林场的最佳蓄积量估测模型,并绘制了研究区的森林蓄积量分布图。【结果】4种机器学习模型的结果明显优于传统的线性模型,其中随机森林(RF)模型和K邻近模型(KNN)均得到了较高的精度,其中RF模型的R^2为0.66,均方根误差为55.2 m^3/hm^2,相对均方根误差为28.1%,KNN模型的R^2为0.64,均方根误差为57.6 m^3/hm^2相对均方根误差为29.3%。【结论】在利用高分二号数据进行旺业甸林场蓄积量估测时,RF和KNN模型在估测针叶林蓄积量时相比于其他模型可以取得更好的结果。     

基于 TM 影像的土地覆盖分类比较研究

以云南省文山壮族苗族自治州麻栗坡县2005年T M影像为试验数据,利用最大似然分类（M LC ）、支持向量机（SVM ）以及随机森林（RF）3种分类方法进行了土地覆盖遥感分类研究。从分类精度、样本数量对分类器的影响、模型复杂度、分类速度等几个方面进行了比较分析。结果表明：随机森林分类法最优,而经典方法之一的最大似然分类法最稳定。所得出的结论对在类似的应用中如何选择合适的分类方法具有一定的参考价值。     

常绿阔叶林迹地两种更新方式形成的群落生产力研究

通过对常绿阔叶林迹地两种更新方式所形成的不同群落生产力的比较研究，结果表明：采用人促天然更新形成的米储单优群落生产力与经济效益均高于杉木人工林，其中米储单优群落的林分总蓄积量比杉木林高１１．８７％，林分总生物量高２２．１０％；人促天然更新的投资利润率和财务内部收益率分别比营造杉木人工林高５．８４％和１１．０３％。     

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。     

木荷容器育苗营养基质及播种方式的研究

对木荷采用６种不同营养基质配方及２种不同播种方式的容器育苗试验，分析了各因素对苗木的高度、地径、根系总量、主根长度、最长须根长度、须根平均长度、叶片数、叶片长和叶片宽等９个生长性状的影响；选出较佳的营养基质配方为腐殖质土２０％、厩肥２０％、火烧土２０％和黄心土４０％，另加过磷酸钙３％；播种方式以移芽上袋法较好。     

Modeling Microibril Angle with Mixed Models for Dahurian Larch

In this study,the sample data was based on 2 790 samples of 9 trees from dahurian larch （Larix gmelinii） plantations located in Qitaihe Forest Bureau in Heilongjiang Province.The modified Logistic model y = b₁ /[1 + exp（b₂ x）]+ b₃ was selected to modeling microfibril angle from six models based on nonlinear regression.Then,the logistic model was fitted using nonlinear mixed-effect modeling approach based on NLME of S-PLUS software.Evaluation statistics,such as AIC,BIC, Log Likelihood and Likelihood ratio test were used for model comparisons.The results showed that the Logistic model with parameters b₁,b₂,b₃ as mixed effects showed the best performance.Correlation structures included compound-symmetry structure （CS）,first-order autoregressive correlation structure AR（1）,moving average correlation structure MA（1） and autoregressive-moving average correlation structure[ARMA（1,1）]were incorprated into the best microfibril angle mixed model.[ARMA（1,1）]significantly improved the precision of mixed model.Validation confirmed that the mixed model with calibration of random parameters could provide more accurate and precise prediction.Therefore,the application of mixed model not only showed the mean trends of microfibril angle,but also showed the individual difference based on variance-covariance structure and correlation structure.     

高精度保证下的森林城市主要评定指标评估——以浙江余杭为例

为了科学、准确获取浙江省森林城市主要评定指标值,本文利用研究区2008年的彩色航片,辅以更新至2009年的二类调查及造林、园林绿化数据作补充和修正,通过布设大量高密度样点并判读赋值,基于成数抽样原理和＂3S＂技术,根据浙江省森林城市主要评价标准体系,以浙江余杭为例进行评估,并计算主要评估结果的估计精度和估计区间。结果显示：2009年,余杭区建成区林木覆盖率为24.92%（未达标）;人均公共绿地面积16.91m2（达标）,其中乔木树种面积比重达到56.04%（未达标）;建设区域内道路绿化率约为92.16%（达标）,河道绿化率91.99%（达标）;建成区内97.40%（达标）以上的市民出门平均500m有休闲绿地。综上,采用以上评估方法获取的研究区浙江省森林城市主要评定指标结果,有很高的精度保证和较好可信度。     

厚朴、杉木人工混交林生长过程和生物量的调查研究初报

对鱼龙林场厚朴与杉木人工混交林分标准地的初步调查表明，林分中杉木生物量大于厚朴，比例为３．２８：１，占乔木层总生物量的７６．６％；从生长过程看杉木胸径生长大于厚朴，杉木高生长与厚朴相近，杉木材积生长始终大于厚朴。１４年生时杉木与厚朴均未达数量成熟，材积生长潜力仍很大。     

车用磷酸铁锂电池荷电状态的 LPV 模型卡尔曼滤波算法

动力电池是混合动力汽车产业化发展的关键技术之一，其中电池的荷电状态（StateofCharge，简称SOC）估算则是电池管理系统中的重要技术，同时也是发动机和电机动力分配的一个重要参数。文章以磷酸铁锂电池作为研究对象，在进行电池特性试验的基础上提出一种基于LPV模型的卡尔曼滤波算法，与安时计量法相结合，实现磷酸铁锂电池SOC的实时估算。利用MATLAB／Simulink软件建立该算法的模型并进行仿真，结果验证该算法的可行性和精确性。     

杉木萌芽条保留数量对马尾松幼林生长的影响

实验表明：在Ⅲ类立地的杉木迹地上营造马尾松，每公顷保留１２００－１５００株的杉木萌芽条，能起到促进马尾松幼林生长的作用；至７－８年间伐时每公顷可获纯利３８００元。该类型幼林在７年生时应进行一次高强度（４０％－５０％）的间伐，以保证马尾松的生长不受影响。     

基于IE＋ABC的包装企业成本核算研究

随着市场制度的日趋成熟,包装企业发展也日渐完善,传统成本法已经不能满足企业成本准确核算的要求。鉴于作业成本法（ABC法）能够对企业成本提供更为准确的核算,通过运用作业成本法,并结合工业工程（IE）的思想,建立一个新的成本控制体系,对企业进行工作结构分解和流程再造,并在新的成本控制体系下重新对企业成本进行核算,说明改进后的作业成本法可以得到相对准确的包装企业成本信息。