期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
近地面激光雷达点云密度对森林冠层结构参数提取准确性的影响 被引量：1
1
作者 王舶鉴 蔺菲 +8 位作者 房帅 王宁宁 胡天宇 任海保 米湘成 林露湘 原作强 王绪高 郝占庆 《生态学报》 CAS CSCD 北大核心 2023年第2期681-692,共12页
基于激光雷达技术获取冠层结构为森林生态学研究增加了新的维度。搭载于多旋翼无人机的近地面激光雷达相比于固定翼有人机的机载激光雷达,能够更加灵活高效地获取森林群落样地高密度点云。但在实际操作中,往往出现局部低密度点云数据,... 基于激光雷达技术获取冠层结构为森林生态学研究增加了新的维度。搭载于多旋翼无人机的近地面激光雷达相比于固定翼有人机的机载激光雷达,能够更加灵活高效地获取森林群落样地高密度点云。但在实际操作中,往往出现局部低密度点云数据,影响了冠层结构参数提取的准确性。使用4块森林动态样地的近地面激光雷达点云数据;利用航带分解方法分析各样地低密度样方成因;采用点云抽稀模拟算法计算并拟合偏差曲线,对比不同样地、参数和取样尺度间的点云密度对冠层结构参数提取准确性的影响;根据偏差曲线计算各条件下保证参数提取准确性的最低点云密度。结果发现:1)低密度区域主要受地形或(和)近地面遥感设计规划的影响。地形复杂的测区(西双版纳和古田山样地),遥感规划难度大,整体难以获取高密度点云(在30点/m^(2)左右),容易在沟谷和高海拔处出现低密度样方。平坦测区(长白山两块样地)虽可获取高密度点云(均超过150点/m^(2)),但欠佳的遥感规划设计导致长白山1测区北部出现1hm^(2)低密度区域。2)冠层参数提取准确性随点云密度减少而迅速降低,呈负指数幂函数关系。这一变化趋势在不同参数和尺度间差异较大,但在各样地间无显著差异。3)根据偏差曲线拟合结果,点云密度达到16点/m^(2)可以实现5—20 m取样尺度下冠层结构参数提取准确度达95%。综上,为更好的将近地面激光雷达技术应用在森林生态学研究中,应注重外业遥感作业方案的合理性,充分考虑地形的影响,在源头把控数据质量;如果数据存在低密度点云的情况,应适当放宽取样尺度并慎重提取对点云密度较为敏感的冠层结构参数。 展开更多
关键词 激光雷达 点云密度 冠层结构参数 近地面遥感 森林动态样地
下载PDF
长白山区森林景观格局动态 被引量：25
2
作者 王美玲 张继超 +3 位作者 王舶鉴 王诗洋 郝占庆 王绪高 《生态学杂志》 CAS CSCD 北大核心 2017年第11期3138-3147,共10页
本文以长白山国家级自然保护区及其外围的4个林业局为研究区,基于2004年和2015年的Landsat遥感影像数据,分析了保护区与周边林业局的森林景观格局在空间分布、形状、破碎化程度和多样性等方面的变化。结果表明:长白山保护区与周边林业... 本文以长白山国家级自然保护区及其外围的4个林业局为研究区,基于2004年和2015年的Landsat遥感影像数据,分析了保护区与周边林业局的森林景观格局在空间分布、形状、破碎化程度和多样性等方面的变化。结果表明:长白山保护区与周边林业局之间的森林景观格局变化既有一致性,也存在着差异。与2004年相比,2015年保护区与周边林业局的林地景观形状均变得简单规则,针叶林景观面积减少,主要转变成了针阔混交林。保护区内林地总面积基本不变,而保护区周边林业局内的林地总面积共减少了7326 hm2,转出的林地主要变成了耕地,其次是裸地及采伐地和建设用地。保护区及周边林业局普遍表现为景观破碎化加重,景观异质性和景观多样性增加,受人为干扰明显。另外,不同林业局之间的景观格局变化不一致。例如,白河林业局内林地景观形状趋于简单规则,破碎化得到改善,而泉阳和松江河林业局却表现出相反的趋势。 展开更多
关键词 长白山 森林景观格局 动态变化 景观指数 遥感
原文传递
基于无人机高光谱影像和深度学习算法的长白山针阔混交林优势树种分类 被引量：9
3
作者 郑迪 沈国春 +8 位作者 王舶鉴 戴冠华 蔺菲 胡家瑞 叶吉 房帅 郝占庆 王绪高 原作强 《生态学杂志》 CAS CSCD 北大核心 2022年第5期1024-1032,共9页
快速、准确识别树种及其分布格局是森林资源经营管理和生物多样性保护的基础和前提。与传统实地调查的方法相比,近年来飞速发展的近地面遥感技术可以灵活、高效和便捷地获取高分辨率高光谱遥感影像,而如何从包含丰富信息的诸多特征中选... 快速、准确识别树种及其分布格局是森林资源经营管理和生物多样性保护的基础和前提。与传统实地调查的方法相比,近年来飞速发展的近地面遥感技术可以灵活、高效和便捷地获取高分辨率高光谱遥感影像,而如何从包含丰富信息的诸多特征中选择信息量大且冗余度低的特征进行树种自动识别,是当前研究亟待解决的问题。本研究以长白山25 hm^(2)温带针阔混交样地为主要研究平台,于2019年8月使用无人机搭载的光谱传感器获取面积为6 hm^(2)的高光谱影像,选择红松、春榆、蒙古栎、水曲柳、大青杨和紫椴6种林冠层树种作为实地标记树种,使用实时载波相位差分技术对所选目标树种进行精确定位,结合2019年样地复查结果对研究区的影像进行目视解译,分别使用卷积神经网络法、最大似然法和马氏距离3种分类方法进行冠层树种的自动分类研究。结果表明:(1)卷积神经网络的树种分类总体精度和Kappa系数(99.85%、0.998)优于最大似然法(89.11%、0.86)和马氏距离法(79.65%、0.75)。(2)在3种分类方法中,单个优势树种分类精度均在卷积神经网络中为最高精度,红松、春榆、蒙古栎、水曲柳、大青杨和紫椴的最高分类精度分别为100%、99.9%、99.9%、99.8%、99.8%和99.5%。(3)从分类效果看,卷积神经网络混分程度最低,马氏距离法混分程度最严重。研究表明,基于深度学习的卷积神经网络模型能够完成对温带天然林林冠树种的准确高效分类,在树种多样性监测和林业资源调查应用中具有较大潜力。 展开更多
关键词 天然林 高光谱 卷积神经网络法 最大似然法 马氏距离法
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部