中国博士后科学基金(2011M500036)
- 作品数：9 被引量：46H指数：5
- 相关作者：邢艳秋杨超李俊明李增元王蕊更多>>
- 相关机构：东北林业大学中国林业科学研究院资源信息研究所更多>>
- 发文基金：中国博士后科学基金国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：农业科学自动化与计算机技术更多>>
- 基于ICESat-GLAS波形估测平均树高的研究被引量：4
- 2014年
- 以吉林省汪清林业局经营区域为例,基于星载激光雷达ICESat-GLAS回波参数,构建了平均树高回归模型,预估精度为84.05%;利用反距离加权法,对ICESat-GLAS光斑平均树高估测值进行差值运算,得到初始CHM(Canopy Height Model),实现了平均树高空间连续分布制图;再利用坡度校正和3×3移动窗口差分滤波平滑初始CHM,得到研究区平均树高修正CHM,预估精度达到91.52%。研究结果表明,坡度校正和移动窗口差分滤波方法能有效削弱坡度影响,剔除异常点,提高平均树高估测精度。
- 刘美爽邢艳秋吴红波尤号田
- 关键词：激光雷达波形平均树高CHM
- 基于MODIS影像的决策树森林类型分类研究被引量：7
- 2013年
- 基于MODIS影像的多种特征信息,以吉林省汪清林业局为例,结合该地区的地形分布,在空间维上分析影像的纹理特征信息和地形指标信息,时间维上分析植被的生长规律和地表温度信息,统计分析植被的特征信息差异,利用决策树方法对该林区的森林类型进行分类,并对分类结果进行精度评价。结果表明,总体分类精度为87.80%,卡帕系数为0.851 0,其中,针叶林、阔叶林、混交林、和其他用地的分类精度均达到80%以上。在分类决策中,时间和空间上的多种数据特征信息的加入,可有效地提高植被类型的分类精度。该结果有助于更好的了解植被在时间和空间上的分布情况,为大区域尺度的森林动态信息监测提供更好的依据。
- 孙小添邢艳秋李增元王蕊尤号田
- 关键词：MODIS影像特征信息决策树
- 模糊聚类分析在色木孔洞缺陷位置声波检测中的应用被引量：5
- 2015年
- 为了实现木材孔洞缺陷位置的检测,提出了一种基于模糊聚类分析的新型木材声波无损检测方法。针对端部孔、无孔洞和中间孔木材试件,运用敲击法采集木材声波信号,提取时频特征向量作为样本数据,运用基于传递闭包的模糊相似矩阵对训练样本进行聚类分析,建立不同类别的模糊模式库,采用最大隶属度原则对待测样本进行识别。结果表明:此方法克服了模糊聚类单一分析方法的不确定性,实现了多指标定量化的检测;该方法能够有效地对色木孔洞缺陷位置进行检测,且准确率较高,检测端部孔样本的准确率为84%,无孔洞样本准确率为94%,中间孔样本准确率为92%。
- 郭瑞马肖祥邢涛孟宪静
- 关键词：模糊模式识别无损检测模糊聚类
- 基于环境与灾害监测预报小卫星的树种识别被引量：10
- 2013年
- 应用环境与灾害监测预报小卫星的高光谱遥感影像,对吉林省汪清林业局施业区内的典型树种蒙古栎、白桦和落叶松进行分类。依据各树种在相同波段灰度值的差异性,从HJ-1A遥感影像的115个波段中提取3个树种可分性好的波段区域,建立基于植被灰度值的分类规则进行预分类,再结合地形因子的坡向数据和DEM数据等地形因子进行再分类。预分类的总体分类精度为68.33%,分别结合坡向数据和高程数据的分类精度为81.67%和80.00%;在预分类中,结合坡向和高程数据的总体分类精度为88.33%。
- 李俊明邢艳秋杨超李增元
- 关键词：地形因子
- 基于近红外光谱的紫丁香叶片叶绿素含量的估测研究被引量：4
- 2013年
- 近红外具有快速无损检测特点,利用该特点能够对紫丁香叶片叶绿素的含量进行估测。采用的试验方法是采取东北林业大学城市示范实验林场中的紫丁香叶片60片,从中随机抽取40片作为建模集,其余20片为验证集,并用偏最小二乘法建立建模集的叶片的近红外光谱和叶绿素含量的关系模型。再利用该模型来估测验证集紫丁香的叶绿素含量。本次试验,建模集的预测集和校验集的R2分别达到0.86和0.73,相关系数均达到85%以上,并且验证集的R2值达到0.82,相关系数为90.85%,说明近红外技术具有应用于叶片叶绿素含量估测的潜力。
- 李俊明邢艳秋
- 关键词：近红外叶绿素紫丁香偏最小二乘法
- 基于森林类型光谱特征的最佳波段选择研究——以HJ/1A高光谱影像为例被引量：8
- 2013年
- HJ/1A高光谱影像有115个波段,从这115个波段中选出波段相关性小、图像信息量大的波段组合,来更好的区分汪清林业区内的阔叶林、针叶林和混交林。从3种森林类型的光谱特征出发,挑选出辐射亮度值差异大的67个波段,利用相关系数矩阵将67个波段分成3组,再用最佳指数法、波段指数法和协方差特征值法选出波段组合方案,最后用光谱混合距离判断出波长505.89 nm、529.64和908.95 nm的波段组合为区分针叶林的最佳组合波段;508.42 nm、696.85 nm、885.18 nm波段组合为区分阔叶林和混交林的最佳波段组合。
- 李俊明邢艳秋杨超
- 关键词：波段组合光谱特征
- 基于星载激光雷达数据和支持向量分类机方法的森林类型识别被引量：6
- 2014年
- 以长白山汪清林区为例,分析了星载激光雷达(ICESat-GLAS)数据在森林类型识别上的应用效果。采用软件Matlab和IDL对原始二进制数据进行处理,得到GLAS回波波形图;进一步提取与森林类型相关的波形特征参数,作为支持向量分类机(C-SVC)的输入量,进行森林类型识别,并采用K-折交叉验证方法对核函数选择进行评价。结果表明:C-SVC分类方法能够识别阔叶林和针叶林2种森林类型,识别精度达到85.24%。
- 刘美爽邢艳秋李立存杨超王蕊
- 关键词：支持向量分类机
- 基于星载雷达全波形数据估测森林结构参数研究综述被引量：5
- 2013年
- 随着遥感技术的迅速发展,基于星载雷达全波形数据来估测森林结构参数已成为一项突破性的技术。星载雷达对植被空间结构和地形探测能力很强,能准确估测出森林结构参数,为进一步研究森林碳储量和碳循环提供可靠的基础数据,因此在林业中得到广泛应用。文中介绍了星载雷达系统ICESat-GLAS及其组成和工作原理,系统总结了利用星载雷达数据估测森林结构参数的研究现状,分析了星载雷达估测森林结构参数的局限性,并对其研究趋势进行了展望。
- 邢艳秋王蕊李增元
- 关键词：星载雷达波形
- 层次支持向量机在色木孔洞缺陷检测中的应用
- 2014年
- 针对现有木材无损检测中存在的问题,提出根据木材的声脉冲响应特点,通过自制的声波信号采集装置提取含有孔洞缺陷木材的声脉冲响应信号,再分别从时域和频域对信号进行处理,提取相关的统计信息作为识别特征,再输入到层次支持向量机(SVM)中进行识别的方法。结果表明,该方法对色木孔洞位置的识别准确率在95%以上,具有需构造的SVM分类器数量少、不存在不可识别域、训练和识别速度快的优点。对基于支持向量机的木材孔洞缺陷识别进行探讨,并对其有效性进行验证。
- 王浩洋邢涛邢艳秋孟宪静
- 关键词：支持向量机孔洞缺陷
