国家林业局948项目(2008-4-49)
- 作品数：7 被引量：70H指数：6
- 相关作者：周国模徐小军杜华强崔瑞蕊董德进更多>>
- 相关机构：浙江农林大学浙江林学院浙江省安吉县林业局更多>>
- 发文基金：引进国际先进农业科技计划国家自然科学基金浙江省科技厅项目更多>>
- 相关领域：农业科学生物学自动化与计算机技术更多>>
- Erf-BP混合像元分解及在森林遥感信息提取中应用被引量：10
- 2011年
- 提出一种新的基于高斯误差函数(Gaussian error function,Erf)作为激活函数的BP神经网络(Erf-BP),并用于林区TM影像进行混合像元分解。研究表明:Erf-BP模型的精度高于线性无约束最小二乘法模型及最大似然法。通过在高分辨率影像上选取验证样区精度检验得出:1)各端元总分解精度为89.2%,RMSE比线性无约束最小二乘法模型降低了近39%;2)该方法能够较高精度地提取森林遥感信息,精度达到86%,RMSE比线性无约束最小二乘法模型降低了近40.6%。将3种不同方法估计的整个研究区各端元面积百分比与森林资源二类调查数据作对比得出:Erf-BP模型精度略高于最大似然法,RMSE分别为4.18%和7.90%,两者精度明显高于线性无约束最小二乘法模型(RMSE=18.75%)。Erf-BP算法能够较高精度地对TM影像进行混合像元分解,尤其在森林信息提取上,为基于混合像元分解提取不同森林类型甚至树种遥感信息提供一种可行的方法。
- 徐小军杜华强周国模董德进范渭亮崔瑞蕊
- 关键词：误差反向传播算法混合像元分解
- 基于Landsat TM数据估算雷竹林地上生物量被引量：20
- 2011年
- 结合Landsat TM遥感数据和雷竹林样地调查数据,采用偏最小二乘回归法(PLS)建立雷竹林地上生物量估算模型,利用该模型估算临安市雷竹林地上部分生物量。结果表明:雷竹单株地上部分生物量与胸径及雷竹林地上部分生物量与株数之间都呈极显著相关(P<0.01);通过PLS-Bootstrap法筛选自变量能够提高模型精度;模型预测的雷竹林地上生物量均方根误差为3.45t·hm-2,满足大范围估算的精度要求;临安市雷竹林地上生物量为13～25t·hm-2,均值为19.52t·hm-2。
- 徐小军周国模杜华强董德进崔瑞蕊周宇峰沈振明
- 关键词：雷竹林地上生物量LANDSAT偏最小二乘回归
- 模拟真实场景的混合像元分解被引量：4
- 2010年
- 在总结混合像元分解方法的基础上,提出了一种模拟真实场景的像元分解方法,该方法首先通过真实场景的模拟获得各分量的丰度,结合遥感影像与场景模拟的丰度反演端元反射率(模拟端元),最后用带约束条件的线性模型进行混合像元分解。用浙江省安吉县毛竹林调查资料及LandsatTM对该方法进行验证和对比分析表明,基于模拟端元的混合像元分解结果比基于影像端元和参考端元的精度高且具有良好的稳健性。模拟真实场景的混合像元分解方法将样地调查数据的先验知识应用于端元提取,并将三维模拟模型引入到二维的线性光谱分解中,具有一定的优势和应用推广前景。
- 范渭亮杜华强周国模徐小军崔瑞蕊董德进
- 关键词：像元分解LANDSATTM
- 毛竹林地上部分生物量遥感估算模型的可移植性被引量：6
- 2012年
- 选择浙江省内临安、安吉、龙泉3个毛竹产区为研究区域,基于野外调查数据和Landsat 5 TM影像,分别建立3个区域的毛竹林生物量遥感估算模型,包括一元线性模型、一元非线性模型、逐步回归模型、多元线性模型和Erf-BP神经网络模型,并对3个区域的模型进行评价;最后,选择精度较好的模型进行移植并对其可移植性进行分析.结果表明:在3个区域,Erf-BP神经网络模型精度均最高,逐步回归模型和一元非线性模型次之.Erf-BP神经网络模型的可移植性最佳.模型类型和模型自变量对统计模型的可移植性有较大影响.
- 余朝林杜华强周国模徐小军桂祖云
- 关键词：地上生物量移植性毛竹
- 生物量精确估算模型与参数辨识方法及应用被引量：7
- 2010年
- 从生物量模型的构建与参数辨识方法的改进对生物量进行精确估算。用Chebyshev多项式系的组合构建了p维连续函数空间的一组乘积型基,进而建立了生物量估算统一模型,它具有如下特点:(1)可以克服常用生物量估算模型的经验性、不稳定性、不通用性及对生物量影响因素适应性差的特点,(2)它适合于影响生物量的任何因素,故适应范围非常广且很稳定,(3)可根据实际需要及估算精度确定影响生物量的因素及其阶数大小,(4)模型对生物量的估算相当于在区间[-1,1]上进行的数值插值,变量阶数越高,所插入的点就越多,估算结果越符合实际,整个估算的插值过程与树木的树干解析与树木生长原理是相一致的。对所建模型的参数辨识方法做了探讨,经典最小二乘算法是生物量估算的最常用参数辨识方法,由于它本身固有的一些缺陷使常用最小二乘的估算精度与使用范围受到很大的限制,现代多元统计分析的偏最小二乘算法可以克服常用最小二乘的缺陷,但在提取成分时仍具有不足,针对偏最小二乘的缺陷本文对它做了改进,改进算法即能克服偏最小二乘的不足还能使估算精度大大提高。用2个案例对3种生物量估算方法做了对比分析,结果表明生物量估算统一模型与偏最小二乘改进算法精度最高,其生物量估计误差在零附近排成一条直线。
- 刘恩斌李永夫周国模施拥军莫路锋
- 关键词：生物量
- 大气校正对毛竹林生物量遥感估算的影响被引量：17
- 2010年
- 基于LandsatTM影像对毛竹林生物量进行了估算,并利用6种大气校正方法(FLAASH、6S、DOS1～DOS4)分析了大气校正对毛竹林生物量遥感估算的影响.结果表明:6种大气校正模型均能有效地消除大气影响;不同大气校正模型校正后,归一化植被指数(NDVI)与毛竹林生物量之间的关系得到很好改善;对于同一种大气校正方法而言,NDVI、红外指数(II)和近红外指数(MI)与生物量之间关系的差异较大,说明在探讨植被指数的生物物理意义时必须进行大气校正;与其他5种模型相比,DOS3模型校正后的LandsatTM数据与毛竹林生物量之间具有最高的相关系数,但6种校正模型校正前后LandsatTM数据与毛竹林生物量之间的相关系数没有显著差异,说明采用单一时相遥感影像建立多元线性回归模型估算生物量时,可以不进行大气校正.
- 范渭亮杜华强周国模徐小军崔瑞蕊董德进
- 关键词：大气校正生物量遥感估算植被指数
- 6种地形校正方法对雷竹林地上生物量遥感估算的影响被引量：16
- 2011年
- 结合野外调查数据和Landsat5TM影像,分析6种地形校正方法(Teillet-回归,Cosine,C,SCS,SCS+C和Minnaert)对雷竹林地上生物量遥感估算的影响。结果表明:1)除Cosine和SCS方法存在校正过度现象,其余4种地形校正方法均具有良好的校正效果;2)6种地形校正方法均可提高TM4,TM5与地上生物量的相关性,且RVI,NDVI和SAVI这3种植被指数与生物量之间的相关性也得到改善;3)与原始影像相比,6种地形校正后的遥感数据都能不同程度地提高雷竹林生物量估算精度,以Teillet-回归校正后所建雷竹林地上部分生物量估算模型精度最高,相关系数从0.441提高到0.687,RMSE降低17%左右;4)尽管Cosine校正最大程度地提高了TM4,TM5与地上生物量的相关关系,但Cosine方法存在校正过度问题,Cosine校正后雷竹林地上生物量遥感估算模型精度反而略低于Teillet-回归校正;5)虽然地形校正可提高植被指数与雷竹林地上生物量之间的相关性,但所选5种植被指数均未入选雷竹林地上生物量遥感估算模型的变量,这与雷竹林较高的密度有关。
- 董德进周国模杜华强徐小军崔瑞蕊沈振明
- 关键词：地形校正雷竹植被指数生物量遥感估算
