杨铭
- 作品数：6 被引量：21H指数：3
- 供职机构：北京林业大学更多>>
- 发文基金：国家高技术研究发展计划国家重大科学仪器设备开发专项更多>>
- 相关领域：农业科学自动化与计算机技术建筑科学更多>>
- 一种应用于复杂地形区域的点云滤波方法
- 本发明公开一种应用于复杂地形区域的点云滤波方法，以传统八叉树模型原理为基础，针对复杂地形环境中点云滤波的方法进行以下改进，包括：一、改进原有八叉树模型，在分割过程中，对节点尺寸予以调整，每次分割时采用最小立方体包含节点中...
- 张晓丽张凝瞿帅杨铭
- 森林区域机载LiDAR点云数据的改进八叉树滤波算法研究被引量：4
- 2018年
- 【目的】利用机载LiDAR点云数据能准确获取地物点三维坐标的特点,本文对森林区域LiDAR数据进行滤波分析,旨在提高点云滤波精度。【方法】基于改进的八叉树模型,将复杂地形分解为大量山坡地形,通过改变节点尺寸,既保留了点云的原始信息,又增强了点云数据分割的准确性。针对森林区域地形起伏不定的实际情况,在滤波算法中引入坡度判断,在一定程度上改善了山坡低矮植被易被错分为地面点的情况。【结果】对于3组不同地形下的点云数据,滤波总错误率分别为4.57%、4.75%和5.83%。这一结果对森林区域不同地形下的点云滤波具有一定的实用性。【结论】本文提出的改进八叉树滤波算法可以充分利用数据结构特征实现快速、高精度的滤波,从而节约时间成本和运行成本,也为后续森林参数的提取奠定基础。
- 杨铭张晓丽霍朗宁高凌寒
- 关键词：机载LIDAR八叉树点云分割地形特征
- 基于林分结构响应的PALSAR森林结构参数估测被引量：8
- 2015年
- 为提高ALOS PALSAR 数据估测森林结构参数的精度,引入代表林分结构复杂程度的调整熵值（ENTadj ）参与估测,以消除林分结构对雷达后向散射系数的干扰。首先利用野外样地实测的树高计算林分的调整熵值,与Landsat8 OLI 第6 波段建立线性回归模型,获得基于像元的调整熵值。一般森林结构参数与ALOS PALSAR 后向散射系数之间的关系可以用对数模型模拟。引入基于像元的调整熵值作为自变量对原始对数模型进行改进,分别对林分平均高、林分平均胸径、林分蓄积量建立了3 种形式的改进模型。利用原始模型和改进模型分别对杉木林、马尾松林、阔叶林和针阔混交林的上述森林结构参数进行估测。最后比较模型拟合精度筛选出3 项森林结构参数在各类森林中的最优模型,共计12 个。结果表明：考虑林分结构干扰后,雷达估测森林结构参数模型的拟合精度R2均得到了提高。马尾松林各项森林结构参数模型的拟合度提高最大。精度检验结果表明：林分平均高估测精度（RMSE 为0.74 -2.51 m）、林分平均胸径估测精度（RMSE 为2.61 - 5.61 cm）和林分蓄积量估测精度（RMSE 为21.71 -30.92 m^3 / hm^2 ）都比较理想。本研究探讨了林分结构信息应用于合成孔径雷达后向散射系数反演森林结构参数方面的潜力,提高了光学数据结合雷达数据估算森林结构参数的能力。
- 赵明瑶刘会云张晓丽焦志敏姚智杨铭
- 关键词：林分结构ALOSPALSAR胸径蓄积量
- 京西浅山区多功能苗圃景观规划设计研究 ——以北京市门头沟区军庄绿钢紫薇园为例
- 苗圃是一个城市园林绿化工程的基本物质基础,对城市的绿色可持续发展起着至关重要的作用。经过了高速发展的阶段,如今的苗圃产业存在苗木结构不够合理,苗圃经营特色不突出等问题,急待转型升级。浅山区是山区中较为特殊的部分,在生态保...
- 杨铭
- 一种应用于复杂地形区域的点云滤波方法
- 本发明公开一种应用于复杂地形区域的点云滤波方法，以传统八叉树模型原理为基础，针对复杂地形环境中点云滤波的方法进行以下改进，包括：一、改进原有八叉树模型，在分割过程中，对节点尺寸予以调整，每次分割时采用最小立方体包含节点中...
- 张晓丽张凝瞿帅杨铭
- 文献传递
- 基于双源遥感数据的杉木林分蓄积量估测模型研究被引量：8
- 2016年
- 为了提高森林蓄积量估测精度,以福建省三明市将乐县国有林场中杉木林作为试验区,选择资源3号卫星多光谱高分辨率影像及Alos Palsar影像为数据源,将相关性较高的极化雷达参数与最优窗口下的纹理参数相结合,协同两种遥感数据反演蓄积量。利用灰度共生矩阵分别提取高分辨率影像在3×3、5×5、7×7、9×9和11×11的5组窗口大小下8种纹理特征信息,提取Alos Palsar影像双极化方式下后向散射系数并进行比值运算。采用多元逐步回归分析方法,分别利用5组纹理特征信息反演杉木林蓄积量,找出最优窗口;检测不同极化方式下后向散射系数与蓄积量之间相关性。结果表明,单数据源反演蓄积量模型中,5×5窗口反演效果最好,模型复相关系数R=0.869,均方根误差σRMSE=23.38 m^3/hm^2,蓄积量总体的估测精度为80.32%;多数据源反演蓄积量模型中,两种极化方式下的后向散射系数比值与高分影像纹理特征参数结合后,反演模型的效果更好,模型中R=0.901,σRMSE=22.32 m^3/hm^2,蓄积量总体估测精度达到85.42%。研究表明,基于多数据源数据的森林蓄积量反演精度更高,结果更准确。
- 杨铭王月婷张晓丽
- 关键词：蓄积量估测ALOSPALSAR后向散射系数
