- 年份
- 2024(5218)
- 2023(7578)
- 2022(6418)
- 2021(6058)
- 2020(5178)
- 2019(11755)
- 2018(11470)
- 2017(22326)
- 2016(11612)
- 2015(12925)
- 2014(12344)
- 2013(11728)
- 2012(10380)
- 2011(8913)
- 2010(8312)
- 2009(6963)
- 2008(6305)
- 2007(4768)
- 2006(3567)
- 2005(2565)
- 学科
- 济(44401)
- 经济(44359)
- 管理(32338)
- 业(31028)
- 企(25868)
- 企业(25868)
- 方法(25726)
- 数学(23643)
- 数学方法(23289)
- 财(11970)
- 农(11099)
- 中国(9794)
- 业经(8957)
- 学(8647)
- 务(8128)
- 财务(8097)
- 财务管理(8082)
- 企业财务(7716)
- 贸(7596)
- 贸易(7594)
- 农业(7490)
- 易(7408)
- 技术(7392)
- 地方(7221)
- 环境(6817)
- 和(6487)
- 理论(6189)
- 制(6136)
- 划(5815)
- 银(5219)
- 机构
- 大学(149224)
- 学院(148955)
- 管理(63707)
- 济(61104)
- 经济(60099)
- 理学(56995)
- 理学院(56428)
- 管理学(55338)
- 管理学院(55065)
- 研究(44176)
- 中国(32576)
- 京(28937)
- 科学(27711)
- 财(26589)
- 业大(23171)
- 财经(22714)
- 中心(22406)
- 农(22034)
- 经(21065)
- 所(19629)
- 江(19531)
- 经济学(19310)
- 研究所(18497)
- 范(18481)
- 师范(18267)
- 经济学院(17736)
- 财经大学(17513)
- 院(17364)
- 农业(17320)
- 经济管理(17100)
- 基金
- 项目(117915)
- 科学(95588)
- 基金(89655)
- 研究(83626)
- 家(78963)
- 国家(78381)
- 科学基金(69183)
- 社会(55109)
- 社会科(52421)
- 社会科学(52407)
- 基金项目(48523)
- 自然(46669)
- 自然科(45672)
- 自然科学(45663)
- 省(45084)
- 自然科学基金(44842)
- 教育(39065)
- 划(38728)
- 资助(35322)
- 编号(32420)
- 重点(26927)
- 部(26641)
- 创(25395)
- 发(24767)
- 科研(23882)
- 创新(23791)
- 国家社会(23765)
- 成果(23423)
- 教育部(23270)
- 人文(22686)
共检索到189616条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 林业科学
[作者]
周小成 郑磊 黄洪宇
【目的】以无人机可见光遥感影像为数据源实现竹林、针叶林和阔叶林的分类识别,扩展无人机可见光遥感数据在森林资源调查中的应用范围。【方法】利用无人机获取仅包含红、绿、蓝3个波段光谱信息的航拍影像,经预处理生成空间分辨率为0.1 m的数字正射影像图(DOM)和数字表面模型(DSM),从DSM和DOM中提取包括高度特征、光谱特征、常见的可见光植被指数、HSV颜色分量、HSV颜色分量基础上提取的纹理特征以及扩展的形态学多属性剖面(EMAPs) 6类特征;采用递归特征消除随机森林算法(RF_RFE)优选特征子集,根据不同类型特征和优选特征子集设置8组试验,使用随机森林分类器(RFC)进行林分类型分类,运用目视解译获得的地面真实影像建立混淆矩阵评价分类结果。【结果】1)单独利用光谱特征进行林分类型分类效果不理想,总体精度为65.68%,Kappa系数为0.53;以光谱特征为基础单独引入其他特征进行林分类型分类,除植被指数外,其他特征均可提高总体分类精度; 2)采用递归特征消除随机森林算法优选出11个特征,包括5个EMAPs特征、3个HSV纹理特征、1个高度特征、1个植被指数和1个HSV颜色分量,11个特征组合获得8组试验中最高分类精度,总体精度为81.05%,Kappa系数为0.73; 3)将多特征优选方法应用于不同分辨率的可见光无人机影像上均取得较好分类结果,其中分辨率为0.3 m时分类精度最高,总体精度为82.46%,Kappa系数为0.75。【结论】递归特征消除随机森林算法综合多类型特征中最有利于林分类型分类的特征,从而提高分类精度,研究结果可为无人机可见光遥感数据在森林资源调查中林分类型信息的提取提供参考。
[期刊] 中国农业资源与区划
[作者]
刘斌 史云 吴文斌 段玉林 赵立成
[目的]无人机遥感具有高空间、高时间分辨率的优点,并可同时获得光谱和空间信息,因此在农作物分类中备受研究者的青睐。与侧重于从高分辨率RGB图像中提取纹理特征的分类方法不同,文章重点研究如何利用作物在光谱和空间维度上的联合特征尤其是作物高程特征,以实现农作物精细分类。[方法]首先,我们进行研究区域选择和地面实际情况调查,用无人机遥感系统进行可见光影像采集;其次,确定研究区域内农作物分类类别,分别对可见光遥感影像进行可见光植被指数计算及纹理滤波;针对数字表面模型(DSM)数据特点,对两期DSM数据进行差值处理,获得差异数字表面模型数据(DDSM),提取作物高度信息,并根据农作物冠层特性对差异数字表面模型进行滤波处理;最后,进行特征优选及组合,使用SVM方法进行农作物分类。[结果]确定最优分类特征为RGB、红波段对比度、绿波段二阶矩、蓝波段方差、DDSM、DDSM方差、DDSM对比度,分类精度由71.86%提高到92.30%,验证了由DSM影像提取的空间特征可以提高农作物分类精度。[结论]该研究探索了一种基于可见光及空间联合特征的农作物精细分类方法,方法简单可行,设备成本低,在基于无人机低空遥感的样方调查领域中有较大的应用前景。
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
李志铭 赵静 兰玉彬 崔欣 杨焕波
【目的】采用无人机遥感技术对作物进行分类识别,为及时获取农田信息、制定农田管理策略及产量估测提供技术支持。【方法】采用无人机遥感平台,获取试验区域玉米、桃树、菜花、大豆的可见光正射影像;利用HSV色彩空间转换和纹理滤波,获取不同地物的24项纹理特征与3项色彩特征。分别通过ReliefF算法及基于支持向量机的递归特征消除算法(support vector machine-recursive feature elimination,SVM-RFE)进行特征选择与分类,建立6种监督分类模型,利用得到的特征子集对其进行训练,对各模型分类效果进行精度评价。【结果】由SVM-RFE特征子集训练的6种监督分类模型测试集的分类精度均高于80%,分类精度平均提高5.023%,优于ReliefF特征子集训练的监督分类模型,其中SVM-RFE特征子集与支持向量机模型组合对作物的监督分类效果最佳,总体精度达83.417%,Kappa系数为78.60。【结论】基于无人机遥感技术的作物分类识别是可行的。
[期刊] 福建农林大学学报(自然科学版)
[作者]
杨焕波 赵静 兰玉彬 鲁力群 贾鹏 李志铭
为了快速获取夏季玉米四叶期、拔节期和抽穗期的植被覆盖度信息,以无人机拍摄的夏季玉米3个时期的可见光图像为研究对象,通过计算获取可见光波段的差异植被指数、过绿指数和归一化绿蓝差异指数.利用上述3种植被指数,通过时序交点阈值法和最大熵阈值法提取玉米3个生长时期的植被覆盖度信息,将监督分类结果作为真值对上述两种方法的提取效果进行评价.结果表明,与时序交点阈值法相比,利用最大熵阈值法确定的阈值提取玉米植被覆盖度精度较高,玉米3个生长时期的可见光波段差异(VDVI)植被指数的提取误差分别为4.66%、3.42%和5.81%.
[期刊] 草业科学
[作者]
俞静 张世文 芮婷婷 李唯佳 蔡慧珍
植被地上生物量可作为评价矿山生态修复地生态功能的重要指标，为实现对修复地地上植被生物量快速、准确的预测，以安徽省铜陵市铜官山矿区草本植物地上生物量为研究对象，将无人机高分辨率多光谱影像作为数据源，提取了单波段光谱反射率、植被指数两种光谱特征以及各波段纹理特征变量，并利用高精度DEM (digital elevation model)生成地形特征，再先后使用灰色关联法和熵权法对光谱特征和纹理特征分别进行筛选，进而将筛选出的特征变量和地形特征变量分为光谱特征组和多特征组。采用反向传播神经网络(back propagation neural network,BPNN)、卷积神经网络(convolutional neural network, CNN)以及Elman神经网络3种机器学习算法分别构建基于光谱特征组和多特征组的生物量预测模型，比选精度较高的矿区草本植物地上生物量反演模型。结果表明，在光谱特征基础上引入纹理特征和地形特征后3种反演模型精度都有相应程度提高，其中，基于多特征组构建的BPNN模型表现出最优性能，其决定系数(R2)为0.841，均方根误差为11.813 g·m-2，并同时对3种模型进行交叉验证，进一步证明了基于多特征组的BPNN模型更加稳定，反演精度最优。然后，采用最优反演模型对研究区域内植被生物量进行分级评估，结果显示区内生物量集中于20～40 g·m-2，研究区域内植被生物量整体偏低。研究结果可为矿区草本植物生物量反演研究提供理论支持。
[期刊] 北京林业大学学报
[作者]
高雨珊 彭道黎 张楠 杨鹏辉 杨灿灿 陈铭捷 陈健
【目的】结合多源遥感数据进行特征提取，获取最优分类策略并探究时间序列特征在林分类型识别中的重要性，为遥感林分类型识别提供技术途径。【方法】结合Sentinel-2光谱特征和时间序列特征、Sentinel-1雷达后向散射特征和SRTM DEM地形特征在Google Earth Engine中进行各特征变量的提取，构建不同特征组合使用随机森林分类器进行分类并对不同分类结果进行制图输出和精度评价。【结果】（1）使用Sentinel-2时间序列光谱特征、Sentinel-1雷达后向散射特征和SRTM DEM地形特征的方案分类效果最好，总体精度为84.62%,Kappa系数为0.82;(2)在构建的5个不同特征组合方案中，多特征组合的方案分类效果优于单一特征；（3）地形特征、后向散射特征和时间序列特征对于分类结果非常重要，尤其是时间序列特征的加入能大大提升林分类型识别精度。光谱特征中短红外波段B11和B12最重要，时间序列特征中4月份和10月份为最重要的时间节点。【结论】基于多源遥感数据提取的多特征分类方案能够有效进行研究区林分类型识别，地形特征、后向散射特征和Sentinel-2时间序列特征可以作为光谱特征的有效辅助特征变量提高分类精度，使林分类型识别更为准确，尤其是时间序列特征在提高林分类型识别精度上有突出作用。
[期刊] 中南林业科技大学学报
[作者]
贾志成 段棋峰 汪东
【目的】森林火灾监测多采用卫星和低空热红外遥感对林火进行识别，准确率高，但受限于硬件性能和成本，对基于无人机的多光谱遥感及不同图像传感器比较的林火监测研究较少。【方法】选定山地树林作为试验对象，根据起火点的明火和阴燃两种状态，结合树冠状态，分为明火有遮挡、明火无遮挡、阴燃有遮挡、阴燃无遮挡等4种林火状态，以无火场景作为对照，开展森林火灾监测试验，利用无人机分别搭载热红外、多光谱、可见光等图像传感器采集林火图像，分别基于随机森林（RF）、支持向量机（SVM）、反向传播神经网络（BP）3种机器学习算法建立林火监测模型，通过准确率（Accuracy）、精度（Precision）、召回率（Recall）和F1-score进行监测模型性能评估。【结果】综合分析，热红外相机和可见光相机基于支持向量机（SVM）的监测模型准确率最高，多光谱相机基于随机森林（RF）的监测模型准确率最高。热红外相机监测准确率高达100%，多光谱相机接近100%，可见光相机达到85%。综合分析，热红外相机监测准确率最高，多光谱相机次之，可见光相机监测性能最差。多光谱相机可在不同林火状态下较好地替代热红外相机进行监测，可见光相机在不同林火状态下均表现出较差的监测效果。【结论】通过使用机器学习算法进行优化，多光谱相机可在林火监测中有效替代热红外相机，可以显著降低监测成本和丰富林火监测技术手段。
关键词：
林火监测 多光谱 无人机 机器学习
[期刊] 浙江农林大学学报
[作者]
王雨阳 王懿祥 李明哲 梁丹
【目的】由于毛竹Phyllostachys edulis的生长特点和经营特点，使得毛竹林郁闭度在毛竹林经营中尤为重要，只有保持适宜毛竹生长的郁闭度，才能提高毛竹生产力。研究无人机可见光影像的毛竹林郁闭度估测方法，可实现实时快速获取毛竹林的郁闭度。【方法】以普通旋翼无人机可见光毛竹林影像为研究对象，基于像元的阈值分类、像元的监督分类、多尺度分割的阈值分类、多尺度分割的监督分类等4种方法，选取不同钩梢和郁闭度的样地36个，利用现有软件和MATLAB编程，对各样地的毛竹林竹冠区域进行快速提取，进而估算林分郁闭度，对比目视解译的郁闭度真值计算各方法的估算精度，利用单因素方差分析比较4种方法在不同钩梢和不同郁闭度下估算郁闭度的表现。【结果】基于像元的阈值分类、基于像元的监督分类、基于多尺度分割的阈值分类、基于多尺度分割的监督分类等4种方法的郁闭度估算总体精度依次为91.81%、92.96%、93.47%、98.86%，郁闭度估测值绝对误差依次为0.038、0.030、0.024、0.004。钩梢和郁闭度等对提取结果没有显著影响。【结论】基于多尺度分割的监督分类方法总体精度最高，估算绝对误差最小，能够满足快速、准确提取并估测毛竹林林分郁闭度的要求，且适用于不同经营类型的毛竹林。图2表6参28
关键词：
郁闭度 钩梢 多尺度分割 毛竹林 无人机
[期刊] 草业科学
[作者]
于惠 吴玉锋 牛莉婷
及时准确监测草地植被覆盖度,对草地资源的可持续利用及生态系统的恢复与重建具有重要意义。本研究以荒漠草地植被为研究对象,采用监督分类与植被指数直方图相结合的阈值法,分析了6种RGB植被指数对荒漠草地的识别效果。研究结果表明:归一化绿红差异指数(normalized green-red difference index, NGRDI)对草地覆盖度的提取精度最高,其平均绝对误差和均方根误差分别为2.56%和3.06%。监督分类与可见光植被指数统计直方图相结合的阈值法对荒漠草地植被覆盖度的提取效果较好,可以用于荒漠草地植被覆盖度的提取。
[期刊] 西南农业学报
[作者]
林奕桐 梁健 刘书田 贾书刚 玉建成 侯彦林
【目的】探究基于无人机可见光通道和支持向量机（SVM）模型的柑橘黄龙病个体识别方法，为生产上快速、高效发现柑橘黄龙病病株提供参考依据。【方法】构建2套基于SVM的识别模型，先通过柑橘黄龙病黄化识别模型确定具备黄龙病黄化特征的植株，再通过黄龙病斑驳特征识别模型对黄化植株的叶片进行斑驳特征分析确认黄龙病植株；对模型进行1次个体识别试验和2次普适性验证试验。【结果】对于黄龙病植株黄化特征识别，红（R）、绿（G）、蓝（B）、色调（H）和明度（V）在光谱分布上均具备特征性，可作为柑橘黄龙病黄化识别模型的输入变量；对于黄龙病叶片斑驳特征识别，通过叶片左、右部分平均反射率之差（D_(rl)）和上、下部分平均反射率之差（D_(ub)）及波形振幅的平均值（■）可有效排除缺素及其他非黄龙病黄化病害对识别结果的干扰，上述3个指标可作为柑橘黄龙病斑驳特征识别模型的输入变量。在个体识别试验中，对28株柑橘进行基于无人机可见光通道和SVM模型的柑橘黄龙病个体识别，识别准确率达100.00%。在中国南方柑橘黄龙病防治研究中心果场开展的普适性验证试验中，对4383株柑橘进行识别，非黄龙病个体识别准确率达100.00%，黄龙病个体识别准确率为89.47%；在广西南宁市武鸣区四明村果园开展的普适性试验中，非黄龙病个体识别准确率为97.30%，黄龙病个体识别准确率为86.67%。【结论】基于无人机可见光通道和SVM机模型的柑橘黄龙病个体识别方法能较好地识别柑橘种植区的黄龙病植株，且相较于高光谱识别方法成本更低，可在柑橘种植区域黄龙病防治中广泛应用。
[期刊] 中南林业科技大学学报
[作者]
石永磊 周凯 申鑫 崔天翔 曹林
目前，我国的林业发展仍存在资源总体分布不均、整体质量不高等问题，制约着林业发展从注重数量增长向质量提升的转型。面对国家生态安全、木材安全、粮油安全和“双碳”目标等重大战略需求，迫切需要实现林木表型性状的精准监测，从而实现选育优异种质资源、缩短育种周期、提升林木抗逆性和木材品质等目标。传统的林木表型监测获取的样本少、效率低、精度差且有时还具有一定的破坏性，制约了林木良种选育的效率和质量。缺乏高效精准的高通量表型信息采集方法与分析技术，已成为阻碍林木遗传分析、良种选育等的主要瓶颈之一。现代无人机遥感技术能够智能、快速、精准地获取多尺度林木表型性状动态变化信息，对突破上述林木表型监测瓶颈具有重要意义。借助无人机所获取的高分辨率主被动遥感数据及深度学习、机器学习和数据挖掘等智能分析算法，可精准提取多尺度林木表型性状，为揭示“基因—表型—环境”三者之间的响应关系提供多时相定量数据保障，从而进一步实现优异种质资源筛选、精准栽培、识别和量化胁迫以及抗逆育种等目的。本研究首先介绍了林木表型监测中主要的无人机遥感传感器的应用现状。然后，重点介绍了无人机遥感技术在林木形态结构性状、生理功能性状和生化组分含量提取上的应用进展。最后，从林木表型性状多时相周期性动态监测、无人机多源表型性状数据整合、天空地不同平台遥感数据融合协同监测和林木表型多组学联合分析四方面对无人机林木表型监测遥感技术的未来发展趋势进行了展望。
[期刊] 北京林业大学学报
[作者]
马得利 孙永康 杨建英 史常青 张艳 张春禹
【目的】无人机遥感影像和ArcGIS技术结合成为废弃地生态恢复的新手段,而准确划分立地类型是废弃采石场生态修复和造林绿化的关键基础步骤。本研究基于无人机遥感影像技术和ArcGIS技术,快速、准确地实现对冀北山区废弃采石场立地条件类型的划分。【方法】以草帽山废弃采石场为试验区,采用数量化理论Ⅰ与ArcGIS空间分析,对废弃采石场的立地类型划分和立地质量评价,再得到立地类型分布图,并与实地立地因子分类结果进行精度检验。【结果】利用上述方法将冀北草帽山采石场废弃地划分为9种立地类型,同时根据立地分级结果将试验区立地定量评价为4个等级;与实地立地类型调查结果对比发现,本研究划分结果精度高达96%。【结论】无人机遥感影像与ArcGIS技术的结合应用不仅能实现采石场废弃地立地类型的高精度划分,还能够为采石场废弃地以期合理规划造林绿化提供决策依据和技术支撑。
[期刊] 中国农业大学学报
[作者]
孙诗睿 赵艳玲 王亚娟 王鑫 张硕
以获取的冬小麦无人机多光谱影像为数据源,充分利用多光谱传感器的红边通道对传统植被指数进行改进,通过灰色关联度分析后基于多个植被指数建模的方法对冬小麦的叶面积指数(leaf area index,LAI)进行反演精度对比。结果显示:使用基于多植被指数的随机森林(RF)比赤池信息量准则-偏最小二乘法(AIC-PLS)反演精度高。得到的LAI反演值和真实值之间的R~2=0.822,RMSE=1.218。研究证明通过随机森林预测具有更好的拟合效果,对冬小麦的LAI反演有较好的适用性。
[期刊] 中国农业科学
[作者]
赵静 李志铭 鲁力群 贾鹏 杨焕波 兰玉彬
【目的】为了精确高效识别玉米田间杂草,减少除草剂施用,提高玉米种植管理精准性。【方法】通过六旋翼无人机搭载多光谱相机获取玉米田块多光谱图像。为分离图像中植被与非植被像元,计算了7种植被指数,采用最大类间方差法提取植被指数图像中非植被区域,制作掩膜文件并对多光谱图像掩膜。通过主成分分析对多光谱图像进行变换,保留信息量最多的前3个主成分波段。将试验区域分为训练区域和验证区域,在训练区域中分别选取了675处玉米和525处杂草样本对监督分类模型进行训练,在验证区域选取了240处玉米样本及160处杂草样本评价模型分类精度。将7种植被指数、3个主成分波段的24个纹理特征及经过滤波的10个反射率,共计41项特征作为样本特征参数。利用支持向量机-特征递归消除算法(support vector machines-feature recursive elimination,SVM-RFE)和Relief算法从41项特征中各筛选14项特征构成特征子集,采用支持向量机、K-最近邻、Cart决策树、随机森林和人工神经网络对特征子集进行监督分类。【结果】支持向量机与随机森林对全部特征及2个特征子集分类效果较好,支持向量机总体精度为89.13%—91.94%,Kappa>0.79,随机森林总体精度为89.27%—90.95%,Kappa>0.79。【结论】SVM-RFE算法对数据降维效果优于Relief算法,支持向量机(SVM)模型对区域冠层尺度下玉米与杂草的分类效果最好。
[期刊] 南京农业大学学报
[作者]
闫春雨 黎文华 兰玉彬 胡传旭 鲁力群 赵静
[目的]本研究旨在解决人工监测棉花脱叶催熟效果耗时、费力等问题。[方法]利用四旋翼无人机获取喷施棉花脱叶剂前后4次多光谱图像，采用Pix4Dmapper软件拼接无人机图像，计算SAVI、RVI、DVI和NDVI四种植被指数，利用最大熵阈值法和植被指数阈值法提取棉叶覆盖信息。利用支持向量机对喷施脱叶剂的棉花进行监督分类，对4次采集的多光谱图像总体分类精度均大于97%，Kappa系数均大于0.95，因此将支持向量机分类结果作为真值，对最大熵阈值法和基于植被指数阈值法提取的棉花脱叶信息进行验证。将最佳提取方法用于建立棉花脱叶效果监测模型，代替人工监测棉花脱叶效果。根据最佳脱叶效果监测模型制作第二次脱叶剂施药处方图，指导第2次脱叶剂的变量喷施。[结果]结果表明，在整个棉花脱叶过程中，基于SAVI_(840)植被指数阈值法监测棉花脱叶效果优于基于RVI_(940)最大熵阈值法，前者为最优监测棉花脱叶效果的模型，将最优监测模型提取的结果与田间调查棉叶数拟合，对数模型的R~(2)最高，为0.96，说明无人机遥感监测棉花脱叶效果可行；根据最优监测模型提取棉叶信息制作变量喷施处方图进行施药并验证，结果表明施药效果较好，与常规定量施药相比，可节约农药7.39%，最高节药率达14.61%。[结论]无人机遥感监测技术可以代替人工大面积、快速和准确地监测棉花脱叶效果，利用本文得出的遥感监测结果生成的变量施药处方图进行变量喷施，可实现减药增效。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
