- 年份
- 2024(11859)
- 2023(16982)
- 2022(14678)
- 2021(13647)
- 2020(11428)
- 2019(26456)
- 2018(26246)
- 2017(50438)
- 2016(27545)
- 2015(31180)
- 2014(31025)
- 2013(30149)
- 2012(27458)
- 2011(24478)
- 2010(24295)
- 2009(21991)
- 2008(21019)
- 2007(18208)
- 2006(15651)
- 2005(13224)
- 学科
- 济(104909)
- 经济(104786)
- 管理(78525)
- 业(72756)
- 企(60890)
- 企业(60890)
- 方法(52326)
- 数学(45896)
- 数学方法(45100)
- 农(28661)
- 中国(26469)
- 财(25813)
- 学(24897)
- 业经(23598)
- 地方(20826)
- 理论(19950)
- 农业(18997)
- 制(18646)
- 环境(17916)
- 贸(17856)
- 贸易(17849)
- 技术(17523)
- 易(17323)
- 和(17122)
- 务(16652)
- 财务(16557)
- 财务管理(16520)
- 企业财务(15614)
- 划(15460)
- 银(14880)
- 机构
- 学院(383023)
- 大学(382684)
- 管理(151899)
- 济(143547)
- 经济(140318)
- 理学(132990)
- 理学院(131448)
- 管理学(128471)
- 管理学院(127797)
- 研究(123968)
- 中国(89507)
- 科学(81761)
- 京(80696)
- 农(67161)
- 财(64171)
- 业大(63143)
- 所(62075)
- 研究所(57391)
- 中心(57065)
- 江(55110)
- 农业(53103)
- 财经(52441)
- 范(51033)
- 师范(50447)
- 北京(49930)
- 经(47883)
- 院(45789)
- 州(44402)
- 技术(43997)
- 经济学(42482)
- 基金
- 项目(274680)
- 科学(215360)
- 基金(198191)
- 研究(195582)
- 家(174773)
- 国家(173352)
- 科学基金(148984)
- 社会(120928)
- 社会科(114493)
- 社会科学(114458)
- 省(109521)
- 基金项目(105281)
- 自然(100278)
- 自然科(97986)
- 自然科学(97961)
- 自然科学基金(96157)
- 教育(92027)
- 划(91850)
- 资助(82269)
- 编号(79798)
- 成果(63179)
- 重点(61733)
- 部(59187)
- 发(57574)
- 创(57274)
- 课题(55449)
- 创新(53388)
- 科研(53212)
- 计划(51205)
- 大学(50800)
- 期刊
- 济(148457)
- 经济(148457)
- 研究(102850)
- 中国(70762)
- 学报(67405)
- 农(59933)
- 科学(59211)
- 管理(54256)
- 大学(50696)
- 财(48394)
- 学学(47896)
- 教育(46446)
- 农业(41690)
- 技术(35870)
- 融(26600)
- 金融(26600)
- 业经(25925)
- 财经(24337)
- 经济研究(23830)
- 业(21539)
- 图书(20901)
- 经(20699)
- 科技(19640)
- 版(19409)
- 问题(19078)
- 统计(18730)
- 业大(18445)
- 技术经济(18093)
- 策(17272)
- 理论(17238)
共检索到536672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] 长江流域资源与环境
[作者]
徐鹏飞 程乾 金平斌
叶绿素a浓度值是水体水质评价的重要指标,研究基于高分一号(GF-1)卫星遥感影像,利用神经网络模型,选用6节点的隐含层设置,构建了千岛湖清洁水体叶绿素a浓度反演模型,对其叶绿素a浓度值时空特征进行分析,并与其他常规反演方法精确度进行比较。研究结果表明,利用神经网络模型对千岛湖清洁水体叶绿素a浓度值进行反演是可行的,且与其他常规方法相比,该模型对于叶绿素a含量低的内陆清洁水体反演有着更高的相关性(R~2=0.921 8);在空间分布上,千岛湖区域水体叶绿素a浓度整体较低,高叶绿素a浓度区域主要集中易受人类活动干扰的西南及东北区域;年际变化分析表明,千岛湖区域水体叶绿素a浓度稳定,且波动较小,平均叶绿素a浓度值皆维持在1.70～1.75μg/L之间,清洁水体特征显著。
关键词：
神经网络模型 千岛湖 清洁水体 叶绿素a
[期刊] 中国农业大学学报
[作者]
张超 彭道黎
针对碳储量回归预测模型存在共线性和精度较低的问题,利用森林资源二类调查数据和SPOT5影像数据对北京市延庆县的杨树林进行碳储量反演研究。先对选取的10个指标进行主成分分析,在此基础上采用径向基函数(RBF)神经网络方法构建碳储量反演模型,用预留测试样本验证,并与实测值进行比较。研究结果表明:SPOT5数据和二类数据可以很好地结合起来用于森林地上碳储量反演研究;PCA-RBF神经网络森林碳储量遥感反演模型拟合精度为99.90%,平均预测精度达到96.71%,预估效果较理想;模型训练完成后,可以应用于延庆县森林地上碳储量反演。
[期刊] 生态经济
[作者]
张运 冯学智 马荣华 雍斌
叶绿素是反映水体富营养化程度的一个重要参数,遥感提取内陆水体叶绿素浓度是实现内陆水体富营养化动态监测的一个重要途径。内陆水体大部分属于二类水体,受人类活动干扰较大,富营养化严重,其复杂的水体光学特性增加了叶绿素遥感信息提取的难度。目前内陆水体叶绿素遥感信息提取取得了一定的进展,但提取的精度有待进一步提高,模型的普适性与稳定性需进一步研究。文章总结了近年来内陆水体叶绿素遥感提取所用的遥感数据源及其提取方法;分析了各遥感数据及提取方法的优缺点;讨论了目前内陆水体叶绿素遥感信息提取存在的问题并对研究进行了展望。
关键词：
内陆水体 叶绿素 遥感 信息提取
[期刊] 湖南农业大学学报(自然科学版)
[作者]
刘宇 李旭龙
结合2015年9月镜泊湖30个有效采样点的实测叶绿素a质量浓度和同步Landsat 8 OLI数据,通过分析叶绿素a的光谱特征,在Landsat8OLI数据11个波段中,选择前7个波段(B1、B2、B3、B4、B5、B6、B7)单独或组合建立叶绿素a质量浓度反演模型。利用多元统计分析法分析发现,波段组合B5/B3、(B3+B4)/B5、B3/(B1+B5)模型精度较好,决定系数R2分别为0.754 1、0.774 3、0.739 6。作为对比,另外选取典型的水体指数建立叶绿素a质量浓度反演模型;其中归一化水体指数(NDWI)、改迚归一化水体指数(MNDWI)、增强型水体指数(EWI)模型较好,R2均大于0.7,分别为0.747 6、0.726 7、0.763 5。选取上述6种模型,利用剩余采样点迚行精度检验,结果预测值与实测值之间的R2为0.0711～0.8094,其中,NDWI模型反演R2值为0.7614,平均相对误差为13.0%,最大相对误差为22.4%,最小相对误差为1.4%;均方根误差为0.20μg/L。与波段组合模型相比,水体指数模型虽然精度没有较大的提高,但其模型摆脱了波段的随机组合,更适合用来作为镜泊湖叶绿素a常用的监测方法。通过NDWI模型对镜泊湖叶绿素a质量浓度的反演,发现镜泊湖叶绿素a质量浓度分布具有一定的空间差异性,大体趋势为靠近岸边的浅水区叶绿素a质量浓度高于湖心的深水区,有河流注入的来水区高于其他湖区。
[期刊] 沈阳农业大学学报
[作者]
许童羽 袁炜楠 周云成 于丰华 杜文
针对传统叶绿素分析方法具有破坏性且耗费人力、时间长、成本高的弊端,依据LOPEX’93数据集中双子叶植物的高光谱数据和叶绿素值,构建了双子叶植物基于高光谱的叶绿素含量最佳估算模型,利用Pearson相关性分析一阶微分光谱、高光谱特征参数与叶绿素的相关关系,发现724nm波段处一阶导数与双子叶植物叶绿素值的相关性最大,其相关性为0.509;高光谱特征参数RVI、NDVI、TCAR与叶绿素的相关性达到0.7以上,构建基于一阶微分光谱、高光谱特征参数和BP神经网络的叶绿素估算模型,并对模型进行验证;再结合一元线性模型、指数模型、对数模型和幂函数模型与BP神经网络模型进行比较。结果表明:叶绿素值与一阶微分光谱在724nm处的光谱数据作为自变量建立的传统回归模型可用于双子叶植物叶绿素的估算,最优建模样本R~2和最优验证样本R_V~2分别为0.541和0.745,RMSE为6.16;基于高光谱特征参数RVI、NDVI、TCAR建立的叶绿素估算回归模型,最优建模样本R~2和最优验证样本R_V~2分别为0.618,0.708;0.632,0.866;0.594,0.654,RMSE分别为6.65,5.61,7.07,将基于高光谱特征参数变量构建传统回归模型时筛选到的光谱参数作为输入,实测叶绿素值作为输出,构建BP神经网络模型,其最优建模R2与最优验模R_V~2分别为0.692和0.874,最优验证样本RMSE为5.23,与其他回归模型相比,BP神经网络模型预测精度最高。研究表明基于高光谱数据的模型具有较好的预测能力,是估算双子叶植物叶绿素值的一种高效的方法。
[期刊] 沈阳农业大学学报
[作者]
陈春玲 金彦 曹英丽 于丰华 冯帅 周长献
叶绿素是评价玉米健康状况的重要生理生化参数,而快速、准确检测玉米叶片叶绿素含量,是实现玉米长势及健康状况精准诊断的关键。为提高玉米叶片叶绿素含量的高光谱反演精度,以玉米试验小区为基础,测定了东北地区玉米不同生长期的叶片光谱反射率及其对应的叶绿素含量。首先采用一阶微分方法提取光谱特征,构建9种高光谱特征参数(Db、Dy、Dr、λb、λy、λr、SDb、SDy和SDr),并分析一阶微分光谱、高光谱特征参数与叶绿素含量间的相关关系,优选出与叶绿素含量相关性较高的3种特征参数作为自变量,分别为535nm处的一阶微分值、蓝边内最大一阶微分值Db、蓝边面积SDb,叶绿素含量实测值作为因变量,随后采用遗传算法对BP神经网络进行优化,建立BP神经网络(BPNN)和遗传算法优化的BP神经网络(GA-BPNN)反演模型,并对模型进行验证;再结合主成分回归(PCR)和偏最小二乘回归(PLSR)模型进行比较。结果表明:叶绿素含量与一阶微分光谱在535nm处具有最大相关系数(R=-0.738),并且与特征参数Db、SDb呈显著相关,相关系数R分别为-0.732和-0.728;遗传算法可以有效地对BPNN初始权值随机化、易陷入局部极值等不足实现优化,并为其定位出理想的搜索空间;GA-BPNN模型的建模集与验证集R2分别为0.878和0.898,RMSE为0.731,与其他反演模型相比,GA-BPNN模型的稳定性和预测能力均表现最好,可为定量预测玉米叶片叶绿素含量提供一定的理论和技术依据。
[期刊] 长江流域资源与环境
[作者]
宋玲玲 仇雁翎 张洪恩 赵建夫
为实现淀山湖水体叶绿素a的快速监测,于2006年春季对淀山湖进行了现场光谱测量和同步的采样、实验室分析,通过分析叶绿素a和光谱数据之间的关系,建立了多个基于高光谱数据的叶绿素a浓度的估算模型。结果表明:利用归一化反射率建立的模型中精度最高的是采用708 nm反射率的一元二次模型,R2为0.608;利用R710nm/R667nm反射比建立模型精度得到提高,R2接近0.68;利用695.5 nm一阶微分建立的指数模型精度进一步提高,其R2达到了0.76;分别利用708 nm和667 nm的归一化反射率对数作自变量进行多元回归得到的模型精度最高,R2接近0.8,可以用来实现对叶绿素a的定量估算,实现...
关键词：
高光谱遥感 叶绿素a 水质监测 淀山湖
[期刊] 林业科学
[作者]
李永亮 张怀清 林辉
利用便携式ASD野外光谱辐射仪对杉木冠层叶片光谱进行测定,同时以分光光度法对叶片叶绿素含量进行提取。样本经均值处理、平滑处理和微分处理后,进行红边参数提取。对11个红边参数以PCA方法进行降维,将得到的前7个主成分得分作为网络输入参数,叶绿素含量作为网络输出参数,以遗传算法(GA)优化网络初始权值阈值,建立隐含层神经元数分别为4,6,8,10,12和14的6种单隐层BP神经网络模型。以R2,RMSE和相对误差作为模型精度检验标准,结果表明:6种模型预测精度均可达到92.0%以上,其中隐含层神经元数为10时,预测精度最高,可达97.372%。说明此种模型可对杉木冠层叶片叶绿素含量进行高精度估算。
[期刊] 华中师范大学学报(自然科学版)
[作者]
张宏建 王冰 周健 余勇 柯帅 皇甫款
高效、全面、连续和准确地监测河流及湖库的有机污染能够为水质评价和水体污染防治提供可靠的依据。该文以淮河信阳段干流及其支流潢河、浉河、白露河等水域为研究对象，针对化学需氧量（COD）和氨氮（NH_(3)-N）浓度两个重要的水质指标，基于Landsat8数据和实测水质数据进行相关性分析，构建反演模型得到COD和NH_(3)-N的空间分布情况。结果表明：1）NH_(3)-N浓度与Landsat8影像的蓝波段（Band2）数据相关系数最高，达到0.745；2）COD与Landsat8影像单波段的相关性不太高，但是利用红波段（Band4）与短波红外波段（Band6）进行波段组合（Band4/Band6）后，其相关系数可达0.852；3）基于BP神经网络模型反演的COD和NH_(3)-N浓度与实测数据吻合度较高，相对误差分别为14.35%和29.30%。研究结果证明，利用遥感影像能够对河流、湖库的主要污染指标COD和NH_(3)-N进行监测且BP神经网络模型的监测精度较高。
[期刊] 中南林业科技大学学报
[作者]
吴娇娇 欧光龙 舒清态
以普洱市思茅松天然林为研究对象,以Landsat8 TM影像和DEM(30 m)数据为信息源,结合2006年森林资源二类调查小班数据和2012至2013年样地实测数据,在ENVI下提取14个自变量备选因子(11个遥感因子、3个地形因子),在MATLAB平台下利用BP神经网络模型建立研究区思茅松天然林生物量估测模型。结果表明,利用优选训练算法Ploak-Ribiere,隐含层节点数为9时效果最佳,得到决定系数R2=0.85,均方误差RMSE=14 t/hm2,预估精度P=74.75%。以像元为单位,分块提取
关键词：
思茅松 生物量 BP神经网络
[期刊] 中南林业科技大学学报
[作者]
巩垠熙 高原 仇琪 谢飞 冯仲科 樊江川
传统立地质量评价体系主要使用地面调查数据,而多光谱遥感影像为大范围研究森林生产力和立地状况提供了便捷的途径。为了改进传统的立地质量评价体系,以内蒙古旺业甸林场为研究对象,基于研究区域的遥感影像结合地表小班调查数据,采用BP人工神经网络模型,以落叶松为例,建立了遥感因子结合立地因子与地位指数关系的神经网络模型,进行立地质量评价研究。建立了BP人工神经网络地位指数预测模型,模型的预测精度达到90.97%,与使用传统小班调查数据建立的神经网络模型的预测结果进行比较,精度提高了5.44%。结果表明多光谱遥感影像十分适用于森林立地质量评价,充分证实了本研究方法的有效性和优越性。
关键词：
遥感影像 神经网络 立地质量 植被指数
[期刊] 调研世界
[作者]
余新华 王宏
针对传统分类方法易受到"同物异谱"和"异物同谱"的影响,农作物遥感分类准确性较低的问题,本文以四川盆地内的川中丘陵和川西成都平原为主要研究区域,选用Landsat-8OLI遥感数据,构建了基于BP神经网络的土地覆盖分类模型,应用于研究区的主要作物油菜籽识别研究。以两幅Landsat-8 OLI遥感数据的14个波段作为输入,不断调节分类参数,最终确定了最优分类网络结构。结果显示,BP神经网络法油菜籽的分类总体精度为81.28%,较最大似然法提高了25.12个百分点,Kappa系数也有所提高。基于BP神经网络的遥感分类模型可高效精确地识别油菜籽。
[期刊] 浙江林学院学报
[作者]
施拥军 徐小军 杜华强 周国模 金伟 周宇峰
竹林信息提取对利用遥感技术估算竹林碳储量至关重要,高精度地提取竹林信息将有利于降低碳储量估算误差。借助Matlab神经网络模块,采用BP神经网络(back propagation neural network)对ETM+(enhanced themativ mapper plus)遥感影像提取竹林信息,得到了较高的精度,生产精度和用户精度分别为84.04%和98.75%;同时比较了Levenberg-Marquardt BP算法函数(Trainlm)、自适应学习率BP的梯度递减函数(Traingda)和梯度下降动量BP算法函数(Traingdm)等3种训练函数在分类中的差异。分析表明,Trai...
[期刊] 华中师范大学学报(自然科学版)
[作者]
李亭亭 田礼乔 李建 张琍 孙兆华
Sentinel-2A卫星、Sentinel-3A卫星分别于2015年6月和2016年2月成功发射,其上搭载的MSI、OLCI传感器的空间分辨率、时间分辨率、波段设置等在内陆水体水环境遥感研究中具有较大的应用潜力.针对浑浊水体叶绿素的反演难题,以鄱阳湖为例,基于光学分区理论并结合同步实测数据,探讨了Sentinel系列卫星数据在湖泊叶绿素a遥感反演的可行性.研究表明:1)对于Sentinel-2A MSI数据,鄱阳湖北湖区以[1/Rrs(665)-1/Rrs(705)]*Rrs(740)作为反演因子构建的
[期刊] 华中师范大学学报(自然科学版)
[作者]
韦安娜 田礼乔 陈晓玲 余永明
光学特性复杂的浑浊水体叶绿素a浓度反演一直是水环境遥感研究的难点,高光谱以其波宽窄、谱段多、获取地物信息近似连续等优势,有望成为解决该难题的有效手段.该文以鄱阳湖为研究水域,利用2009年10月、2011年7月及2016年10月获取的实测高光谱及叶绿素a浓度数据,基于穷举法建立了针对高分五号(Gaofen-5, GF-5)卫星可见短波红外高光谱相机(Advanced HyperSpectral Imager, AHSI)的叶绿素a浓度三波段反演模型(决定系数R~2=0.82;均方根误差RMSE=1.468μg·L~(-1)).通过与2018年10月7日Sentinel-2A卫星多光谱成像仪(MultiSpectral Instrument, MSI)的叶绿素a浓度反演结果对比分析,两者的空间分布具有较高的一致性,超过80%的研究水域相对偏差小于8%,在一定程度上证明了GF-5卫星高光谱数据在浑浊水体叶绿素a浓度反演中的潜力.
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
