- 年份
- 2024(8303)
- 2023(11901)
- 2022(10001)
- 2021(9168)
- 2020(7910)
- 2019(17904)
- 2018(17287)
- 2017(32945)
- 2016(17323)
- 2015(19211)
- 2014(18438)
- 2013(17912)
- 2012(16136)
- 2011(14262)
- 2010(13937)
- 2009(12803)
- 2008(11119)
- 2007(9396)
- 2006(7973)
- 2005(6807)
- 学科
- 济(64639)
- 经济(64573)
- 管理(46809)
- 业(45847)
- 企(38658)
- 企业(38658)
- 方法(32990)
- 数学(29938)
- 数学方法(29481)
- 融(27300)
- 金融(27299)
- 银(25023)
- 银行(24988)
- 行(24163)
- 中国(22855)
- 财(19548)
- 农(16214)
- 制(15989)
- 业经(15209)
- 地方(13933)
- 学(13920)
- 务(13488)
- 财务(13447)
- 财务管理(13412)
- 企业财务(12849)
- 贸(12786)
- 贸易(12775)
- 易(12526)
- 农业(11336)
- 中国金融(11272)
- 机构
- 大学(226274)
- 学院(225557)
- 济(92498)
- 经济(90710)
- 管理(88210)
- 理学(76775)
- 理学院(76023)
- 研究(75234)
- 管理学(74422)
- 管理学院(74049)
- 中国(64587)
- 科学(47686)
- 京(47071)
- 财(43045)
- 农(41797)
- 中心(38871)
- 业大(37687)
- 所(37083)
- 财经(34879)
- 研究所(34277)
- 农业(32900)
- 江(32397)
- 经(32018)
- 经济学(29739)
- 北京(28967)
- 院(28674)
- 经济学院(27068)
- 财经大学(26669)
- 州(25880)
- 范(25594)
- 基金
- 项目(166773)
- 科学(131293)
- 基金(123302)
- 研究(115902)
- 家(110339)
- 国家(109506)
- 科学基金(93874)
- 社会(74142)
- 社会科(70612)
- 社会科学(70591)
- 省(65232)
- 基金项目(65158)
- 自然(63142)
- 自然科(61769)
- 自然科学(61751)
- 自然科学基金(60629)
- 划(55411)
- 教育(52814)
- 资助(50859)
- 编号(44518)
- 重点(38289)
- 部(36250)
- 创(35642)
- 发(35558)
- 成果(33899)
- 科研(33704)
- 创新(33463)
- 计划(32491)
- 国家社会(31914)
- 教育部(31042)
共检索到326980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] 中南林业科技大学学报
[作者]
陈馨 孙玉军 丁志丹
【目的】在Google Earth Engine(GEE)云平台上借助其强大的计算和数据存储能力，融合多源遥感数据对森林林龄进行遥感反演和动态监测。【方法】融合2017—2023年间Sentinel-1、Sentinel-2及高程数据，通过随机森林（Random forest,RF）分类获取土地覆盖信息，并进一步提取森林的分布和面积，同时构建时间序列植被指数来准确提取森林变化区域。基于森林资源清查数据和融合的多源遥感数据，在GEE上构建RF回归、分类回归树（Cart）以及梯度提升回归树（Gradient tree boost,GTB）3种回归模型，用于杉木组、马尾松组、毛竹林、硬阔叶树组以及其他类树种组的2018年林龄遥感反演，并估算出2017年和2023年的林龄信息，以揭示林龄和龄组在2017—2023年的动态变化情况。【结果】1)2017—2023年，研究区森林面积的整体变化总计113.93 km~2，此间森林的减少和更新并存，其空间分布特征呈现出明显的区域差异。具体而言，森林面积变化多发生于靠近城区和低海拔地区，且靠近城区的森林面积减少往往不再恢复至森林；2）在5种不同树种组构建的3种模型中，RF回归模型的林龄反演结果最佳，平均R~2为0.845，平均RMSE为5.32 a，其中毛竹林反演精度最高，R~2为0.863,RMSE为2.411 a;3)2017—2023年，研究区林龄在40 a以下的森林由54.59%减少至51.06%，其中龄组变化最显著为杉木组成熟林，面积增加了38.88%。【结论】在GEE上融合多源遥感数据进行林龄反演和动态监测具有重要的应用潜力，本研究结果可为使用云平台及哨兵系列卫星数据对森林资源长时间序列的林龄反演和动态监测的应用提供参考和借鉴。
[期刊] 福建农林大学学报(自然科学版)
[作者]
赵亚杰 王立辉 孔祥兵 阴海明 池泓 黄进良
以山东省平邑县为研究区,在随机选取的子研究区中,利用3种不同的融合模型,以Sentinel-2影像的红、绿、蓝、近红外4个波段作为高分辨率融合参考影像,获得12组融合影像,结果表明,利用小波变换(ATWT)算法并以红波段为高分辨率融合影像时,融合效果最好.采用最优模型和波段,对整个研究区进行数据融合,并利用随机森林算法对原始Sentinel-2影像、融合获得影像和Landsat影像进行土地利用分类,其中Sentinel-2影像总体分类精度为89.693 9%,Kappa系数为0.886 0,融合影像的总体分类精度为88.765 7%,Kappa系数为0.869 0,略低于前者,结果表明,"红波段+ATWT"融合影像在土地利用分类中可以获得接近原始影像分类精度的结果,能较好地保留原始影像的光谱信息并应用于较大区域的土地利用精细提取.
[期刊] 长江流域资源与环境
[作者]
张卫春 刘洪斌 武伟
精准的土地利用信息是土地资源监测和管理的基础。为提高低山丘陵区域的土地利用分类精度,选取重庆市江津区李市镇为研究案例,基于随机森林方法,以Sentinel-2影像数据和地形因子为数据源,提取3种变量(传统遥感数据,红边遥感数据和地形因子),合计23个特征指标,构建3个具有不同输入变量的组合模型,以提取研究区土地利用信息,分析变量的重要性。结果表明:(1)传统遥感数据模型中顺序添加红边遥感数据和地形因子,总体分类精度分别为86.54%,87.19%,88.61%;Kappa系数分别为0.800 9,0.810 2,0.831 4;(2)对模型精度有重要影响的特征指标依次是波段B2(Blue),B4(Red),B3(Green),改进归一化差异水体指数(MNDWI)和波段B5(Vegetation Red Edge 1);(3)基于随机森林的遥感数据和地形因子的组合方法,是获取研究区高精度土地利用信息的一种有效手段。研究成果可以为地形复杂区域的土地利用分类提供参考。
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
宋朝阳 史尚渝 王飞 赵玉龙 刘元昊
【目的】采用遥感影像对不同种类农作物耕地进行高效精准的分类,以期获取最优的农作物种植信息提取方案,为农业生产提质增效提供决策支持。【方法】以陕西省宝鸡市扶风县为研究区,利用Google Earth Engine(GEE)平台,基于2020年10月至2021年12月的Sentinel-2影像和目视解译与野外定位相结合选取的样本点,使用随机森林(random forest,RF)算法,结合归一化植被指数(normalized difference vegetation index,NDVI)、增强植被指数(enhanced vegetation index,EVI)、物候参数特征、遥感影像红边波段,且将根据NDVI计算出的物候参数的波段记为N,根据EVI计算出的物候参数的波段记为E,引入红边波段记为1,未引入红边波段记为2,在此基础上构建了8种不同的分类模型(NDVI-N1、EVI-E1、N1、E1、NDVI-N2、EVI-E2、N2、E2),并与4种样本分割比例(训练样本数与检验样本数的比例分别为5∶5,6∶4,7∶3和8∶2)组合,共计32种分类方案,利用这些方案对扶风县的不同种类农作物耕地进行分类,并计算了不同分类方案的总体精度和Kappa系数。【结果】(1)经S-G滤波法处理后,6种地物类型的NDVI和EVI时序曲线噪声减小且更为平滑,且NDVI和EVI曲线差异明显。(2)在32种分类方案中,只有样本分割比例为7∶3时的EVI-E1模型、EVI-E2模型和样本分割比例为6∶4时E2模型的总体精度高于90%,说明在扶风地区用EVI分类效果更好一些。(3)在样本分割比例为7:3的情况下,EVI-E1模型的总体精度和Kappa系数均最高,分别为91.66%和89.41%,为最优分类方案。但是在该方案中引入红边波段后,其总体精度下降了1.18%,Kappa系数下降了1.53%,可知运用该分类方案时应剔除红边波段。(4)运用最优分类方案对小麦地、玉米地、土豆地的提取结果与实际调查情况大致相同。【结论】基于GEE平台和Sentinel-2数据实现了对县域级农作物种植面积的精确分类,可为扶风县农业生产提供决策支持。
[期刊] 林业科学
[作者]
格根塔娜 月亮高可 李晓松 姬翠翠 王建和 沈通 王天璨
【目的】构建适宜于退耕还林地块的树高样本集，协同遥感数据与机器学习方法，以便准确估测退耕还林地块树高，为新一轮退耕还林成效监测提供参考依据。【方法】为实现对内蒙古新一轮退耕还林地块树高的准确估测，本研究提出了一种优化的GEDI样本筛选方法，构建成一套适宜于退耕还林地块的高质量树高样本集；借助Sentinel-2中高空间分辨率遥感数据与地形数据，利用梯度提升树算法对退耕还林地块树高进行估测，并对内蒙古退耕还林地块的树高状况进行了分析。【结果】基于GEDI与Sentinel-2机器学习模型，可以实现退耕还林乔木地块树高的准确估测，决定系数R2为0.73，估测精度EA为72%，均方根误差RMSE为1.82 m；GEDI样本的优化筛选能提升退耕还林地块树高估测精度，与未筛选的样本相比模型估测精度R2提高了0.32，RMSE降低了0.83 m，EA提升了13%；红边归一化植被指数、差值植被指数及海拔、坡度与坡向变量重要性较高，累计贡献度超过50%，证明植被指数与地形信息是树高估算的关键重要性因子。内蒙古退耕还林地块乔木树高区间分布为2.5-20 m，平均为5.5 m，有53.51%分布在5-10 m范围。【结论】本研究所提出的GEDI样本筛选方法适用于退耕还林地块的估测，基于遥感数据与机器学习能够较准确地估测树高，为退耕还林地块树高估测提供了可行方法，对推动可持续森林管理和生态保护具有重要意义。
[期刊] 中南林业科技大学学报
[作者]
颜辉 蒋湘涛 王汶珮 伍振宇 刘帆 魏英杰
【目的】以Sentinel-2遥感影像数据为基础，结合森林实测样地数据，以崇礼区森林地上生物量反演为例提出反演新思路。【方法】基于2021年7月河北省崇礼区Sentinel-2遥感影像数据、2021年6—8月的71块崇礼区森林样地实测数据，利用实测数据中的胸径、树高，根据河北省森林生物量计算公式计算各样地实测生物量，通过SNAP、ENVI等软件对遥感数据进行重采样、裁剪等预处理，提取影像原始波段，并计算植被指数、纹理因子、缨帽指数等遥感因子，对遥感因子进行皮尔逊相关性分析筛选，并以匹配最佳纹理窗口大小优化纹理因子的选择，分别采用多元线性回归、BP神经网络以及随机森林3种算法进行崇礼区AGB建模，利用R~2以及RMSE评价其模型精度，并选取最优模型进行生物量反演并绘制生物量空间分布图。【结果】1)在遥感因子选择中，除了常规的绿波段、红波段和2个植被红边波段与植被指数DVI、SAVI、EVI，纹理因子的均值和缨帽指数的亮度与绿度在生物量反演模型的建立中也起到了重要的作用，且纹理因子窗口大小的选择也会对最终模型的精度造成影响；2)3种模型的精度均满足反演生物量的要求，以随机森林模型效果最好、多元线性回归模型次之、BP神经网络模型精度最低，但经过十则交叉验证法的BP模型精度有所提升，最优的随机森林模型R~2达到了0.843;3)经过最优模型的反演，崇礼区AGB分布主要在50～200 mg·hm~(-2)，集中在西部环山地带，存在明显的空间异质性。【结论】利用Sentinel-2遥感影像反演森林生物量具有较高的精度，随着植被指数、缨帽指数、纹理因子的加入，模型效果呈递增趋势，并且纹理因子的窗口大小选择在森林生物量遥感反演中有着重要的影响。
[期刊] 中国农业科学
[作者]
杨靖雅 胡琼 魏浩东 蔡志文 张馨予 宋茜 徐保东
【目的】微波遥感因具有全天时、全天候数据获取的特点，在多云雨的中国南方水稻识别研究中表现出巨大潜力。本研究通过对比Sentinel-1SAR遥感数据和Sentinel-2光学遥感数据用于水稻遥感制图的效果，分析光学和SAR遥感数据对于单双季稻识别结果的一致性，并探索水稻识别的最优SAR影像特征。【方法】本研究使用Sentinel-1/2卫星数据，基于面向对象的随机森林分类算法和Google Earth Engine平台，提取洞庭湖平原4个典型水稻种植区的单双季稻空间分布。通过比较9种不同传感器和特征组合场景的分类精度和分类结果统计指标，并计算NDVI和SAR特征时序（VH、VV、VH/VV）的R~2和DTW距离，分析识别单双季稻的最优SAR特征，评估光学和SAR遥感数据对于单双季稻识别结果的一致性。【结果】VH、VV和VH/VV时序识别单双季的总体精度分别为90.42%、82.08%和88.33%，而联合VH和VH/VV时序识别单双季稻的总体精度可达91.67%。VH(VH/VV、VV)时序与单双季稻NDVI时序的R~2和DTW距离分别为0.870(0.915、0.986)、4.715(1.896、5.506)（单季稻）和0.597(0.783、0.673)、2.396(1.839、3.441)（双季稻）。较高的R~2和较低的DTW距离说明单双季稻的VH/VV时序与NDVI时序相关度更高，可以较好地反映单双季稻的生长周期规律。同时，VH可以较好地反映单双季稻移栽期的淹水特征。基于光学数据和SAR数据在6个时间窗口的特征（S-2:NDVI、EVI、LSWI;S-1:VH、VH/VV）识别单双季稻的总体精度分别为91.25%和90.00%，识别结果面积相关性可达95.70%。【结论】SAR遥感数据与光学遥感数据水稻识别结果一致性较高。应用Sentinel-1在多云雨区识别单双季稻具有巨大潜力，VH和VH/VV后向散射系数时序是识别水稻的优质特征。研究结果为多云多雨区使用SAR数据进行特征优选以高精度识别单双季稻提供了重要技术支撑。
[期刊] 资源科学
[作者]
李俐 孔庆玲 王鹏新 王蕾 荀兰
玉米作为中国三大作物之一,监测其种植面积对及时了解其种植时空分布、保障粮食安全具有重要作用。本文以河北省涿州市为研究区,利用2016年多时相Sentine-1A SAR(Synthetic Aperture Radar,合成孔径雷达)影像,对玉米种植区域进行提取。在对研究区地物散射特性分析的基础上,分析了微波后向散射特性随不同生育期玉米植株结构发育的变化情况,选择合适时相和极化组合的后向散射系数,运用支持向量机(Support Vector Machine,SVM)算法提取了玉米种植范围和面积信息,并对不同后向散射系数(标准后向散射系数(Sigma-naught,σ0)和归一化后向散射系数(Gamma-naught,γ0))用于研究区作物种植区提取的结果进行了比较。结果表明,采用时间序列(4月19日,5月30日,6月11日,7月17日)雷达图像得到的监督分类结果具有较高的分类精度和kappa系数,总体精度达92.96%,Kappa系数为0.91。因此,采用4—7月(春玉米播种至吐丝时期、夏玉米播种至拔节时期)的时间序列SAR数据能有效获取不同种植模式下的玉米信息,而增加8、9月的数据对玉米识别精度的影响不大。总体来说,采用多时相双极化的σ0数据与相同时相组合的γ0数据对玉米种植范围提取基本相同,但使用γ0数据的林地识别精度比σ0数据提高了3%。研究结果可为多极化SAR数据的玉米识别和面积监测提供参考案例。
[期刊] 资源科学
[作者]
何云 黄翀 李贺 刘庆生 刘高焕 周振超 张晨晨
中南半岛地处热带、亚热带地区,由于水热条件适宜,植被生长旺盛,土地利用强度高,地表覆盖类型的光谱特征时空变异复杂,使用传统的基于光谱特征的遥感分类精度难以保证。Sentinel-2A卫星遥感数据具有较丰富的光谱波段和较高的空间分辨率,为土地覆盖遥感分类提供了多维特征空间。但多维特征参与分类容易造成信息冗余,从而导致分类速度和精度降低。因此,如何充分利用Sentinel-2A数据丰富的光谱和空间信息,并通过高维特征空间降维进行特征优选对于提高分类精度具有重要意义。本文以中南半岛典型地区土地覆盖分类为例,利用Sentinel-2A多波段光谱特征,归一化植被指数(NDVI)、比值植被指数(RVI)、差值植被指数(DVI)、归一化水体指数(NDWI)等指数特征以及对比度、相关性、能量、均值、熵等纹理特征,在随机森林模型框架下,采用平均不纯度减少方法对不同特征在土地覆盖分类中的重要程度进行识别;利用袋外(OOB)误差方法,对重要特征组合进行了优选;利用优选特征进行随机森林土地覆盖分类,并与原始随机森林分类结果进行对比。结果表明:Sentinel-2A影像的光谱特征和纹理特征在土地覆盖分类中具有较为重要的作用,光谱特征中短波红外、可见光、植被红边波段重要性较大,纹理特征中均值、能量法重要性较高。选择重要性列前9位的特征参与分类时,OOB精度达到最高;继续增加特征会使模型复杂度过高,容易发生过拟合而使得分类精度不增反降。通过特征优选高效利用了Sentinel-2A丰富的光谱和纹理信息,其总体分类精度达87.53%,Kappa系数达0.8461,优于原始随机森林方法,一定程度上提高了热带亚热带地区复杂土地覆盖分类精度。
[期刊] 浙江农林大学学报
[作者]
郭文婷 张晓丽
植被分类是研究森林资源状况和动态变化规律的基础,利用遥感手段可以更加快速、准确地识别植被类型。以位于内蒙古赤峰市喀喇沁旗西南部的旺业甸实验林场为研究对象进行植被分类。采用分层分类的思想,首先根据植被物候特征选取植被生长旺盛时期的影像,计算归一化植被指数(normalized difference vegetation index, NDVI)并设定合适的阈值将研究区内的植被提取出来,剩余部分归为非植被。然后选取NDVI时间序列、最佳时相的Sentinel-2数据中10个波段的光谱反射率特征和主成分分析前3个分量的纹理特征作为分类特征,利用支持向量机分类器将研究区内的植被类型分为耕地、草地、常绿针叶林、落叶针叶林和落叶阔叶林五大类,并将分类结果与最大似然法、 NDVI时序+光谱特征的分类结果进行对比分析。NDVI时序+光谱特征+纹理特征的多特征植被分类总体精度达87.64%, Kappa系数为0.85,分别比最大似然法和结合NDVI时序+光谱特征的分类总体精度提高了15.73%和14.61%, Kappa系数提高了0.20和0.18。其中常绿针叶林和耕地的分类结果与实地调查情况高度一致,分类精度分别达到95.65%和92.31%。从而得出:①基于多特征的分类方法有助于提高分类精度;②NDVI时序特征对于植被的区分具有很大帮助;③采用分层分类的思想,首先将研究区内的植被提取出来,可以排除非植被因素的干扰,有效提高植被类型的分类精度。图4表3参26
[期刊] 资源科学
[作者]
陈芸芝 陈崇成 汪小钦 凌飞龙
以福建省漳浦县的森林资源为例,开展多源数据在森林资源动态变化监测中的应用研究。监测时间跨度1997年～2000年 2001年。以1997年小斑图层为本底数据,首先选择代表不同类别的林地小斑,通过空间分析分别转化为感兴趣区域。在此基础上,利用TM和SPOT5全色波段数据融合后的影像,进行分层监督分类,识别原有森林资源发生的变化;对于非林地采用小斑图层掏空漳浦县行政图层,结合影像监督分类,识别非林地转变为林地的信息;最后合并林地和非林地变化信息。结果表明,1997年～2000年 2001年时段内该县森林资源的主要变化类型是:果园→砍伐迹地,非林地→阔叶林,非林地→疏林地,未利用地→有林地,果园→建...
关键词：
多源数据 融合 森林 变化监测 小斑图层
[期刊] 浙江农林大学学报
[作者]
何涛 孙玉军
森林碳储量主要通过地面调查数据来估算，存在着统计工作量大，建模复杂度高等难点。如何快捷、准确地估测森林碳储量一直是国内外林业领域研究的热点和难题。结合遥感图像监测尺度大和ＩｎＶＥＳＴ模型输入参数少的特点，提出一种基于ＩｎＶＥＳＴ模型结合遥感图像估测森林碳储量的方法。该方法根据森林类型碳储量信息和相应的栅格数据，利用ＩｎＶＥＳＴ模型估测区域森林碳储量，然后通过比对多期遥感数据估测出的碳储量得出该区域碳储量变化，从而实现森林碳储量的动态监测。对浙江省庆元县２００９年的碳储量进行了估算和绘图，根据行政区划图可估算出乡（镇）和村级的碳储量。实验分别对坑西村２００９年和２０１４年的碳储量进行了估算，根据．．．
[期刊] 沈阳农业大学学报
[作者]
黄寿昌
为了解决森林资源的动态监测的问题,设计了基于WebGIS的的森林资源监测系统。提出了基于WebGIS的资源管理框架设计,为满足系统动态监测和实时显示目的,重点研究森林资源动态监测过程中的数据表示和数据管理方法,并设计一种可扩展、可重载的的数据表示结构。应用结果表明:建立基于数据单元和数据关系的管理模型,能够实现对森林资源的实时预警需求,可以有效地提高森林资源检测效率。
关键词：
WebGIS 森林资源 监测 预警 管理
[期刊] 草业科学
[作者]
柴国奇 王静璞 邹学勇 王光镇 韩柳 王周龙
及时、准确地掌握草原光合植被覆盖度(fractional cover of photosynthetic vegetation,fPV)和非光合植被覆盖度(fractional cover of non-photosynthetic vegetation,fNPV)信息对草地资源的合理利用以及草原生态系统的监测和保护具有重要意义。本研究选取锡林郭勒典型草原为研究区,以Sentinel-2A MSI多光谱影像为数据源,基于光合植被(photosynthetic vegetation,PV)-非光合植被(non-photosynthetic vegetation,NPV)-裸土(bare soil,BS)模型,利用多端元光谱混合分析(multiple endmember spectral mixture analysis,MESMA)方法估算研究区的fPV、fNPV,并对感兴趣区内fPV、fNPV的时空动态变化进行分析。结果表明,对于锡林郭勒典型草原来说,PV、NPV以及BS光谱库内端元存在明显的光谱异质性特征,确定最优的端元组合是成功估算fPV和fNPV的关键;MESMA可较好地估算fPV和fNPV,fPV估算的RMSE为5.52%(R2=0.72),fNPV估算的RMSE为9.37%(R2=0.61);利用MESMA估算fPV和fNPV的季节变化符合草原植被物候发育特征,可应用于监测典型草原地区fPV和fNPV的时空动态变化。
[期刊] 林业科学
[作者]
武永利 田国珍
利用FY3-3A/MERSI可见光和近红外波段数据合成得到假彩色卫星数字图像,结合区域土地利用、植被类型及森林资源分布等数字化图件,在对图像进行目视解译及多波段数据非监督分类基础上,将地物覆盖划分为林地、冬小麦、水体和裸地4种类型;采用4种监督分类方法(最大似然分类法、平行算法、最小距离法和马氏距离法)进行地物分类;在分析分类结果可行基础上,依据区域森林覆盖数字化图件对林地分类结果进行精度评估,确定研究区域林地空间分布结果。结果表明:4种监督分类方法中,最大似然分类法分类结果的精度最高,达到85%,其次是最小距离和马氏距离法,平行算法的结果较差。可见,利用MERSI数据采用监督分类和非监督分类...
关键词：
MERSI数据 监督分类 森林
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
