- 年份
- 2024(10671)
- 2023(15138)
- 2022(12913)
- 2021(12044)
- 2020(10351)
- 2019(23792)
- 2018(23682)
- 2017(45551)
- 2016(24720)
- 2015(27767)
- 2014(27376)
- 2013(27228)
- 2012(24700)
- 2011(21871)
- 2010(21994)
- 2009(20511)
- 2008(20183)
- 2007(17835)
- 2006(15540)
- 2005(13731)
- 学科
- 济(101946)
- 经济(101827)
- 业(92720)
- 企(83276)
- 企业(83276)
- 管理(82649)
- 方法(50104)
- 数学(40812)
- 数学方法(40109)
- 业经(30651)
- 农(30619)
- 财(29337)
- 中国(23163)
- 务(22043)
- 财务(21966)
- 财务管理(21943)
- 农业(21656)
- 企业财务(20763)
- 理论(20604)
- 学(20341)
- 技术(20218)
- 和(18652)
- 制(18076)
- 地方(17858)
- 划(16723)
- 贸(16654)
- 贸易(16645)
- 易(16160)
- 策(16070)
- 环境(15073)
- 机构
- 学院(355264)
- 大学(351425)
- 管理(144975)
- 济(137513)
- 经济(134655)
- 理学(125596)
- 理学院(124310)
- 管理学(121725)
- 管理学院(121119)
- 研究(113013)
- 中国(85518)
- 京(75661)
- 科学(74023)
- 农(63857)
- 财(62244)
- 业大(58129)
- 所(57604)
- 研究所(52697)
- 江(52287)
- 中心(51434)
- 财经(50249)
- 农业(50192)
- 北京(47755)
- 经(45705)
- 范(43212)
- 师范(42679)
- 州(42231)
- 院(41868)
- 经济学(39859)
- 技术(38509)
- 基金
- 项目(245443)
- 科学(191985)
- 基金(177051)
- 研究(175186)
- 家(155825)
- 国家(154527)
- 科学基金(133243)
- 社会(107573)
- 社会科(101917)
- 社会科学(101886)
- 省(98001)
- 基金项目(93810)
- 自然(90254)
- 自然科(88204)
- 自然科学(88185)
- 自然科学基金(86588)
- 划(81130)
- 教育(80461)
- 资助(74344)
- 编号(70642)
- 成果(55270)
- 重点(54773)
- 创(52631)
- 部(52388)
- 发(51688)
- 课题(48763)
- 创新(48550)
- 科研(47415)
- 业(46583)
- 大学(45669)
- 期刊
- 济(150630)
- 经济(150630)
- 研究(98270)
- 中国(62697)
- 学报(58524)
- 农(58276)
- 管理(58219)
- 科学(53915)
- 财(49162)
- 大学(44145)
- 学学(42097)
- 农业(40557)
- 教育(35964)
- 技术(35067)
- 业经(28029)
- 融(26718)
- 金融(26718)
- 财经(23972)
- 业(23556)
- 经济研究(23152)
- 经(20498)
- 问题(19615)
- 技术经济(19534)
- 科技(18477)
- 统计(17093)
- 现代(16841)
- 版(16751)
- 林业(16069)
- 图书(16034)
- 商业(16004)
共检索到509452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]
张凝 冯仲科 冯跃文 樊江川
蓄积量是森林资源监测的一个重要指标,而蓄积量遥感估测一直是林业遥感研究的重要内容之一。采用Landsat-TM数据为遥感信息源,提取各个波段的差值以及比值组合信息、影像各波段灰度值以及植被指数,并利用DEM数据提取坡度和坡向数据。以内蒙古赤峰市旺业甸林场针叶林为研究对象,分析RS和GIS因子与蓄积量的相关性,利用SPSS分析工具建立像元蓄积量与RS和GIS因子之间的非线性估测模型。模型精度达到76.16%,R为0.726,对其适用性进行F检验,在0.01显著性水平下满足要求。
[期刊] 中南林业科技大学学报
[作者]
刘兆华 林辉 龙江平 李新宇
【目的】为了探究国产高分二号(GF-2)影像在林分蓄积量估测中的潜力,并找到最佳的蓄积量估测模型。【方法】本次实验以内蒙古旺业甸林场为研究区,以高分二号卫星影像为信息源,结合2017年10月份调查的75块样地以及同时期的GF-2影像数据,提取波段特征、植被指数和纹理特征等43个遥感因子作为候选变量,利用Pearson相关系数选择出与蓄积量显著相关的6个变量,采用多元线性回归模型(MLR)、BP-神经网络模型(BP-ANN)、随机森林模型(RF)、支持向量机模型(SVM)和K邻近模型(KNN)进行蓄积量的估测。以决定系数(R~2)、均方根误差(RMSE)、相对均方根误差(RRMSE%)作为5种模型的评价指标,选择出旺业甸林场的最佳蓄积量估测模型,并绘制了研究区的森林蓄积量分布图。【结果】4种机器学习模型的结果明显优于传统的线性模型,其中随机森林(RF)模型和K邻近模型(KNN)均得到了较高的精度,其中RF模型的R~2为0.66,均方根误差为55.2 m~3/hm~2,相对均方根误差为28.1%,KNN模型的R~2为0.64,均方根误差为57.6 m~3/hm~2相对均方根误差为29.3%。【结论】在利用高分二号数据进行旺业甸林场蓄积量估测时,RF和KNN模型在估测针叶林蓄积量时相比于其他模型可以取得更好的结果。
[期刊] 浙江农林大学学报
[作者]
王晓宁 徐天蜀 李毅
合成孔径雷达(SAR)技术以其独特的成像机制及其全天候、全天时成像能力,在森林生物量估测方面发挥着越来越重要的作用。利用野外实测数据分析了ALOS PALSAR双极化数据后向散射系数(σH0H,σH0V,σH0V/HH)与云南山区松林蓄积量的关系,并分别构建简单线性、自然指数和加入地理因子的多元回归模型。研究结果表明:极化比值(σH0V/HH)与蓄积量的相关系数(r=-0.407)比任何单极化(σH0H和σH0V分别为0.204和-0.242)都要高,加入地理因子的多元回归模型在森林蓄积量估算中有较好的精度。图3表2参12
[期刊] 西南农业学报
[作者]
王宗梅 岳彩荣 刘琦 胡振华 柴凡一
【目的】探讨综合光学遥感和微波遥感的多源数据森林蓄积量反演方法。【方法】以L波段ALOS PALSAR全极化数据和Landsat TM为数据源,结合地面调查样地数据,通过ALOS PALSAR提取不同极化状态的后向散射系数和极化比值等极化特征因子,Landsat TM数据提取光学遥感因子,以多元线性回归构建森林蓄积量模型。【结果】光学遥感反演方法、微波遥感反演方法、综合光学遥感和微波遥感的多源数据反演方法均可以实现森林蓄积量估测,其中,基于多源数据协同的反演模型为最优模型,决定系数R~2为0.674,模型检验均方根误差RMSE为13.38 m~3/hm~2。【结论】要比使用一种数据源的反演方法具有明显的优势,有效实现了森林蓄积量估测。
[期刊] 中南林业科技大学学报
[作者]
宋亚斌 邢元军 江腾宇 林辉
【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。
[期刊] 华中农业大学学报
[作者]
甄诚 王海燕 雷相东 赵晗 董齐琪 崔雪 仇皓雷
为探究林场土壤全氮含量的空间分布特征及对环境因素的响应，以旺业甸实验林场为研究区，采用随机森林模型和Cubist模型建立了不同土层深度（0～10、10～30、30～50 cm）土壤全氮含量与环境协变量（海拔、归一化植被指数、年平均降水量、年平均气温、y坐标和坡向）之间的定量关系模型，对该区土壤全氮含量进行预测并制图，并分析了影响土壤全氮空间变异的控制性因素。研究结果显示：0～10、10～30、30～50 cm土层实测全氮含量的均值分别为3.20、2.02、1.47 g/kg，土壤全氮的平均含量随土层深度的增加而降低；3个土层深度土壤全氮预测随机森林模型的决定系数R2分别为0.59、0.42和0.39，均优于决定系数R2分别为0.56、0.38和0.34的Cubist模型，2种模型预测精度都随土层深度的增加而降低，各环境因素对土壤全氮空间分布的影响作用随土层深度的增加而减小；从随机森林模型土壤全氮预测图来看，不同土层深度土壤全氮含量均呈现西部、北部和中部低，西南、东南和东部高的空间格局，不确定性图显示随机森林模型预测土壤全氮含量分布具有较低的标准差；海拔对土壤全氮含量的影响最大，其他依次为：归一化植被指数>年平均降水量>年平均气温>y坐标>坡向。结果表明，随机森林模型可以作为有效预测该林场不同土层深度土壤全氮含量的方法。
[期刊] 浙江农林大学学报
[作者]
邓再春 张超 朱夏力 范金明 钱慧 李成荣
【目的】无人机多光谱遥感影像较可见光影像具有更丰富的光谱信息，在森林蓄积量估测中具有较大潜力。以无人机载多光谱遥感影像为主要数据源，探索森林蓄积量的遥感估测模型，以克服传统地面调查工作量大、耗时长、成本高等弊端。【方法】以滇中地区典型天然云南松Pinus yunnanensis纯林为研究对象，利用无人机多光谱影像提取单波段反射率、各类植被指数、纹理特征等，计算各特征变量的标准地均值；筛选与云南松林蓄积量相关性显著的特征变量，采用多元线性、随机森林、支持向量机建立云南松林蓄积量估测模型，以决定系数(R~2)、平均绝对误差(EMA)、均方根误差(ERMS)、平均相对误差(EMR)评价模型精度。【结果】(1) 3种模型中，随机森林的精度最高(R~2=0.89,EMA=4.69m~3·hm~(-2), ERMS=5.45m~3·hm~(-2), EMR=14.5%)，其次为支持向量机(R~2=0.74, EMA=5.27m~3·hm~(-2), ERMS=8.31m~3·hm~(-2),EMR=13.1%)，最低为多元线性回归模型(R~2=0.35,EMA=10.12 m~3·hm~(-2),ERMS=12.85 m~3·hm~(-2),EMR=28.1%);3种模型在测试集上的估测精度均有所降低，随机森林的模型表现最好，支持向量机次之，多元线性最差。(2) 3种模型在云南松林蓄积量估测中均存在一定的低值高估和高值低估现象。(3)基于无人机多光谱影像估测云南松林蓄积量，纹理特征仍是不可忽视的重要因子。【结论】基于无人机多光谱影像，在不进行单木分割的情景下，提取标准地的单波段反射率、植被指数、纹理特征均值，筛选适用于蓄积量估算的变量构建估测模型。通过对3种模型进行精度评价，随机森林为云南松林蓄积量估测的最佳模型。图2表5参27
[期刊] 林业科学
[作者]
周小成 何艺 黄洪宇 许雪琴
【目的】提出一种基于两期无人机影像的针叶林伐区蓄积量估算方法,为促进无人机数据在多类型林业样地资源调查中的深度应用提供依据。【方法】以福建省三明市将乐县金森林业股份有限公司伐区森林小班为试验区,首先,利用无人机遥感获取分辨率优于10 cm的两期影像,经Pix4D软件处理得到点云数据,在此基础上将小班区域未采伐前的林冠点云匹配到采伐后的小班地形点云上;然后,通过布料模拟滤波算法(CSF)分离匹配后的林冠点云和地形点云,采用自然领域插值法分别将林冠点云数据插值生成数字表面模型(DSM)、地形点云数据插值生成数字高程模型(DEM),二者相减获得冠层高度模型(CHM);接着,基于改进的局域最大值法搜索冠层高度模型中的林冠顶点,提取树高;最后,根据野外采集的400株马尾松和杉木树高、胸径数据,建立5个适用于福建省马尾松和杉木的胸径-树高模型,选择相关系数最高的模型推算胸径,并利用福建省单木材积公式估算小班区域蓄积量。【结果】1)两期无人机数据的点云匹配能较好消除陡峭地形对树高提取的影响;2)改进的局域最大值法可有效减少固定窗口搜索林冠顶点时出现的多提和漏提错误;3)小班区域估算株数为339株,实测株数为366株,估算的平均树高为18 m,实测平均树高为19 m,估算蓄积量为182 m~3,实测蓄积为199 m~3,株数、树高和蓄积量的估算精度均较高。【结论】借助无人机遥感技术,可实现森林蓄积量自动化估算,降低传统野外调查成本,推动森林资源的快速调查和更新。
[期刊] 中南林业科技大学学报
[作者]
涂云燕 彭道黎
在前人研究中还没有把基于BP与RBF神经网络的森林蓄积量预测模型的应用效果进行评价。拟在实际应用中对两种方法进行综合分析与评价,找到一种预测精度更高、适用性更强的方法。采用相关分析法选定郁闭度、阴坡、阳坡、TM1、TM2、TM3、TM5、TM7、NDVI、TM(4-3)、TM4/3为输入变量,以密云县森林蓄积量为输出变量,建立蓄积量估测的RBF与BP神经网络模型。并从神经网络的训练步长、训练时间、预测精度、模型适用性对二者进行了综合分析,RBF神经网络无论是在训练步长、训练时间、预测精度、模型适用性上都优于BP神经网络模型。
[期刊] 林业科学研究
[作者]
黄金金 刘晓彤 张逸如 李海奎
[目的]定量化表征森林蓄积量和生物量与年龄的关系，为预测森林蓄积量和生物量提供依据。[方法]基于广东省3个针叶树种5期连清数据，通过保留木林分平均胸径和林龄之间的关系，分别以生长潜力和生长速度分级、是否考虑竞争、分步和联合建模共8种组合，构建林分蓄积量和生物量生长模型，并评价模型拟合优度；以独立的4期连清数据为验证样本，评价模型的适用性。[结果]（1）不同种模型系确定系数皆在0.980以上，平均预估误差在±1%以内，总体相对误差在±0.5%以内。综合模型拟合和预测效果，以生长速度分级、不考虑竞争的分步模型最优，竞争对模型的适用性影响不大。（2）最优模型蓄积量和生物量的估计误差最大分别为10.36%和10.22%，模型适用性较好，4期估计误差表现为中期高于首末两期。（3）马尾松生长潜力最大，杉木最小，对杉木的估计效果优于马尾松和湿地松。（4）立地质量等级越高，生长量的极值越大，达到最高峰所需年限也更短；同一立地质量下马尾松生长量最大，其次为湿地松，杉木最小。[结论]含参数分级和林分特征的蓄积量和生物量模型，可以反映立地质量对广东省针叶树种蓄积量和生物量预测的影响，为精确估测森林储量提供方法学支持，也为其他地区林分水平生长模型的构建提供借鉴。
[期刊] 林业科学研究
[作者]
曾伟生
[目的 ]林分水平的生物量模型或数表,是森林资源调查监测的必备计量工具。研建3种针叶林的材积源生物量模型,既是方法学探索,也为生产实践提供参考成果。[方法 ]基于我国3种主要针叶林(落叶松、油松、杉木)的3 000个固定样地的实测数据,分别利用普通回归估计、加权回归估计和分段建模方法,建立了林分水平的材积源生物量模型,并与已发表的相关模型进行了比较。[结果 ]建立的3种针叶林的加权回归生物量模型,其确定系数R2在0.912～0.937之间,平均预估误差MPE在0.93%～1.58%之间,总体相对误差TRE在±2.0%以内,独立样本检验的TRE在±2.6%以内;分段建模生物量模型,其确定系数R2在0.915～0.953之间,平均预估误差MPE在0.81%～1.55%之间,总体相对误差TRE在±0.3%以内,独立样本检验的TRE在±1.3%以内。用本研究数据对已发表的3种针叶林的生物量模型进行适用性检验,其总体相对误差TRE分别达到11.62%、-25.19%和-6.26%,按不同生物量等级的估计误差更大,甚至出现系统偏差,严重超出了允许误差范围。[结论 ]林分每公顷生物量与蓄积量呈线性相关;建立林分生物量模型,应当采用加权回归方法,并保证样本数量足够且结构合理;当一个模型难以准确估计各个等级的生物量时,可以采用分段建模方法。本研究所建3种针叶林的材积源生物量模型,预估精度高,可以在实践中推广应用。
[期刊] 中南林业科技大学学报
[作者]
王佳 尹华丽 王晓莹 冯仲科
以内蒙古旺业甸林场为研究区域,以资源三号(ZY-3)卫星遥感图像为数据源,通过对影像进行处理,获取对应样地的波段光谱值、光谱组合值及地形因子信息等遥感因子。基于对各遥感因子的信息量分析、多重相关性危害分析及应用残差平方和的方法对遥感因子进行筛选,实验结果表明:ZY-3影像提取的12个遥感因子中,单波段因子中ZY3的信息量最大,波段组合中ZY(2-3)/ZY4的信息量最大,地形因子中高程的信息量最大,ZY-3的波段、波段组合和地形因子间存在多重相关性,去掉ZY(2-3)/(2+3)和坡度因子后,多重相关性的危害大大降低,可以满足进一步建立蓄积量遥感反演模型要求。
[期刊] 林业科学
[作者]
琚存勇 蔡体久
介绍主成分变换和经规则化调整法进行泛化改进的BP神经网络在森林蓄积量建模估测中的应用,比较普通BP神经网络与泛化改进的BP神经网络对蓄积量预报的差异,分析直接用中心标准化的观测值建立仿真模型和进行主成分变换后再建立模型的效率问题。结果表明:泛化改进的BP神经网络比普通BP神经网络具有更高的预报精度,利用主成分得分作为仿真模型的变量比直接用观测值作变量具有更快的速度,并保证了预报精度。
[期刊] 林业科学
[作者]
李亦秋 冯仲科 邓欧 张冬有 张彦林 吴露露
借助SPSS统计软件和ERDAS IMAGINE9.0/ArcGIS9.2的建模及空间分析工具,采用TM影像和1∶100000地形图作为数据源,从TM影像提取野外GPS采样点缓冲区内6个波段的灰度值及其线性和非线性组合等遥感因子,从地形图提取海拔、坡度、坡向等GIS因子,以各遥感因子和GIS因子作为自变量,以GPS野外调查样点缓冲区内的蓄积量作为因变量建立多元线性回归模型。样本数据筛选采用标准差法,因子变量筛选采用主成分因子分析法、多元线性回归的逐步回归和强行进入法等方法,建立的多元回归模型预测总体精度达到87.35%。用2006年山东省TM影像提取的有林地掩膜模型中各因子变量灰度图,得到各因...
关键词：
3S技术 山东省 森林蓄积量模型 估测
[期刊] 中南林业科技大学学报
[作者]
李世波 林辉 王光明 程韬略
森林蓄积量是评价森林资源数量的一个重要指标。结合遥感影像和地面调查数据估测森林蓄积量受遥感影像、遥感因子、预处理方法、估测方法等多方面的影响。为研究国产GF-1遥感影像估测森林蓄积量的最佳遥感因子组合方式和较优估测方法,并绘制森林蓄积量空间分布图,为我国森林蓄积量的研究提供理论基础和科学依据。为研究GF-1遥感影像估测森林蓄积量的遥感因子和估测方法,以湖南省醴陵市为研究对象,以国产GF-1遥感影像为数据源,通过对遥感图像预处理,获取光谱信息、纹理因子、植被指数作为特征变量,结合同时期的二类调查样地数据,从GF-1遥感影像像元与样地不匹配角度出发,应用移动窗口的方法解决像元与样地的对应关系,采用多元逐步回归、偏最小二乘回归和随机森林模型对研究区森林蓄积量进行估测,采用建模精度和估测精度进行分析评价。实验结果表明:1)3个模型选择的因子都包含了NDVI、 Band2、DI3、CO1和DVI等5个遥感因子,说明其对森林蓄积量的估测比较敏感;2)随机森林模型优于偏最小二乘回归和多元逐步回归,其决定系数R2为0.73、估测精度为83.69%。利用GF-1遥感影像结合随机森林模型应用于森林蓄积量的估测结果趋于真实分布,效果较理想;采用移动窗口法,利用国产GF-1遥感影像并结合随机森林进行森林蓄积量估测具有较好的应用前景。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
