搜索到729篇“ 生物量估算“的相关文章
基于遥感影像的森林地上生物量估算方法与系统
本发明公开了一种基于遥感影像的森林地上生物量估算方法,该方法包括:通过卫星获取目标区域的Sentinel‑2数据以及DEM数据;将目标区域的Sentinel‑2数据以及DEM数据输入训练好的森林AGB估算模型中,从而对目...
刘金莲黄桐毅陈志云文雪中罗邦祥任梅洪
一种基于多源遥感数据的森林地上生物量估算方法
本发明提供一种基于多源遥感数据的森林地上生物量估算方法,所述方法包括获取多源遥感数据,所述多源数据包括GF‑7立体卫星图像、合成孔径雷达数据、哨兵‑2多光谱影像和ALOS数字高程模型;基于多源遥感数据进行特征提取,得到特...
邢艳秋王德军李苑鑫
森林地上生物量估算模型的训练方法、装置和估算方法
本发明提供一种森林地上生物量估算模型的训练方法、装置和估算方法,该森林地上生物量估算模型的训练方法包括:根据Sentinel‑1图像、Sentinel‑2图像和激光雷达图像构建样本数据集;以遥感基础模型为编码器,以Upe...
姚晓婧焦越王大成孟瑜刘亚岚
基于无人机高光谱和机器学习的荒漠草原地上生物量估算
2025年
为提高对荒漠草原的监测水平和利用效率,实现无破坏性、准确估算荒漠草原地上生物量(aboveground biomass,AGB),避免过度放牧加速荒漠化,该研究选取内蒙古荒漠草原为研究区域,利用无人机采集研究区域高光谱数据,铺设样方采集地上生物量数据。对高光谱数据进行预处理并去除噪声,利用主成分分析法降维,将主成分、植被指数、全波段反射率数据与AGB进行相关性分析,并利用遗传算法进行特征选择。基于机器学习算法建立荒漠草原AGB估算模型,对比特征选择前后模型性能,选择最佳估算模型。结果表明:利用遗传算法筛选出的光谱特征构建机器学习模型可以提高模型的性能,最佳模型的决定系数为0.81,均方根误差为0.04 kg/m^(2),平均绝对误差为0.04 kg/m^(2),归一化均方根误差为0.11,模型可用于荒漠草原AGB的高精度估算制图。研究结果可为无人机高光谱的荒漠草原AGB精准估算提供数据支撑和理论依据。
宋耀邦宣传忠唐朝辉张涛张涛
关键词:荒漠草原地上生物量遗传算法
基于可见光不同分辨率影像下的昭苏山地草甸地上生物量估算
2025年
【目的】无人机搭载数码相机具有较高的机动性、灵活性和分辨能力,在快速、准确估算草地AGB等方面优势明显。【方法】探讨无人机搭载的数码相机在不同飞行高度的影像分辨率差对草地AGB估算精度,在新疆昭苏山地草甸设置10、30、50、70和90 m 5个飞行高度,探究不同飞行高度下获取的影像在光谱信息、纹理特征等差异下对草地AGB估算精度的影响。【结果】在相同的飞行高度下,采用光谱信息与纹理特征相结合的方法相较于单独使用光谱信息或纹理特征,可以提高AGB估算的精度,分别提高了22.34%、13.25%、11.11%、2.18%和2.35%。仅依赖数码图像的光谱信息来估算草地AGB容易导致饱和现象。然而,与光谱信息相比,草地的纹理特征受环境影响较小,在相同的图像分辨率下,所获得的模型效果更佳,弥补单一指标估算草地AGB的不足。【结论】影像分辨率在0.27~2.45 cm时,纹理特征与草地AGB的相关性弱于植被指数,但均达到显著水平,随着图像清晰度减低,两者之间的关联性差异变得显著;在同种图像分辨率前提下,将光谱信息与纹理特征相结合可以实现最佳的草地AGB估算效果,单一的纹理特征模型次之,单一的光谱模型效果最差;随着图像分辨率的递增,对草地AGB的估算精度受到光谱信息、纹理信息以及光谱与纹理信息的影响呈现上升趋势。
袁以琳颜安宁松瑞侯正清张振飞肖淑婷孙哲夏雯秋
关键词:地上生物量影像分辨率光谱信息纹理特征
基于开放共享数据的森林地上生物量估算方法及系统
本申请公开了一种基于开放共享数据的森林地上生物量估算方法及系统,涉及森林碳储技术领域,该方法包括:获取开放共享数据并进行预处理,之后对其提取变集合作为模型输入,然后通过肯德尔相关系数分析法开展变粗选以及采用随机...
刘亚男张艾徐梦雪
一种高寒草地生态系统生物量估算方法
本申请涉及基于特定计算模型的计算机系统技术领域,具体涉及一种高寒草地生态系统生物量估算方法,包括:获取训练集,获取测试集;将训练集输入随机森林模型进行训练,输出草地生物量预测值;基于草地生物量预测值为训练集设定高寒草地生...
蔡锰柯
基于数字表面模型的冬小麦生物量估算
2025年
【目的】构建冬小麦主要生育时期生物量估算模型,分析不同水处理和不同年份情景下估算模型的迁移能力,为冬小麦生物量快速估算、表型研究及制定作物水肥决策提供技术支撑。【方法】通过设置不同水氮处理,采用大疆M600 Pro无人机搭载安洲科技K6多光谱成像仪获取冬小麦关键生育期影像,提取影像数字表面模型,基于无人机影像提取株高,通过BP神经网络构建并改进冬小麦生物量估算模型。【结果】水氮耦合自然状态条件下冬小麦实测株高的变化较小,但在氮充足条件下灌溉可增加冬小麦实测株高。无人机提取株高与实测株高的线性决定系数(R^(2))为0.81,即无人机提取株高可解释81%的株高变异。基于无人机遥感影像提取株高构建的冬小麦生物量估算模型,R^(2)、均方根误差(RMSE)、相对分析误差(RPD)分别为0.58、4528.23 kg/ha和1.25,说明该模型可对冬小麦生物量进行快速估算,但模型稳健性较差(RPD<1.4),估算值(16198.27 kg/ha)较实测值(16960.23 kg/ha)偏小,且估算值较分散。通过数据转换,基于生物量/无人机提取株高比值构建的冬小麦生物量估算模型R^(2)、RMSE、RPD分别为0.88、2291.90 kg/ha和2.75,改进后的模型稳健性较强(RPD>2.0),估算值(17478.21 kg/ha)与实测值(17222.59 kg/ha)较接近,模型估算精度提高了51.72%。经验证,改进的冬小麦生物量估算模型在不同水处理和不同年份情景下具有较强的迁移能力,迁移估算模型的R^(2)均在0.85以上,能实现对冬小麦生物量的精准快速估算。【结论】利用无人机影像提取株高信息,通过数据转换,能有效提高冬小麦生物量估算模型的估算精度。改进的冬小麦生物量估算模型在不同水处理和不同年份情景下均表现出较强的迁移能力,但在不同氮水平情景下的迁移能力存在差异,因此,模型迁移利用前应对不同情景数据集进行直方图特征分析,并综合�
郭燕贺佳贺佳曾凯史舟曾凯史舟郑国清王来刚
关键词:冬小麦生物量株高
基于特征筛选和粒子群优化的花生生物量估算
2025年
为解决花生植株生物量估算精度低、破坏性大等问题,该研究提出一种无人机低空遥感技术结合高光谱特征筛选的花生生物量估算方法。通过无人机搭载高光谱成像仪,获取田块尺度多个花生品种的高光谱影像数据,首先对获取的影像进行拼接、辐射定标、大气校正等预处理,提取出地面采样点位置的光谱反射率,计算光谱反射率的一阶微分和植被指数,使用变投影重要性(variable importance in projection,VIP)方法对光谱反射率、一阶微分和植被指数等三种数据进行特征筛选,利用筛选后的特征和地面实测数据构建支持向机回归(support vector regression,SVR)、反向传播神经网络回归(back propagation neural network,BPNN)和随机森林回归(random forest regression,RFR)模型,并使用粒子群优化算法(particle swarm optimization,PSO)进行模型优化。结果表明:相比原始光谱反射率和植被指数,一阶微分光谱反射率与花生生物量具有较好的相关性;使用一阶微分光谱反射率与植被指数组合的RF回归模型精度最高(决定系数R^(2)为0.754,均方根误差RMSE为0.085 kg/m^(2)),使用粒子群优化后的PSO-RF模型可进一步提高模型精度(R^(2)为0.80,RMSE为0.076 kg/m^(2))。该研究为花生生物量精准估算提供了有效的方法,为智慧乡村建设中的精细化农田管理提供技术支持。
刘涛杨奉源刘望张寰殷冬梅殷冬梅张全国
关键词:花生生物量粒子群优化
基于遥感数据和优化Blending算法的人工林地上生物量估算研究
2025年
森林生物量是了解森林碳循环以及评估森林碳储和健康状况的重要指标,准确估算塞罕坝林场主要优势树种人工林生物量对于评估区域森林碳循环及实现森林可持续发展具有重要指导意义。本研究以塞罕坝林场为研究区域,利用Sentinel-1雷达遥感数据、Sentinel-2光学遥感数据和DEM数据,分别提取雷达数据的雷达和纹理特征,光学数据的光谱、纹理、植被指数和缨帽变换特征,以及DEM数据的高程、坡度、坡向等地形特征,结合塞罕坝林场的森林二类调查数据,通过HPO-PCA-Blending集成估算模型实现塞罕坝林场主要优势树种人工林生物量估算。结果表明:1)对Sentinel-1、Sentinel-2和DEM多源数据进行参数特征提取,得到234种参数特征;2)华北落叶松、白桦、樟子松、蒙古栎、云杉格网中心的森林生物量均近似正态分布规律;3)相比ANN、MLR、XGB、LSTM和KNN估算模型,HPO-PCA-Blending集成估算模型极大地提高了主要优势树种人工林生物量估算精度,R^(2)均提高0.3以上。多源数据参数特征与HPO-PCA-Blending集成估算模型联合能够实现对塞罕坝林场人工林生物量的准确估算,可为塞罕坝林场乃至其他区域森林生物量估算和森林资源的管理提供重要的方法和理论依据。
辛守英王晓红焦琳琳
关键词:塞罕坝林场人工林森林生物量

相关作者

冯海宽
作品数:177被引量:1,189H指数:24
供职机构:北京市农林科学院
研究主题:冬小麦 无人机 叶面积指数 植被指数 马铃薯
杨贵军
作品数:353被引量:2,715H指数:33
供职机构:北京市农林科学院
研究主题:冬小麦 无人机 遥感 植被指数 叶面积指数
黄珏
作品数:15被引量:101H指数:7
供职机构:山东科技大学测绘科学与工程学院
研究主题:马铃薯 无人机 株高 地上生物量 生物量估算
程峰
作品数:36被引量:179H指数:8
供职机构:云南师范大学
研究主题:激光雷达 生物量估算 MODIS 生物量 反演
罗云建
作品数:26被引量:637H指数:15
供职机构:中国科学院生态环境研究中心
研究主题:人工林 根茎比 生物量估算 华北落叶松人工林 影响因素