基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高森林的类型识别及生物物理参数反演精度,采用国产机载激光雷达和高光谱组合系统( ALHIS),选择湖北典型亚热带森林开展了航空遥感试验,获取了试验区激光雷达点云、高光谱和CCD影像数据,提取了森林高度和优势树种类别信息。对数据的分析表明,激光雷达林分平均高的估测精度达到90.67%,激光雷达估测平均高与地面实测胸径加权平均高之间显著相关( R2=0.73,RMSE=1.29m)。按照优势树种分类结果进行统计,发现马尾松、栓皮栎和其它树种的林分平均高分别为9.62m、9.30m、8.79m,不同树种之间的林分平均高相差不大。高光谱优势树种识别总体精度达到82.00%( Kappa=0.70),试验区森林和非森林面积所占比例分别为60.01%和39.99%,马尾松、栓皮栎和其它树种面积在森林中所占比例分别为59.77%、24.99%和15.23%。试验证明,ALHIS能够同时获取高分辨率的植被遥感特征数据,以用于森林制图、优势树种/树种组识别、碳储量估算及生态环境建模等研究。
推荐文章
中亚热带森林单木地上生物量的机载激光雷达估测
地上生物量
机载激光雷达
估测
中亚热带森林
基于机载激光雷达的中亚热带常绿阔叶林林窗特征
机载激光雷达
林窗特征
中亚热带
常绿阔叶林
基于无人机多源遥感数据的亚热带森林树种分类
无人机
多源数据
机器学习分类器
树种分类
机载激光雷达森林资源调查系统的设计与试验
机载激光雷达
森林资源调查
点云
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 机载激光雷达和高光谱组合系统的亚热带森林估测遥感试验
来源期刊 高技术通讯 学科
关键词 森林高度 优势树种 激光雷达(LiDAR) 高光谱 分类
年,卷(期) 2016,(3) 所属期刊栏目 计算机与通信技术
研究方向 页码范围 264-274
页数 11页 分类号
字数 6073字 语种 中文
DOI 10.3772/j.issn.1002-0470.2016.03.006
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (127)
参考文献  (28)
节点文献
引证文献  (9)
同被引文献  (86)
二级引证文献  (29)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(6)
  • 参考文献(6)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(11)
  • 引证文献(4)
  • 二级引证文献(7)
2019(14)
  • 引证文献(0)
  • 二级引证文献(14)
2020(10)
  • 引证文献(2)
  • 二级引证文献(8)
研究主题发展历程
节点文献
森林高度
优势树种
激光雷达(LiDAR)
高光谱
分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导