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
运用机载激光雷达数据和立地质量分级对亚热带森林蓄积量遥感反演
森林蓄积量
激光雷达
立地质量
亚热带森林
基于机载激光雷达和高光谱数据的树种识别方法
森林测计学
高光谱
激光雷达
分层训练样本自动提取
树种识别
光谱角填图
支持向量机
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
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
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