国家高技术研究发展计划(2012AA102001-5)
- 作品数：5 被引量：38H指数：4
- 相关作者：张晓丽黎良财李宏志张凝郭航更多>>
- 相关机构：北京林业大学中国交通通信信息中心广西生态工程职业技术学院更多>>
- 发文基金：国家高技术研究发展计划国家教育部博士点基金广西林业科技项目更多>>
- 相关领域：农业科学自动化与计算机技术天文地球更多>>
- 广西岩溶地区植被覆盖度与植被指数耦合模型研究被引量：3
- 2015年
- 选择广西典型岩溶山区灌草植被类型设置91块样方,运用Green Seeker手持光谱仪实测不同覆盖度植被的光谱响应并构建归一化植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、修正植被指数(MVI)和修改型土壤调节植被指数(MSA VI)等5种植被指数,同时运用数码相机垂直拍摄样方照片并进行监督分类,提取植被覆盖度,最后对样方的植被覆盖度和植被指数进行相关分析、建立回归模型和精度验证。结果表明:NDVI、RVI和MVI与植被覆盖度高度相关,相关系数超过0.9;而且用NDVI反演的植被覆盖度与实测值在α=0.05显著水平下进行t检验,结果无显著差异,平均精度达到95%以上,比其他植被指数模型更优秀。研究结论对广西岩溶石漠化地区植被覆盖度的快速、连续监测与评估具有重要参考价值。
- 黎良财张晓丽邓利吴锐
- 关键词：植被覆盖度植被指数岩溶地区
- 基于SVM方法的SPOT-5影像植被分类被引量：10
- 2014年
- 运用SPOT-5全色和多光谱影像,采用支持向量机(SVM)法对森林植被进行分类研究,探讨了SVM法的分类能力以及纹理信息在森林植被分类中的影响。结果表明:Gram-Schmidt光谱锐化法是北京山区SPOT-5影像最佳的融合方法;SVM法在高分辨率影像森林植被分类中精度较高,不同核函数对分类精度的影响不显著;基于灰度共生矩阵产生的纹理信息能够提高SVM法的分类精度,3×3窗口是提高分类精度的最佳纹理窗口。
- 黎良财张晓丽郭航
- 关键词：影像融合灰度共生矩阵植被分类
- 福建将乐林场主要树种冠层光谱反射特征分析被引量：5
- 2016年
- 【目的】对福建将乐林场主要树种的冠层光谱曲线进行分析,以建立和完善该地区森林树种光谱数据库,并对利用高光谱数据研究森林树种分类提供理论和技术支持。【方法】对实测的林场内5个主要树种（马尾松、杉木、毛竹、木荷和苦槠栲）的平均冠层反射光谱曲线,采用导数光谱、红边特征及将冠层光谱曲线转化到频率域的离散傅里叶变换方法进行分析,比较各树种冠层光谱曲线在空间和频率域上的差别。【结果】在可见光波段（480-700nm）,毛竹和苦槠栲的冠层反射率高于其他树种;在近红外波段（720-920nm）,苦槠栲、木荷、毛竹的冠层反射率明显高于马尾松和杉木,且苦槠栲〉木荷〉毛竹。一阶导数光谱对植被类型有很好的区分作用,可以将植被在可见光波段附近吸收谷的特征和在近红外波段的红边特征进行突出显示。冠层光谱的红边特征参数表现为木荷和苦槠栲的光谱曲线红边斜率较大,明显高于马尾松、杉木和毛竹;毛竹的红边位置明显低于其他树种。对树种冠层光谱的频谱分析结果得出,冠层光谱前12次谐波能量累计达到99%,原始光谱曲线冠层光谱在频域上也有可分性,前4次谐波的幅度谱可以将苦槠栲、木荷和毛竹区分出来。【结论】不同树种的光谱曲线在空间域和频率域都存在明显的差别,光谱曲线的红边参数和冠层光谱在频率域的幅度谱有助于定量化地区分不同的树种类型。
- 张莹张晓丽王书涵李宏志薛书果
- 关键词：高光谱遥感光谱特征红边参数导数光谱主要树种
- 基于改进爬峰法高分辨率遥感影像分割的树冠提取被引量：12
- 2014年
- 对现有爬峰法利用高分辨率遥感影像分割进行树冠提取时存在的问题进行直方图压缩和基于类的二次合并两方面的改进,并将改进后的爬峰法在Matlab平台上模拟实现。以Quick Bird影像为基础数据源提取单木树冠,分析树冠面积提取精度,验证改进爬峰法对高分遥感影像树冠分割的可靠性。研究结果表明:实验样本精度均达到85%以上,与传统目视解译精度比较相差较少,满足应用需求。
- 张凝张晓丽叶栗
- 关键词：遥感影像高分辨率遥感影像图像分割
- 基于改进转换分离度特征选择规则的土地覆盖分类比较被引量：8
- 2018年
- 【目的】提出一种考虑样本概率的可分离距离与波段相关系数结合的特征选择方法,以提高土地覆盖分类的正确率。【方法】以中亚热带区域的福建省将乐县为研究区,从Landsat-8 OLI影像中获取植被指数和纹理特征,利用改进方法和传统方法选择出最佳特征,通过比较最佳特征参与下植被类别的可分离值,判别2种方法在特征选择时的准确度;采用支持向量机分类方法(SVM)分别对原始光谱和改进方法选择的最佳特征进行分类,探索最佳植被指数和纹理特征在提高地区土地覆盖分类中的作用。【结果】改进可分离性判据在避免选择冗余波段的同时,能准确选择出具有更高区分度的特征;对于植被指数和纹理特征,单一特征均不能使植被类别可分性达到最大,而2个特征组合可明显提高植被类别的可分性;比值植被指数及小窗口的反差、协方差和二阶矩纹理特征比同窗口其他纹理对提高研究区植被分类精度具有更重要的价值;植被指数加入原始光谱并没有明显提高研究区的整体分类精度,而纹理特征与原始光谱结合对提高植被分类精度相当有价值,最佳植被指数、最佳纹理特征和原始光谱结合可取得最佳分类结果,整体分类精度提高7.41%,Kappa系数(OKA)提高8.5%。【结论】基于改进转换分离度特征选择规则的土地覆盖分类方法能平衡所有类别间的可分性,较好避免选择相互冗余的特征,从而保证选择出具有较高的多类别可分性且冗余较小的特征,提高类别分类的正确率。
- 张莹张晓丽张晓丽李宏志
- 关键词：支持向量机分类
