国家重点基础研究发展计划(2013CB733404)
- 作品数：44 被引量：441H指数：12
- 相关作者：李增元陈尔学庞勇田昕何楚更多>>
- 相关机构：中国林业科学研究院资源信息研究所武汉大学东北林业大学更多>>
- 发文基金：国家重点基础研究发展计划国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：农业科学天文地球自动化与计算机技术电子电信更多>>
- 一种新的MSTAR SAR图像分割方法被引量：2
- 2014年
- 提出了一种新的MSTAR SAR图像分割方法。该方法首先根据地物的散射机制进行属性散射中心(attributed scattering centers,ASC)特征提取,构造属性散射中心特征向量;然后使用马尔科夫随机场(Markov random field,MRF)结合属性散射中心特征对MSTAR SAR图像进行空间邻域关系描述;最后运用标号代价能量优化算法得到最终的分割结果。MSTAR SAR数据上的实验结果证明了其有效性。
- 林达徐新潘雪峰张海涛
- 关键词：MSTARSAR图像分割马尔科夫随机场
- 基于足迹图模型的立体路网提取
- 2013年
- 为了改善足迹跟踪算法在夹角较小的交叉路口容易出现将两足尖合并和不易检测波谷的问题,提出了一种新的立体路网提取算法.算法分为3个步骤:首先用足迹跟踪算法提取道路基元,然后在足迹图结构上建立道路模型,最后通过立体反演层次推理实现道路分层.结果表明:该算法通过对波峰合并的角度选择和波谷检测的偏差校正提高了道路基元提取的准确性,并结合立体反演推理算法实现了道路连接、高度设置和分层.最后在Google Earth提供的真实数据上进行实验验证了该算法能有效地体现立体交叉路口的层次,并能保证提取出来的道路的正确性、完整性.
- 何楚杨芳石博徐新廖明生
- 关键词：交叉路口道路提取
- 运用融合纹理和机载LiDAR特征模型估测森林地上生物量被引量：12
- 2018年
- 针对区域尺度森林地上生物量的分布情况,以大兴安岭生态观测站为例,提出了一种融合光学影像纹理和机载LiDAR点云特征的森林地上生物量遥感估测方法。该方法首先提取Landsat 8 OLI不同波段在不同运算窗口下的纹理特征;然后对机载LiDAR点云进行滤波提取地面点,并利用地面点对点云数据进行高度归一化处理,提取点云特征因子;最后结合提取的遥感特征因子,利用支持向量回归的方法对研究区森林地上生物量进行估测,并对结果进行精度验证。结果表明:不同波段和窗口尺寸的建模精度差异较大,蓝光波段在7×7运算窗口下模型精度最高(R^2=0.73,R_(MSE)=22.32 t/hm^2);点云高度分位数变量的建模精度呈正态分布,变量H_(50)的建模精度最高(R^2=0.75,R_(MSE)=19.24 t/hm^2);与单一的遥感特征变量相比,融合光学影像纹理和机载LiDAR点云特征的模型精度有了一定提高,且针叶林和混交林的估测R_(MSE)分别为19.63和20.40 t/hm^2。因此,该方法可以为区域性的森林地上生物量估测提供有效参考。
- 胡凯龙刘清旺李世明庞勇李梅
- 关键词：机载激光雷达支持向量回归
- 森林地上生物量的多基线InSAR层析估测方法被引量：13
- 2017年
- 【目的】发展一种森林地上生物量(AGB)的多基线干涉合成孔径雷达(InSAR)层析估测方法,解决热带雨林森林AGB遥感估测常规方法的信号"饱和"问题,为区域及全球森林生物量估测和碳储量研究提供关键技术支撑。【方法】以法属圭亚那巴拉库(Paracou)热带雨林为研究对象,以Tropi SAR 2009 P-波段多基线机载SAR数据和85块样地调查数据为主要数据源。首先,根据HH极化层析相对反射率的三维分布信息提取林下地表高度,对HV极化多基线InSAR数据进行地形相位去除;然后,对HV极化多基线InSAR数据进行三维成像,并对其进行地理编码,得到地理坐标空间层析相对反射率的三维分布信息;最后,利用样地调查数据,分析不同高度处层析相对反射率与森林AGB的相关性,进而建立以层析相对反射率为输入特征的森林AGB估测模型,同时采用留一交叉验证法(LOOCV)对其估测模型进行精度评价。【结果】20 m以下各高度处层析相对反射率与森林AGB呈不同程度的负相关关系,以5 m高度处层析相对反射率与森林AGB的负相关性最强(相关系数达到-0.58);20 m以上各高度处层析相对反射率与森林AGB呈不同程度的正相关关系,以25 m高度处层析相对反射率与森林AGB的正相关性最强(相关系数达到0.63)。采用5 m高度处层析相对反射率构建模型的估测精度为88.44%,均方根误差为49.85 t·hm-2(相对均方根误差为13.56%);采用25 m高度处层析相对反射率构建模型的估测精度为88.82%,均方根误差为47.30 t·hm-2(相对均方根误差为12.87%);同时采用5 m和25 m高度处层析相对反射率联合构建模型的估测结果最优,估测精度为89.17%,均方根误差为46.45 t·hm-2(相对均方根误差为12.63%)。【结论】通过多基线InSAR层析技术得到的层析相对反射率信息有效解决了热带雨林森林AGB遥感估测常规方法的信号"饱和"问题。采用5 m和25 m高度处层析相对反射�
- 李兰陈尔学李增元任冲赵磊谷鑫志
- 关键词：多基线INSAR热带雨林
- 机载AISA Eagle Ⅱ高光谱数据处理——以额济纳旗试验区为例被引量：5
- 2016年
- 机载AISA EagleⅡ传感器为"黑河综合遥感联合试验(HiWATER)"额济纳旗试验区提供航空高光谱影像。介绍了高光谱原始数据的辐射定标、几何校正、大气校正等预处理过程。根据研究区地形差异以及数据使用目的的多样性,几何校正中可选择是否加高精度DEM产品,大气校正的选择策略可分为平坦地形无DEM的大气校正和起伏地形添加DEM大气校正。本试验数据采用加载高精度DEM的几何校正和平坦地形大气校正方法,经过预处理后的高光谱数据产品,其地理坐标与高分辨率的CCD影像对比,地理位置信息较为准确;与实测地物光谱对比,影像光谱能较好地体现地物光谱的特性,数据可用作定量遥感进一步的研究。
- 荚文庞勇岳彩荣李增元车涛马明国
- 关键词：EAGLE预处理
- 基于分层自适应部分模型的遥感图像飞机目标检测被引量：4
- 2013年
- 提出一种基于分层自适应部分模型(HAPM,hierarchical adaptive part-based model)的目标检测方法,用于遥感图像的飞机目标检测。针对目前目标检测方法在子类型数目确定、模型多分辨率结构关系方面存在的不足,构造如下算法:首先构建一个扩展的Part-based Model模型;其次,分别从子类型的自适应选择、子类型的多层次建模和检测阶段加权距离变换的形变优化等方面对其进行改进;最后,HAPM算法充分考虑了模型的形变,同时结合多层次的建模思想使得目标的检测精度和算法适用性大大增强。用收集的10大国际机场的真实遥感图像数据进行实验验证,证明了算法的有效性。
- 何楚张宇廖紫纤廖明生
- 关键词：多层结构LSVM目标检测
- 内蒙古大兴安岭根河森林保护区植被覆盖度变化被引量：26
- 2016年
- 基于2000年Landsat-5 TM和2013年GF-1两期遥感影像,利用像元二分模型分别进行了内蒙古大兴安岭根河森林保护区植被覆盖度的估算,并对该区13年间植被覆盖度的变化情况及其与地形因子的相关性进行了分析。结果表明:利用像元二分法可准确地估算研究区植被覆盖度(决定系数R^2=0.52,相对平方误差RSE=0.54)。两期植被覆盖度与高程正相关性最大,其次为坡度。两期植被覆盖度变化图表明,该地区13年间植被覆盖度总体呈下降趋势,其中高覆盖度的下降最为明显。两期植被覆盖度及其差值随高程的增加而增大,海拔超过1027 m两者均变化缓慢,且植被覆盖度变化主要为正变化。火灾、水系富集、人工抚育频繁等因素对低海拔地区植被覆盖度的下降影响较大。
- 闫敏李增元陈尔学田昕谷成燕李春梅范文武
- 关键词：植被覆盖度地形
- 层析SAR反演森林垂直结构参数现状及发展趋势被引量：8
- 2014年
- 森林垂直结构参数反演是进行森林资源管理、森林蓄积量估算及全球碳循环研究的基础。层析合成孔径雷达TomoSAR(Tomography Synthetic Aperture Radar)是随着InSAR/Pol-InSAR技术的日益发展而产生的,更适用于森林垂直结构参数反演。本文首先介绍了TomoSAR的概念与实现方式:PCT(Polarization Coherence Tomography)、多基线干涉层析SAR MB-InTomoSAR(Multi-baseline Interferometric Tomographic SAR)、多基线极化层析SAR MBPolTomoSAR(Multi-baseline Polarization Tomographic SAR);概括了目前应用TomoSAR技术反演森林垂直结构参数的技术方法与信号模型等;论述了应用TomoSAR技术提取森林垂直结构参数的现状,最后分析了应用TomoSAR技术提取森林垂直结构参数可能的发展方向。
- 李文梅李增元陈尔学冯琦
- 关键词：树高
- 基于多源数据的根河实验区生物量反演研究被引量：10
- 2016年
- 森林是陆地生态系统的重要组成部分,精确估测森林地上生物量能够减少陆地生态系统碳储量的不确定性。本文以内蒙古大兴安岭根河实验区为研究区,基于森林样地调查数据、Landsat 8 OLI、机载P-波段Pol SAR以及ASTER GDEM数据,分别采用多元线性逐步回归法和基于随机森林算法(Random Forest,RF)进行特征优化选择后的k-最近邻(k-nearest neighbors,k-NN)法对研究区森林地上生物量(above-ground biomass,AGB)进行估测,对比验证采用不同类型数据(单传感器数据和多传感器数据)时2种方法的反演结果来寻求森林AGB估测的最优方法和输入因子,最后利用最优的估测方法来反演整个研究区的森林AGB,生成根河实验区的森林AGB等级分布图。结果表明:对于多元线性逐步回归和k-NN 2种不同的方法,森林AGB的反演都表现出较为一致的结果,即采用多传感器遥感数据(Landsat 8 OLI和机载P-波段PolSAR数据)比采用单传感器遥感数据估算的森林AGB精度要高;而在同时采用多传感器遥感数据进行森林AGB的反演中,k-NN算法的估测结果(R^2=0.65,RMSE=17.49 t/hm^2)明显优于多元线性逐步回归算法(R^2=0.36,RMSE=22.08 t/hm^2)的估测结果。显然,多源数据协同反演森林AGB可以充分利用每种传感器的优点,提高遥感估测森林AGB的能力;与多元逐步回归方法相比,k-NN算法能够更多地考虑到森林参数同光谱值之间的非线性依赖关系,且能够避免发生过学习现象和样本不平衡问题。
- 李春梅张王菲李增元陈尔学田昕
- 关键词：K-最近邻
- 基于多层反卷积网络的SAR图像分类被引量：4
- 2015年
- 针对传统特征提取方法不能提取目标高层结构特征的问题,提出了一种基于软概率的池化方法,结合多层反卷积网络,学习目标的高层结构特征,并将其用于合成孔径雷达(SAR)图像分类。首先对SAR图像进行子块划分,然后对每个子块进行基于多层反卷积网络的特征编码,学习出不同层次上的图像特征,最后将该特征用于支持向量机(SVM)分类器,实现SAR图像的分类。在国内首批SAR数据上的实验表明,该算法获得了较高的分类准确率。
- 王云艳何楚赵守能陈东廖明生
- 关键词：合成孔径雷达图像分类
