杨柳
- 作品数：8 被引量：119H指数：6
- 供职机构：平顶山学院旅游与规划学院更多>>
- 发文基金：国家自然科学基金河南省科技攻关计划中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术农业科学生物学天文地球更多>>
- 基于GIS和RS的东北地区东北虎生境适宜性评价被引量：5
- 2016年
- 以中国东北地区(含东北三省和内蒙古东北部)为研究区域,依据稳定性、独立性、主导性和综合性原则,从植被、地理环境、人为干扰等3个层面选取植被类型、植被覆盖度、海拔、坡度、坡向、水源、居民点、主要道路等为评价因子,对中国东北虎Panthera tigris altaica生境进行适宜性评价。在地理信息系统(GIS)和遥感(RS)技术的支持下,获取各评价因子的定量信息。采用层次分析法(AHP)确定各评价因子的权重,并运用模糊数学模型对各单因子加权叠加,得到东北虎生境适宜性综合评价分级图并计算各分区面积。结果表明:(1)人为干扰和植被因素是影响东北虎分布的主要因素;(2)将研究区域划分为东北虎最适宜分布区、次适宜分布区、一般适宜分布区和不适宜分布区,分别占研究区域总面积的21.97%,16.83%,22.02%,39.18%。最适宜区和次适宜区面积总和达到48.80%,说明东北地区适宜东北虎生存的潜在生境面积总量较为可观。这为东北虎自然保护区的建立和人工饲养东北虎的放归计划提供决策依据。
- 李亚藏冯仲科黄季夏杨柳
- 关键词：动物学地理信息系统(GIS)东北虎生境适宜性
- 基于GIS和RS的平顶山市森林景观格局变化及空间异质性分析被引量：6
- 2016年
- 基于1993、2003、2013三期Landsat遥感影像数据,结合森林资源二类调查林相图,首先,借助ERDAS软件对遥感影像进行解译,获取了平顶山市不同时期的地表覆被信息,再利用Arc GIS软件,求出了土地利用转移矩阵,计算了近20年平顶山市土地利用类型变化.运用Fragstats软件对2013年森林景观解译图像进行了多个景观指数计算,并分析了森林景观异质性.
- 杨柳徐雨
- 关键词：森林资源地理信息系统遥感
- 伏牛山地区主要自然灾害的空间分异及综合区划研究
- 2014年
- 选取伏牛山地区4种主要自然灾害为研究对象,首先基于历史统计数据,借助GIS软件,对不同自然灾害的空间分布特征进行分类解析,再根据4种主要自然灾害的空间分布,结合专家对不同自然灾害权重的打分,得出了伏牛山地区自然灾害综合风险区划图.
- 杨柳陈延辉
- 关键词：自然灾害空间分异综合区划
- 三种同域高山鸡形目鸟类的生境选择被引量：9
- 2017年
- 研究同域物种的生境选择对认识物种共存、竞争及生态位分化具有重要理论意义,对物种的区域整合保护与管理也有重要实践价值。本文对川西高原3种典型同域分布的珍稀濒危鸡形目Galliformes鸟类,即四川雉鹑Tetraophasis szechenyii、白马鸡Crossoptilon crossoptilon和血雉Ithaginis cruentus的生境选择进行了研究。研究于2014年4月—2015年1月在四川省雅江县格西沟国家级自然保护区进行,共布设17条调查样带,在春、秋、冬季分别发现了3个物种65、61、66处生境使用点。通过Jacobs指数法和Bonferroni修正检验对物种生境选择进行分析,结果表明:(1)春季,四川雉鹑显著喜好冷杉-红杉林,拒绝高山栎丛;白马鸡显著拒绝杜鹃或杂灌草丛;而血雉对各生境的喜好或拒绝并不显著。(2)秋季,血雉显著拒绝杜鹃或杂灌草丛,四川雉鹑和白马鸡对各生境的喜好或拒绝均不显著。(3)冬季,所有物种均显著拒绝杜鹃或杂灌草丛;此外,白马鸡还显著偏好高山栎丛。研究表明,同域鸡形目物种的生境选择具有差异,而同一物种的生境选择模式在不同季节也存在一定差异。建议在保护管理中维持多样式、镶嵌式的植被群落,以保护川西高原鸡形目物种种群。
- 徐雨王彬窦亮冉江洪刘世荣岳汉秋杨柳宗建伟李彦娇李八斤
- 关键词：鸡形目生境选择
- 无人机遥感影像的城市绿地信息提取被引量：49
- 2017年
- 针对传统人工城市绿地调查费时、费力等问题,该文提出了一种利用无人机遥感进行城市绿地信息提取的思路和方法。设计构建了基于固定翼无人机平台的遥感系统,对宁波市部分区域进行航飞实验。采用PixelGrid软件对无人机影像进行了预处理,得到测区正射影像。采用基于像元统计特征分类和面向对象分类两种方法,对研究区进行绿地信息快速提取并进行了精度验证。研究结果表明,利用最大似然分类法和归一化绿红差异指数法提取精度最高,分别为81.73%和80.23%。
- 杨柳陈延辉岳德鹏冯仲科
- 关键词：无人机遥感信息提取城市绿地
- 基于GIS的平顶山市建设用地生态适宜性评价被引量：10
- 2014年
- 以平顶山市为例,探讨了煤炭资源型城市建设用地生态适宜性评价的指标体系、评价模型,以及在GIS和RS技术支撑下定量分析土地生态适宜性的方法。选取自然因素、社会经济因素、生态安全因素3个因素层12个因子层构成生态适宜性评价指标体系,采用层次分析法计算相关影响因子权重。在ENVI4.5支持下对平顶山市TM遥感影像进行解译,提取林地、耕地、水体、建设用地多因子图层,在Arc GIS10.0支持下建立数字高程模型,提取高度等地形因子。最后通过Arc GIS10.0空间分析模块对相关因子进行叠加分析,得到结果为:平顶山市最适宜用地占29.01%,较适宜用地占13.53%,基本适宜用地占14.71%,不适宜用地占16.05%,不可用地占26.70%。最后,结合评价结果,针对平顶山建设用地的特征提出合理化建议,以期为生态环境保护和城市规划建设提供科学依据。
- 陈延辉杨柳汪伟
- 关键词：建设用地生态适宜性指标评价体系
- 基于PSO-LSSVM的森林地上生物量估测模型被引量：16
- 2016年
- 为提高森林地上生物量估测精度,从建模因子和建模方法出发,提出了一种综合考虑影像纹理特征、地形特征、光谱特征的粒子群优化最小二乘支持向量机生物量估测方法。以松山自然保护区为研究区域,以资源三号遥感卫星数据为数据源,配合194块调查样地实测数据、森林资源二类调查数据、数字高程模型数据,通过分析46个特征变量与森林地上生物量间的Pearson相关性,进行特征变量优化提取,建立PSO-LSSVM模型并在Matlab 2014a上编程实现。以决定系数R2和均方根误差RMSE为指标,对比分析了PSO-LSSVM和多元线性回归地上生物量模型精度。研究结果表明:PSO-LSSVM模型在针叶林、阔叶林、灌木林3种类型中预测决定系数分别为0.867、0.853、0.842,比多元线性回归模型分别提高了23.15%、19.13%、14.40%。PSO-LSSVM地上生物量模型具有良好的自学能力和自适应能力,它取代了传统的遍历优化方法,在全局优化及收敛速度方面具有较大优势,预测精度较高。
- 杨柳孙金华冯仲科岳德鹏杨立岩
- 关键词：粒子群算法最小二乘支持向量机
- 结合纹理因子和地形因子的森林蓄积量多光谱估测模型被引量：24
- 2017年
- 森林蓄积量是林分调查中重要因子,是评价森林数量和质量的重要指标。传统森林蓄积量实测方法耗时费力、效率低下,多元线性回归遥感反演方法精度较低,难以达到精准林业要求。机器学习是一种利用训练数据,进行自我改进、自动提升性能的方法,可以任意逼近非线性系统,提高模型预测精度。以鹫峰林场森林为研究对象,综合考虑影像光谱因子、纹理因子、地形因子,采用机器学习中的BP神经网络、最小二乘支持向量机、随机森林方法构建了森林蓄积量多光谱估测模型BP-FSV,LSSVM-FSV和RF-FSV,并在Matlab2014a中编程实现。旨在从建模因子选择和模型方法建立两个方面,优化建模因子特征提取,提高森林蓄积量模型预测精度。以角规观测样地实测数据、森林小班二类调查数据、林相图数据为基础,使用以上三种模型结合Landsat8OLI多光谱数据分林型进行了森林蓄积量反演建模预测。以决定系数R2和均方根误差RMSE为指标,分析了三种反演模型的训练能力和预测能力。研究结果表明:利用3种机器学习方法构建的结合光谱因子、地形因子、纹理因子反演模型能够提高森林蓄积量的预测精度。以上模型中,RF-FSV模型在针、阔、混三种林型中都表现出较强的预测能力,高于BP-FSV模型,高于或接近于LSSVM-FSV模型。RF-FSV模型在训练阶段,R2和RMSE针叶林中为0.839和13.953 3,阔叶林中为0.924和7.634 1,混交林中为0.902和12.153 9,预测阶段R2和RMSE在针叶林中为0.816和15.630 1,阔叶林中为0.913和4.890 2,混交林中为0.865和9.344 1。RF-FSV模型建模精度和预测精度较高,为森林蓄积量遥感反演估测提供了一种新的方法。
- 杨柳冯仲科岳德鹏孙金华
- 关键词：遥感反演森林蓄积量最小二乘支持向量机
