期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于Planet影像的森林病虫害遥感监测研究
1
作者 梁明月 杨倩 +1 位作者 张生 叶栩松 《林业科技情报》 2025年第3期22-25,共4页
针对森林病虫害问题,本研究以广西壮族自治区十万大山防城港市防城区大菉镇那排村段为研究区,基于Planet影像,选取NDRE、PSSRA、TCARI、ARI、NRI作为森林病虫害敏感特征指数,分别利用最大似然、最小距离、随机森林、支持向量机和神经网... 针对森林病虫害问题,本研究以广西壮族自治区十万大山防城港市防城区大菉镇那排村段为研究区,基于Planet影像,选取NDRE、PSSRA、TCARI、ARI、NRI作为森林病虫害敏感特征指数,分别利用最大似然、最小距离、随机森林、支持向量机和神经网络等机器学习算法构建森林病虫害遥感监测模型,试验优选随机森林和支持向量机算法对研究区森林病虫害进行提取。结果表明:两种算法提取研究区森林病虫害均切实可行,支持向量机算法优于随机森林。 展开更多
关键词 森林病虫害 planet影像 病虫害敏感指数 机器学习算法
在线阅读 下载PDF
基于Planet遥感数据的沿海滩涂提取和细分类型识别研究
2
作者 刘连胜 温进杰 +1 位作者 李慧珊 岳文 《测绘与空间地理信息》 2024年第12期78-81,85,共5页
根据高时间分辨率Planet遥感卫星每天过境时间筛选出5个研究区近3年最高潮位和最低潮位对应日期的遥感数据,采用U-Net深度学习算法识别高潮位和低潮位水陆分界线,提取每个研究区的滩涂范围,并通过目视解译识别沿海滩涂细分类型。5个研... 根据高时间分辨率Planet遥感卫星每天过境时间筛选出5个研究区近3年最高潮位和最低潮位对应日期的遥感数据,采用U-Net深度学习算法识别高潮位和低潮位水陆分界线,提取每个研究区的滩涂范围,并通过目视解译识别沿海滩涂细分类型。5个研究区的结果表明,高时间分辨率的Planet遥感数据可以快速通过最高潮位和最低潮位的水陆分界线提取沿海滩涂范围,并识别沿海滩涂自然资源细分类型,解决了目前沿海滩涂自然资源登记细分类型单元划分的难题,为自然资源资产清查中沿海滩涂实物量量测和沿海滩涂自然资源登记提供新的技术支持。 展开更多
关键词 沿海滩涂 细分类型 U-Net模型 planet影像 高时间分辨率
在线阅读 下载PDF
卷积神经网络模型的遥感反演水质参数COD 被引量:11
3
作者 李爱民 范猛 +2 位作者 秦光铎 王海隆 许有成 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第2期651-656,共6页
化学需氧量(COD)是水体污染监测的常用水质指标之一,传统采集手段耗时耗力;利用遥感反演COD浓度能够快速获取整个水域的COD浓度空间分布状况,对于水污染治理和水环境保护具有重要意义。目前利用多光谱遥感数据反演COD浓度精度较低,主要... 化学需氧量(COD)是水体污染监测的常用水质指标之一,传统采集手段耗时耗力;利用遥感反演COD浓度能够快速获取整个水域的COD浓度空间分布状况,对于水污染治理和水环境保护具有重要意义。目前利用多光谱遥感数据反演COD浓度精度较低,主要原因是目前的反演模型多是以皮尔逊相关系数大小为指标选取建模波段的经验方法,对于多光谱遥感数据而言,其光谱波段范围较宽,波段的组合数量有限,难以找到有效的变量作为建模变量。针对这一问题,以郑州市天德湖为例,基于Planet多光谱高分辨率遥感影像,对遥感影像进行预处理和分析水样的高光谱数据,利用卷积神经网络对天德湖COD浓度进行反演;同时选取单变量回归模型、多变量回归模型进行精度对比。主要研究结论有:(1)相比于以皮尔逊相关系数为衡量标准选择不同波段组合的反演方式,卷积神经网络反演具有更高的空间反演精度,其决定系数为0.89,RMSE为2.22 mg·L^(-1),这是因为卷积神经网络不仅充分利用了遥感影像的光谱特征,而且能够提取目标像元周围的领域空间信息,学习到图像深层的抽象特征以及水质参数浓度和遥感数据之间的“内在规律”,可以在一定程度上避免传统方法建模带来的不稳定性;(2)选取最优的卷积神经网络模型制作天德湖水质COD浓度空间分布专题图;天德湖具有典型的内陆水体光谱特征,其COD浓度空间分布整体呈现西部高、东部较低、东南方向的进水口浓度较低、东北方向的出水口浓度较高的特征,卷积神经网络反演的天德湖区域浓度平均值为23.96 mg·L^(-1),标准差为7.11 mg·L^(-1),变异系数为0.29,更加接近实际采样点的统计值。基于卷积神经网络模型结合多光谱影像反演COD的结果表明卷积神经网络在水质参数COD遥感反演中具有较好的应用潜力。 展开更多
关键词 多光谱遥感 COD 卷积神经网络 planet影像
在线阅读 下载PDF
2019年“利奇马”台风暴雨滑坡分布分析--以安徽省宁国市为例 被引量:11
4
作者 袁康 崔玉龙 +2 位作者 胡俊宏 金嘉乐 袁文华 《陕西理工大学学报(自然科学版)》 2021年第3期74-81,共8页
2019年“利奇马”台风诱发了安徽省宁国市多处山体滑坡。为研究东南沿海地区台风暴雨滑坡的分布规律,以宁国市为例展开研究,基于降雨前后的Planet卫星影像,采用人工目视解译法在ArcGIS上获取滑坡分布。根据数字高程模型(DEM)、地质图及... 2019年“利奇马”台风诱发了安徽省宁国市多处山体滑坡。为研究东南沿海地区台风暴雨滑坡的分布规律,以宁国市为例展开研究,基于降雨前后的Planet卫星影像,采用人工目视解译法在ArcGIS上获取滑坡分布。根据数字高程模型(DEM)、地质图及降雨数据提取高程、坡度、坡向、地层和降雨量共5个影响因子进行统计分析。研究结果表明:研究区面积3567 km^(2),解译滑坡414个,滑坡总面积1.42 km^(2),南部区域的滑坡点密度最大;在高程(300 m,600 m)、坡度(20°,30°)、东南坡向、地层为震旦系、降雨量(300 mm,350 mm)区间的滑坡数量最多。研究结果可为进一步研究东南地区降雨滑坡的易发性评价提供基础,也可为当地防灾减灾提供参考。 展开更多
关键词 台风暴雨滑坡 分布规律 planet卫星影像 “利奇马”台风
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部