计算能力弱、存储容量小是普通物联网节点的典型特征,复杂的部署环境和不稳定的无线链路又会导致物联网网络状态频繁变化.所以,物联网中固定的传输路径无法提供高效的感知及数据传输服务.例如典型的树型路由结构中,靠近树根的节点要提...计算能力弱、存储容量小是普通物联网节点的典型特征,复杂的部署环境和不稳定的无线链路又会导致物联网网络状态频繁变化.所以,物联网中固定的传输路径无法提供高效的感知及数据传输服务.例如典型的树型路由结构中,靠近树根的节点要提供的传输任务较重,能量消耗更快,会导致整个网络部署周期变短.本文提出了一种路径可实时定义的物联网传输模型(IoT Transmission Model with Real-time Path Definition,ITRP),物联子网中所有节点将邻接关系上报给网关设备,由性能占优的有源供电网关设备来定义网络的实时路由树.网关向物联子网节点发送报文时会携带转发标签,后续转发节点只需根据标签完成报文传输,并根据上一跳信息建立其到网关的反向传输路径.ITRP模型可围绕特定的网络服务目标(节能、传输安全、带宽保障等)收集相关网络状态信息,并周期性调整路由拓扑,实现物联网传输服务的优化.实验面向能量均衡目标展开,经过10个信息采集周期,ITRP模型相对确定性路由模型能量最低节点的能耗比为44%~86%,相对自适应多径传输模型能量最低节点的能耗比为63%~86%;而且,ITRP模型只需较小的标签代价,实验环境中报文的平均标签长度不超过5比特.展开更多
航空激光测距技术的发展推动了森林资源调查的技术革新。利用机载激光雷达(Light Detection and Ranging,LiDAR)数据能够精确测量森林结构。结合地面调查样本,LiDAR数据可在大范围内实现高分辨率的森林资源评估。文章以东北地区中8个样...航空激光测距技术的发展推动了森林资源调查的技术革新。利用机载激光雷达(Light Detection and Ranging,LiDAR)数据能够精确测量森林结构。结合地面调查样本,LiDAR数据可在大范围内实现高分辨率的森林资源评估。文章以东北地区中8个样地作为研究对象,使用机载激光雷达点云数据实现对样地内单木林业信息的检核与更新。首先,基于剖面旋转算法,实现样地区域的单木分割。考虑到林业参数与树种的相关性,建立树种与分割树冠几何形态之间的对应关系,实现基于LiDAR数据的树种识别。在已知树种类别的基础上,提取样地内单木树高、冠幅、胸径、地上生物量和蓄积量等森林参数,实现林业参数的检核与更新。实验结果显示,树冠分割F 1分数超过95%,树种识别准确率超过90%,树高、东西冠幅、南北冠幅、胸径、地上生物量及蓄积量的决定系数R^(2)分别为89.3%、75.7%、69.4%、84.0%、89.6%和89.1%。结果表明:激光雷达调查方法实用性强且可以广泛应用于大范围林业精确调查中。展开更多
针对森林资源精准监测的需求,探索背包激光雷达(Light Detection and Ranging,LiDAR)在生产实践中的森林结构参数提取能力,以浙江建德林场为研究区,基于野外调查采集的8块样地背包LiDAR数据,提出一种改进的K-means分层聚类算法进行单木...针对森林资源精准监测的需求,探索背包激光雷达(Light Detection and Ranging,LiDAR)在生产实践中的森林结构参数提取能力,以浙江建德林场为研究区,基于野外调查采集的8块样地背包LiDAR数据,提出一种改进的K-means分层聚类算法进行单木分割,从分割后的单木点云中分别提取胸径、树高、冠幅、树冠投影面积、树冠体积、间隙率等6个单木结构参数,并计算56个点云分层高度特征,利用随机森林方法,构建单木材积估测模型并估测样地蓄积量。结果表明:改进的K-means分层聚类算法综合分割精度F的平均值为0.87,胸径的提取精度为91.26%,树高的提取精度为85.77%;仅用6个单木结构参数作为输入特征变量的单木材积估测模型,模型拟合结果的决定系数(R^(2))为0.89,均方根误差(RMSE)为0.053 m^(3);采用Person相关系数和随机森林特征重要性筛选单木结构参数和分层高度特征后,得到最终的单木材积估测模型,模型拟合结果的R^(2)为0.93,RMSE为0.041 m^(3);利用最优估测模型估算每个样地的蓄积量,平均精度为94.20%。研究结果表明,提出的改进的K-means分层聚类算法能够有效分割单木点云,随机森林方法可以较好地估测单木材积和样地蓄积量,为背包激光雷达在森林资源参数提取方面提供重要的参考价值。展开更多
文摘计算能力弱、存储容量小是普通物联网节点的典型特征,复杂的部署环境和不稳定的无线链路又会导致物联网网络状态频繁变化.所以,物联网中固定的传输路径无法提供高效的感知及数据传输服务.例如典型的树型路由结构中,靠近树根的节点要提供的传输任务较重,能量消耗更快,会导致整个网络部署周期变短.本文提出了一种路径可实时定义的物联网传输模型(IoT Transmission Model with Real-time Path Definition,ITRP),物联子网中所有节点将邻接关系上报给网关设备,由性能占优的有源供电网关设备来定义网络的实时路由树.网关向物联子网节点发送报文时会携带转发标签,后续转发节点只需根据标签完成报文传输,并根据上一跳信息建立其到网关的反向传输路径.ITRP模型可围绕特定的网络服务目标(节能、传输安全、带宽保障等)收集相关网络状态信息,并周期性调整路由拓扑,实现物联网传输服务的优化.实验面向能量均衡目标展开,经过10个信息采集周期,ITRP模型相对确定性路由模型能量最低节点的能耗比为44%~86%,相对自适应多径传输模型能量最低节点的能耗比为63%~86%;而且,ITRP模型只需较小的标签代价,实验环境中报文的平均标签长度不超过5比特.
文摘航空激光测距技术的发展推动了森林资源调查的技术革新。利用机载激光雷达(Light Detection and Ranging,LiDAR)数据能够精确测量森林结构。结合地面调查样本,LiDAR数据可在大范围内实现高分辨率的森林资源评估。文章以东北地区中8个样地作为研究对象,使用机载激光雷达点云数据实现对样地内单木林业信息的检核与更新。首先,基于剖面旋转算法,实现样地区域的单木分割。考虑到林业参数与树种的相关性,建立树种与分割树冠几何形态之间的对应关系,实现基于LiDAR数据的树种识别。在已知树种类别的基础上,提取样地内单木树高、冠幅、胸径、地上生物量和蓄积量等森林参数,实现林业参数的检核与更新。实验结果显示,树冠分割F 1分数超过95%,树种识别准确率超过90%,树高、东西冠幅、南北冠幅、胸径、地上生物量及蓄积量的决定系数R^(2)分别为89.3%、75.7%、69.4%、84.0%、89.6%和89.1%。结果表明:激光雷达调查方法实用性强且可以广泛应用于大范围林业精确调查中。
