期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
GEDI与ICESat-2星载激光雷达数据反演树高研究 被引量：1
1
作者 孔得伦 邢艳秋 《南京林业大学学报(自然科学版)》 北大核心 2025年第2期175-184,共10页
【目的】全球生态系统动力学调查(GEDI)多波束激光雷达与冰、云和陆地高程卫星二代(ICESat-2)光子云使用不同激光雷达技术,导致两个任务之间的树高提取值存在差异。比较两种星载激光雷达数据在不同情况下有效反演树高的能力,为空间连续... 【目的】全球生态系统动力学调查(GEDI)多波束激光雷达与冰、云和陆地高程卫星二代(ICESat-2)光子云使用不同激光雷达技术,导致两个任务之间的树高提取值存在差异。比较两种星载激光雷达数据在不同情况下有效反演树高的能力,为空间连续大区域高分辨率森林树高制图提供理论基础。【方法】通过对GEDI L2A字段信息进行定位和筛选,并进行地形高程精度验证,对比6种算法组反演树高;对ICESat-2数据去噪并提出基于坡度变化的光子云分类算法,建立地面光子线和冠层顶线反演树高,利用实测数据和机载激光雷达数据,验证并比较GEDI和ICESat-2在研究区内反演树高的精度。最后,定量分析GEDI和ICESat-2数据在不同地形坡度、植被覆盖度和森林类型情况下反演树高的差异。【结果】针对GEDI L2A产品数据,通过比较6组GEDI L2A算法中最优算法的反演精度为:R^(2)=0.94,均方根误差(RMSE)为2.31 m,绝对平均误差(MAE)为1.27 m。针对ICESat-2数据,通过使用50 m窗口计算,基于坡度变化的光子云分类算法提取树高与机载树高的R2=0.81,RMSE为3.68 m,MAE为2.45 m。植被覆盖度相对于地形坡度和森林类型对两种星载激光雷达反演树高产生更大的影响。【结论】对于较为平缓且森林类型以针叶林为主的较密集区域,其GEDI数据相比于ICESat-2数据表现出更优的评价精度。 展开更多
关键词 全球生态系统动力学调查(GEDI) 冰、云和陆地高程卫星二代(ICESat-2) 反演树高 地形坡度 植被覆盖度 森林类型 星载激光雷达
原文传递
高斯混合模型在星载激光全波形数据反演树高中的应用
2
作者 赵大力 夏雪飞 《测绘与空间地理信息》 2019年第5期57-60,共4页
全波形激光雷达后向散射回波,通过分解返回波形获取多种地物属性信息,在森林结构参数反演方面具有显著的优势,但是,当波形变形或者存在饱和度和前向散射时,高斯分量参数确定不准确以及有效波形起始位置不准确,降低波形分解精度。本文采... 全波形激光雷达后向散射回波,通过分解返回波形获取多种地物属性信息,在森林结构参数反演方面具有显著的优势,但是,当波形变形或者存在饱和度和前向散射时,高斯分量参数确定不准确以及有效波形起始位置不准确,降低波形分解精度。本文采用高斯混合模型对波形进行拟合,利用期望最大算法估计混合模型参数,抑制高斯分量初值敏感问题,特别是在大范围树高估算且要求一定精度的时候,以确定波形分解并且反演树高。本算法基于C++编程实现,实验结果表明,高斯混合模型能较好地拟合GLAS波形数据且对树高提取精度提升明显,该方法有着很好的有效性、稳定性和精确性。 展开更多
关键词 高斯混合模型 GLAS 波形分解 反演树高
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部