孙斌
- 作品数：33 被引量：102H指数：6
- 供职机构：中国林业科学研究院资源信息研究所更多>>
- 发文基金：国家自然科学基金国家科技支撑计划中央级公益性科研院所基本科研业务费专项更多>>
- 相关领域：自动化与计算机技术生物学天文地球农业科学更多>>
- 基于多源遥感数据的灌丛化草原识别技术研究被引量：1
- 2022年
- 为探索遥感技术在灌丛化草原空间分布识别方面的应用潜力,文章采用GF-2、GF-3和GF-6等多源遥感数据,利用随机森林算法和灌丛植被覆盖度估测模型,分别从分类识别和定量提取角度对内蒙古正镶白旗开展多尺度的灌丛化草原遥感识别技术研究。结果表明:1)GF-6的纹理信息和GF-3的极化信息对提取灌丛植被覆盖度信息贡献度最高,但在不同尺度下差异明显,整体上尺度较小时纹理信息占优,尺度增大时,极化信息优势凸显;2)二元二次灌丛植被覆盖度估测模型效果最优,在多尺度下均比次优的估测模型精度提高5.95%,23.84%和20.74%;3)基于随机森林算法的草原灌丛化分类识别准确率随尺度增大而降低,整体上均低于以灌丛植被覆盖度为基础的定量监测结果。该研究的部分成果可为我国北方草原的监督管理及合理利用提供一定技术支撑。
- 张词谦孙斌洪亮洪亮高志海
- 关键词：多源数据多尺度遥感应用
- 2000—2020年中国荒漠化潜在发生范围区林草覆被时空变化特征被引量：5
- 2022年
- 干旱地区林草植被生长动态变化是研究荒漠化形成发展和演变过程的重要依据。本文基于改进方向性像元二分模型构建的2000—2020年中国荒漠化潜在发生范围区(PEDC)年植被覆盖度数据集,采用Sen+Mann-Kendall时间序列趋势变化检测方法,分析了2000—2020年PEDC,特别是林草覆盖区的植被生长状况时空变化特征。研究结果表明:①2000—2020年,PEDC平均植被覆盖度为0.284,改进的植被覆盖度估算结果能够较好地反映研究区植被覆盖状况,估算精度为86.98%。PEDC植被生长状况不断趋好,其中干旱区表现最为突出,显著增加区域达到了48%,而亚湿润干旱区平均增长量最大为0.1。②林草生态恢复工程措施效果显著,但植被恢复是个长期缓慢的过程,特别是林草面积的恢复。2000—2010年林草面积增加较少(0.002%);2010—2020年增加较多(0.371%)。③2000—2020年PEDC林地植被改善最明显,草地则较为稳定,植被覆盖度显著性增加区域分别为76.4%和71.8%。其中林地植被覆盖度在亚湿润干旱区增长量最大为0.15,而整个研究区草地增长了0.06。本文更深入地掌握PEDC林草覆盖区长时间序列植被生长状况,为进一步制定和实施各项生态工程提供重要信息参考。
- 李长龙李长龙高志海高志海
- 关键词：植被覆盖度
- 天然林资源保护工程区植被覆盖度遥感估算及变化分析被引量：6
- 2023年
- 【目的】天然林资源保护工程(简称“天保工程”)实施20多年来有效保护和恢复了工程区的森林资源。工程实施成效除了森林覆盖面积增加,更多的表现为森林资源质量持续提升。为了更好地评估天保工程建设成效,利用植被覆盖度作为定量评价指标,分析天保一期(2000-2010年)、天保二期(2011-2020年)工程实施期间的森林质量变化。【方法】综合年度植被指数合成策略、优化纯植被像元和纯裸土像元值域的动态确定方法,构建改进的像元二分模型,生产天保工程区时间序列的植被覆盖度产品。基于森林资源一类清查郁闭度数据、森林生态系统定位研究网络郁闭度数据、机载高光谱植被覆盖度数据,验证该植被覆盖度产品的精度。在此基础上,分析天保工程林区植被覆盖度的时空变化趋势。【结果】天保一期植被覆盖度均值为0.68,天保二期植被覆盖度均值为0.71,增加了4.41%;工程区植被覆盖度呈现增加趋势的面积占林区总面积的78.22%,而呈减小趋势的面积仅占林区总面积的9.56%。【结论】在中国天保工程森林地区,基于MODIS植被指数产品和改进的像元二分模型生产的植被覆盖度产品的精度高于MODIS产品的精度。自天保工程实施以来,林区植被覆盖度总体上呈现出明显的增加趋势,说明天保工程实施效果显著,森林资源质量持续提升。
- 余涛庞勇蒙诗栎荚文李海奎孙斌
- 关键词：天然林资源保护工程林业遥感植被覆盖度MODIS
- 一种灌丛植被地上生物量的估测方法及装置
- 本发明涉及地上生物量估测领域，公开了一种灌丛植被地上生物量的估测方法及装置，其中方法包括：获取灌丛化草原的地面测量数据、无人机影像数据、点云数据和卫星数据；基于所述地面测量数据和地上生物量‑体积模型，构建实测灌丛地上生物...
- 孙斌戎荣高志海岳巍崔瀚文闫紫钰李毅夫
- 一种荒漠化地区土壤有机碳密度高空间遥感估测的方法
- 本发明公开了一种荒漠化地区土壤有机碳密度高空间遥感估测的方法，通过对土壤有机碳密度估算流程中的主要模型参数进行优化，融合GF‑1WFV数据高空间分辨率优势和MODIS数据高时间分辨率优势，实现了荒漠化地区土壤有机碳密度的...
- 孙斌高志海王燕宋张亮高文韬
- 一种荒漠化地区土壤有机碳密度高空间遥感估测的方法
- 本发明公开了一种荒漠化地区土壤有机碳密度高空间遥感估测的方法，通过对土壤有机碳密度估算流程中的主要模型参数进行优化，融合GF‑1WFV数据高空间分辨率优势和MODIS数据高时间分辨率优势，实现了荒漠化地区土壤有机碳密度的...
- 孙斌高志海王燕宋张亮高文韬
- 文献传递
- 基于天宫一号高光谱数据的荒漠化地区稀疏植被参量估测(英文)被引量：12
- 2014年
- 为了精准地估测荒漠化地区的稀疏植被信息,选取内蒙古苏尼特右旗为研究区,以天宫一号高光谱数据为数据源,结合野外实地调查数据,通过归一化植被指数(normalized difference vegetation index,NDVI)和土壤调节植被指数(soil adjusted vegetation index,SAVI)对研究区内的植被覆盖度和生物量进行反演,并对比两种植被指数的优劣。首先,分析了每种波段组合下的植被指数与覆盖度、生物量的相关性,确定了最大相关的波段组合。覆盖度和生物量与NDVI的最大相关系数可达0.7左右,而与SAVI的最大相关系数可达0.8左右。NDVI的最佳波段组合的红光波段中心波长为630nm,近红外波段的中心波长为910nm,而SAVI的组合为620和920nm。其次,分别构建了两种植被指数与覆盖度、生物量之间的线性回归模型,所建模型的R2均能达到0.5以上。SAVI所建模型R2要比NDVI略高,其中植被覆盖度的反演模型R2高达0.59。经留一交叉验证,SAVI所建模型的均方根误差RMSE也比基于NDVI的模型小。结果表明:天宫一号高光谱数据丰富的光谱信息能有效地反映地表植被的真实情况,并且SAVI比NDVI更能较为精准地估测荒漠化地区的稀疏植被信息。
- 吴俊君高志海李增元王红岩庞勇孙斌李长龙李绪志张九星
- 关键词：天宫一号植被覆盖度植被指数荒漠化
- 基于GEE和Sentinel-2时序数据的呼伦贝尔沙地及其周边植被类型识别研究被引量：3
- 2022年
- 沙地及其周边植被对固定沙丘、防止水土流失和环境治理等方面具有重要作用,开展沙地及其周边植被类型识别研究对于客观地反映沙地及其周边的生态环境,进而为沙地恢复治理政策制定具有重要意义。GEE云平台丰富的长时间序列遥感数据和强大的云计算能力,为开展大区域植被类型识别提供了便捷。本研究基于GEE云平台存储的2019年Sentinel-2时序数据,采用RF算法开展呼伦贝尔沙地及其周边主要植被类型的空间判识研究,探索了GEE平台下顾及植被物候信息的植被类型识别效果。研究发现:(1)Sentinel-2影像的光谱信息和近红外波段的纹理信息对研究区的主要植被类型识别能力有限,而物候特征有效地弥补了原始光谱特征等对研究区不同植被类型区分能力的不足;(2)基于RF算法顾及物候特征的植被类型识别精度达到84.37%,Kappa系数为0.8,比单一时相数据的识别精度提高了10.01%;(3)呼伦贝尔沙地及其周边主要植被类型的物候特征差异明显,有助于不同类型植被的空间识别,特别是提高了灌草丛和草原的识别精度。研究表明利用Sentinel-2数据和GEE云平台对沙地等大区域植被类型的识别具有较大的潜力和广阔的应用前景。
- 杨仙保张王菲孙斌高志海高志海王晗
- 关键词：GEE时序数据呼伦贝尔沙地
- 无人机载激光雷达(LiDAR)沙丘特征线信息自动提取技术研究被引量：7
- 2019年
- 沙丘移动是风蚀荒漠化的重要表征之一,而沙丘形态参数变化是沙丘移动的具体表现。针对目前沙丘形态参数提取中存在的地面测量过程沙丘形态易受破坏、普通光学影像难以获得沙丘三维信息等问题,文中以甘肃民勤西沙窝为研究区,利用无人机载激光雷达(LiDAR)数据,基于沙丘沙脊线和坡脚线处剖面曲率变化特征,发展了一种沙丘特征线自动提取算法。与地面实测数据的验证结果表明:该算法提取精度较高,沙脊线和坡脚线偏差为0.53m和0.52m,沙丘高度的实测值与估测值之间的R^2达到了0.993,RMSE为0.2326m。基于无人机载激光雷达数据开展算法研发是实现沙丘特征线自动提取有效途径,能够为区域沙丘移动监测和防沙治沙等荒漠化防治工作提供科学数据和技术支持。
- 宋张亮高志海孙斌秦朋遥李长龙
- 关键词：激光雷达数字高程模型
- 一种基于无人机的灌丛覆盖度测量方法
- 本发明提供了一种基于无人机的灌丛覆盖度测量方法，属于植被遥感测量领域。所述测量方法通过无人机遥感获取灌丛化草地的多光谱数据，通过对数据的预处理获取灌丛分布区域的DOM、NDVI和DSM，再基于LSMS算法对NDVI数据进...
- 孙斌岳巍高志海李毅夫闫紫钰
