公共文化服务平台

孙华: 作品数：142 被引量：1,032H指数：16; 供职机构：中南林业科技大学更多>>; 发文基金：国家自然科学基金国家高技术研究发展计划国家林业公益性行业科研专项更多>>; 相关领域：农业科学自动化与计算机技术天文地球生物学更多>>

合作作者

基于光谱特征的森林类型识别研究: 光谱特征分析是森林类型识别的前提。本文使用ALOS遥感数据,通过单波段、多波段统计方法分析波段数据特征,获得对影像的整体认识;运用归一化植被指数、主成分分析以及最佳指数法,计算不同森林类型的光谱特征;通过与最大似然法对比...; 严恩萍林辉莫登奎孙华; 关键词：遥感光谱特征 ALOS; 文献传递

基于k-NN算法的叶面积指数遥感反演被引量：5: 2016年; 叶面积指数(Leaf Area Index,LAI)作为植被冠层结构的重要描述参数之一,能体现植被光合、蒸腾和呼吸作用的能力。借助GPS和LAI-2200冠层分析仪在攸县黄丰桥林场开展LAI测量。利用ENVI软件对Geo Eye-1数据进行了辐射定标,大气校正和正射校正。通过研究LAI与Geo Eye-1影像波段及其衍生指数的相关性,筛选出2组估算LAI的指数因子(6个指数因子和10个指数因子)。应用k-NN进行叶面积指数反演,同时将反演结果与多元线性回归模型结果进行比较。结果表明:利用2组指数因子进行多元线性回归模型反演LAI中,6个指数因子的模型决定系数R2为0.386,10个指数因子的模型决定系数R2为0.498。从回归模拟的角度分析,10个指数因子得到的模拟结果要优于6个指数因子的模拟结果。利用2组指数因子通过设置4个不同的k值(k=3,5,7,10)得到8个k-NN反演结果中,以10个指数因子得到的k-NN反演结果较好,其中在k=3时效果最好,其决定系数R2为0.733,精度为85.4%。建模精度分析表明选用10个指数因子进行LAI的反演优于选用6个指数因子,其中k-NN方法的反演结果优于多元线性回归模型,说明利用k-NN方法进行LAI的反演是可行的。; 孙华罗朝沁林辉严恩萍罗喜华罗孝云; 关键词：林业遥感叶面积指数 K-NN 黄丰桥林场

利用哑变量研究湘西桤木林分优势平均高与平均高的相关关系被引量：9: 2011年; 林分优势平均高和林分平均高是立地质量评价的2个重要指标。以78块湘西桤木人工林标准地数据为研究对象,采用数量化方法I分析了地名、林分类型、坡度、坡位、坡向、土壤厚度、土壤类型、自然灾害、公顷株数、海拔、年龄和郁闭度11种因子对高比值(林分平均高与优势平均高之比)的显著性影响程度,选出影响显著的主导因子作为哑变量,确定地名和林分类型(绝对纯林和相对纯林)为显著性影响的主导因子,2个因子对高比值具有显著性影响的可靠性为93.70%和99.96%,选取这2个因子作为哑变量,建立了基于哑变量的林分优势平均高与林分平均高非线性模型和常规的非线性模型,采用确定系数、残差均值、绝对残差均值、相对误差均值和精度5个指标,通过对常规、基于地名哑变量和基于林分类型哑变量的3种非线性模型的建模精度和模型适应性检验结果比较,指出基于哑变量的非线性模型优于常规非线性模型,且基于地名哑变量的模型最优。基于地名哑变量、基于林分类型哑变量和常规非线性模型的建模精度分别为98.65%、97.53%、93.43%,建模确定系数分别为0.9389、0.9266和0.9015,建模残差均值分别为2.16E-09、5.53E-09和2.30E-07,建模绝对残差均值1.0631、1.1323和1.8522,建模相对误差均值分别为0.1197、0.2038和0.2932。研究方法和结果有助于提高建模精度,并为建立区域性通用生物数学模型提供了一种思维方法。; 王忠诚朱光玉文仕知何功秀张江孙华; 关键词：林分平均高非线性模型

湖南省森林资源连续清查遥感应用研究被引量：15: 2007年; 森林资源连续清查是全国森林资源监测体系的重要组成部分,是掌握森林资源宏观现状、消长动态,制定和调整林业方针政策、规划、计划等的重要依据.随着现代遥感技术,特别是卫星遥感的发展,为准确、快速地获取森林资源相关信息提供了新途径.以2004年湖南省森林资源清查遥感样地的目视解译为例,探索了目视解译在森林资源连续清查中的应用.结果表明:采用遥感样地调查比人工调查节省时间,在某些调查因子方面可获得比人工调查更为准确的数据;目视解译结果精度较高,经实地验证,其加权精度达到85.31%.; 林辉熊育久孙华莫登奎刘秀英; 关键词：遥感目视解译

矢量线条概率中值平滑算法设计被引量：3: 2011年; 由于栅格数据和矢量数据存在着各自的优势,在地理信息系统中通常要进行栅矢数据间的转换。在栅格数据矢量化过程中,由于数据质量或算法的原因,经常导致结果变形,出现锯齿状和吊葫芦现象。设计一种高效、高精度的平滑算法,对于地理信息系统中的线和面对像的处理具有重要意义。对常用算法的平滑效果进行了总结和分析,在对矢量化过程和数据不确定性分析的基础上,提出了一种概率中值平滑算法,并设计了算法的实现方法,并经过编程和扫描多边形进行试验。结果表明,该方法很好地消除了矢量化过程中易产生的锯齿状和吊葫芦现象,平滑速度快,精度高,可以在地图线条矢量化和遥感图像分割对象边界处理以及栅格文字矢量化过程中应用,为线条的高精度快速矢量化软件编制奠定了基础。; 石军南刘建聪孙华林辉莫登奎; 关键词：地理信息系统矢量化

面向对象的决策树分类技术被引量：20: 2007年; 以SPOT 5 HRG影像为遥感信息源,在湖南省资兴市天鹅山林场开展面向对象的决策树分类技术研究.利用最佳指数和联合熵2个指标确定最佳波段组合方式为1(R)4(G)3(B),在对遥感图像进行正射校正和融合处理的基础上,采用面向对象的决策树分类技术,以优势树种龄组作为分类对象.结果表明:优势树种龄组的分类精度达80%以上,取得了较高的分类精度与分类效果.; 孙华林辉莫登奎刘秀英熊育久; 关键词：遥感遥感技术决策树分类

基于Landsat TM与CBER-02B的土地覆盖变化分析被引量：1: 2010年; 以Landsat TM和CBERS-02B图像为遥感数据源,运用RS与GIS技术,对遥感数据的处理方法和技术流程进行系统的研究,并对汉寿县三期遥感影像进行处理,增强影像的可识别性。在野外调查和室内判别的基础上,建立研究区解译标志,采用机助目视解译方法,建立了1994年、2003年及2008年汉寿县土地覆盖数据库,提取并分析汉寿县土地覆盖变化信息。; 邵军林辉莫登奎孙华; 关键词：遥感数据处理数据分析 CBERS-02B

成像高光谱数据的大气校正方法研究被引量：3: 2011年; 高光谱遥感影像光谱信息丰富,但在成像过程中会产生误差,特别是受大气和光照等因素的影响较大,为获取真实的地表信息,必须对其进行大气校正。以湖南省攸县黄丰桥国有林场为研究区域,2010年12月28日获取的Hyperion高光谱影像为数据源,对其进行了几何校正和大气校正,并比较不同地物大气校正前后光谱特征。结果表明:FLAASH大气校正速度快,可有效复原地物的地表反射率;Hyperion影像经大气校正后,植被呈现出绿峰和红谷的典型植被反射率光谱曲线,在427～712nm反射率比校正之前降低,而大于712nm的结果则相反;FLAASH能有效消除Hyperion影像的大气影响,校正后影像质量明显提高;大气校正后植被类间区分度增加,有利于提高植被的识别精度。; 林辉严恩萍莫登奎臧卓孙华; 关键词：高光谱遥感 HYPERION 大气校正 FLAASH

Hyperion数据大气校正与地面同步观测数据拟合分析被引量：1: 2011年; 大气校正的目的是部分消除和减弱大气辐射的影响,提高影像质量,增加地物之间的光谱可分性,是进行定量反演的基础。通过使用大气校正模块FLAASH,选择合适的大气模式、水汽含量、气溶胶模型、波谱分辨率和多散射模型等参数,对黄丰桥林场的Hyperion高光谱遥感影像进行大气校正,比较了校正前后地物的光谱反射曲线,并将它们与地面同步测量的地物光谱曲线进行对比与数据拟合。结果表明,经过大气校正后的地物光谱曲线和地面观测到的光谱曲线具有较好的一致性,数据拟合分析表明二者之间具有很强的线性相关,决定系数为0.943。; 孙华林辉陈利韩育明; 关键词：高光谱遥感大气校正 FLAASH HYPERION

Landsat8时间序列影像支持下的农田防护林提取方法研究被引量：4: 2020年; 【目的】农田防护林空间分布是三北防护林生态工程监测的重要内容之一。传统的人工调查方式获取农田防护林费时耗力,效率较低,遥感技术可以弥补传统人工调查的不足。现有农田防护林空间分布研究中,基于单期高分辨率遥感影像可以较好提取植被信息,但是不能很好的解决影像中一些地类存在的同谱异物和同物异谱现象。利用中等分辨率遥感影像进行农田防护林信息提取也仅限于利用光谱信息、形状指数等进行决策树分类,且精度受限。鉴于此,依托中低分辨率遥感影像的农田防护林提取方法有待研究。【方法】选择甘肃省张掖市甘州区为研究区,选取2017年4个季度9期Landsat8 OLI时间序列数据为农田防护林信息提取的数据源,在进行辐射定标和大气校正的基础上,基于分层分类的思想,融入植被物候特征、水体和植被指数,利用时间序列遥感影像以及多特征分类指标,逐步提取并掩膜研究区内其他地物,最终实现农田防护林的提取。利用野外样点调查结果和甘州区土地利用数据库对信息提取结果进行精度评价。【结果】该方法分类总体精度为85.93%,kappa系数为0.79,其中野外调查记录的33个农田防护林样点中29个被正确提取,精度达到87.8%。【结论】时间序列遥感数据能有效提取植被的物候参数。基于多时序、多特征分层分类方法能有效提取农田防护林的空间分布信息,降低了同谱异物和同物异谱现象对农田防护林信息提取的干扰。说明利用时间序列遥感影像结合多种特征分类指标的分层分类方法开展甘州区的农田防护林提取是可行的。; 雷思君孙华刘华刘华陈松吴童谢勇; 关键词：遥感影像分类农田防护林

孙华

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

孙华

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈