田昕
- 作品数：58 被引量：382H指数：12
- 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：国家重点基础研究发展计划中央级公益性科研院所基本科研业务费专项国家自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学天文地球电子电信更多>>
- 基于机载LiDAR的四次多项式拟合法估测单木冠幅被引量：6
- 2015年
- 小光斑激光雷达已被广泛用来估测森林参数,为了进一步提高其估测单木的精度,选取了内蒙古依根试验区野外测量的单木数据和机载LiDAR数据,提出了四次多项式拟合法。该方法首先以单木顶点为中心在CHM上提取东西、南北2个方向的高程数据。然后分别得到2组数据的四次多项式拟合曲线,曲线中两凹点之间的水平距离为该方向的冠幅值。最终将2个方向的均值作为单木冠幅估测值,冠幅估测值的平均绝对误差为0.99m。
- 霍达邢艳秋田昕尤号田赵晨阳胡洋
- 关键词：冠幅单木树高
- 基于ERS-1/2和Envisat ASAR数据的大区域森林制图研究被引量：1
- 2013年
- 分别利用1995—2000年的ERS-1/2串行数据和2005年的Envisat ASAR数据对我国东北林区进行森林制图研究。针对ERS-1/2数据相干模型,采用一种不依靠地面实况数据而是基于MODIS植被连续覆盖产品进行训练的方法,从而实现进行大区域森林蓄积量分级制图的目的。分级制图包括0～20、>20～50、>50～80和>80m3/hm24个蓄积量等级。基于Envisat ASAR数据,采用面向对象的分类方法,进行自动化森林和非森林分类处理。基于2005年Landsat TM-5分类结果的交叉验证表明:这2种传感器SAR数据均可用于大区域森林制图。2期森林制图结果为进一步的森林变化分析以及制图更新研究提供支持。
- 田昕李增元陈尔学凌飞龙Oliver CartusMaurizio SantoroChristiane Schmullius
- 关键词：干涉SAR极化SAR面向对象
- 森林地上生物量多模式遥感信息动态分析及建模框架被引量：1
- 2015年
- 森林控制着全球碳循环的动态,而森林地上生物量是固碳能力的重要标志,是评估森林碳收支的重要参数,是系统发挥其它生态功能的物质基础。基于任何单一的方法,如森林资源清查资料方法、遥感模型反演方法、通量观测法以及生态模型方法等均无法高效地刻画森林地上生物量及其动态变化信息。基于此,提出改进森林地上生物量估测精度的时空连续性的新思路和新方法,即基于已有的多模式遥感数据及产品、森林生态过程时空动态知识和各种地面连续观测数据提取的时空动态特征,采用同化算法进行遥感信息动态建模,生成高精度、时空连续、物理量一致的森林地上生物量及其动态变化产品。
- 师君田昕闫敏
- 关键词：数据同化
- 基于GF-1 PMS数据的森林覆盖变化检测被引量：7
- 2021年
- 我国南方人工林场经营强度大,森林覆盖变化频繁,因此,准确、快速地获取森林覆盖变化信息,对研究生态环境变化和经营管理具有重要意义。目前应用较多的森林覆盖变化检测方法主要有直接比较分析法和先分类后比较法,为了探究直接比较分析法和先分类后比较法两种变化检测方法在经营强度大且地形复杂的我国南方人工林场森林覆盖变化检测中的适用性和有效性。以广西高峰林场为研究区,选取两期GF-1 PMS影像为数据源,比较了迭代加权多元变化检测(IRMAD)和基于EnMAP-Box的随机森林(ImageRF)分类后比较法两种变化检测方法,对研究区森林覆盖变化检测结果进行了对比研究。结果表明:迭代加权多元变化检测结果的总体精度为89.31%,Kappa系数达到0.80;基于EnMAP-Box的随机森林分类后比较法检测结果的总体精度为86.02%,Kappa系数为0.75。前者的精度和提取效果均优于后者。说明该方法可以较为快速、准确地掌握研究区森林覆盖变化情况,为研究林场森林生态环境变化和经营管理提供技术支持。
- 王崇阳田昕
- 关键词：变化检测
- 基于多源数据的根河实验区生物量反演研究被引量：10
- 2016年
- 森林是陆地生态系统的重要组成部分,精确估测森林地上生物量能够减少陆地生态系统碳储量的不确定性。本文以内蒙古大兴安岭根河实验区为研究区,基于森林样地调查数据、Landsat 8 OLI、机载P-波段Pol SAR以及ASTER GDEM数据,分别采用多元线性逐步回归法和基于随机森林算法(Random Forest,RF)进行特征优化选择后的k-最近邻(k-nearest neighbors,k-NN)法对研究区森林地上生物量(above-ground biomass,AGB)进行估测,对比验证采用不同类型数据(单传感器数据和多传感器数据)时2种方法的反演结果来寻求森林AGB估测的最优方法和输入因子,最后利用最优的估测方法来反演整个研究区的森林AGB,生成根河实验区的森林AGB等级分布图。结果表明:对于多元线性逐步回归和k-NN 2种不同的方法,森林AGB的反演都表现出较为一致的结果,即采用多传感器遥感数据(Landsat 8 OLI和机载P-波段PolSAR数据)比采用单传感器遥感数据估算的森林AGB精度要高;而在同时采用多传感器遥感数据进行森林AGB的反演中,k-NN算法的估测结果(R^2=0.65,RMSE=17.49 t/hm^2)明显优于多元线性逐步回归算法(R^2=0.36,RMSE=22.08 t/hm^2)的估测结果。显然,多源数据协同反演森林AGB可以充分利用每种传感器的优点,提高遥感估测森林AGB的能力;与多元逐步回归方法相比,k-NN算法能够更多地考虑到森林参数同光谱值之间的非线性依赖关系,且能够避免发生过学习现象和样本不平衡问题。
- 李春梅张王菲李增元陈尔学田昕
- 关键词：K-最近邻
- 基于背包激光雷达的单木材积估测方法研究被引量：3
- 2022年
- 背包式激光雷达(Backpack Laser Scanning,BLS)在森林资源调查中具有很大的应用潜力,但在复杂地表情景下,单木材积和林分蓄积量提取精度存在较大不确定性。以广西高峰林场为研究区,利用随机森林方法,基于BLS点云数据对单木材积和样地蓄积量进行估测。首先,对BLS点云进行单木分割,提取单木胸径(DBH)、树高(Htree)、冠幅直径(CD)、冠幅面积(CA)、冠幅体积(CV)、郁闭度(CC)、间隙率(GF)和叶面积指数(LAI)共8个特征参数,并计算56个分层高度指标(高度百分比、累积高度百分比、变异系数、冠层起伏率等)。然后,通过随机森林算法构建单木材积估测模型,并对比各种参数组合的预测精度。得到结果:(1)仅用8个单木结构特征参数进行建模,估测精度为:R^(2)=0.83、RMSE=0.097 m^(3);(2)加入分层高度指标的模型估测精度有所提升:R^(2)=0.87、RMSE=0.087 m^(3);(3)通过Boruta算法进行变量筛选,输入参数从64个减少至52个,估测精度差异不大:R^(2)=0.87、RMSE=0.087 m^(3);(4)样方蓄积量估测精度为:R^(2)=0.97,RMSE=0.703m^(3)·ha-1。结果表明,基于BLS点云建立随机森林单木材积估测模型可以较好地估测单木材积,样方蓄积量估测精度高。
- 马超黄华国田昕刘炳杰温坤剑王鹏杰
- 基于孪生残差神经网络的GF-2影像林地变化检测——以浙江省建德林场为例
- 2024年
- 森林是世界上生产力最高的可再生自然资源之一,但由于火灾、洪水、砍伐等多种自然或人为因素干扰,森林的生态环境受到严重威胁。准确掌握林地资源变化的情况,可以为森林资源的管理与保护提供有效信息。由于林地类别及树种差异较大,在林地变化检测任务中传统的机器学习变化检测方法难以捕捉深层次语义信息,存在提取特征适应性差、识别能力弱以及因季相导致的伪变化等问题。提出以孪生残差神经网络构建深度学习模型,进行林地变化的检测实验。分别采用残差神经网络ResNet50、添加不同轻量级注意力机制如卷积注意力机制模块CBAM和压缩和激励模块SE 3种不同特征提取方法作为主干特征提取模块。3种主干特征提取网络都基于预训练权重进行训练,通过将提取的多尺度的特征图进行融合,使得不同特征图中信息粗略细节和精细细节互补,从而改善变化检测效果,同时具有相同数量的参数,共享权值的优点。以浙江省建德林场为实验区,获取2015年和2020年两期高分二号卫星影像,构建一套分辨率为1 m的林地变化检测数据集。对孪生残差神经网络变化检测的结果和真实变化标签进行比较,其中主干特征提取网络SE-ResNet50综合结果最好,精确率为0.91,召回率为0.78,F1分数为0.83,要优于主流的变化检测模型FC-Siam-conc、FC-Siam-diff。证明孪生残差神经网络在高分辨率遥感影像林地变化检测任务中能够准确捕捉林地变化,为森林资源管理部门提供了新的林地变化检测方法。
- 艾遒一黄华国郭颖刘炳杰陈树新田昕
- 结合可见光植被指数和分水岭算法的单木树冠信息提取
- 2024年
- 相比于传统的人工实地调查的方法,通过无人机倾斜摄影测量技术多角度拍摄提取单木树冠信息,具有高效、准确和低成本等优势。以内蒙古自治区赤峰市喀喇沁旗西南部旺业甸林场的落叶松近成熟林为研究对象,以倾斜摄影测量技术获取的无人机影像为数据源,提出一种结合可见光植被指数和分水岭算法的单木冠幅提取方法。首先通过数字正射影像计算可见光波段超绿超红差分指数;选择合理阈值对图像进行二值化,并利用中值滤波对树冠区域图进行去噪处理,分离出植被与非植被区域;以植被区域为掩膜范围对冠层高度模型进行掩膜;最后,利用分水岭分割算法提取单木树冠进行精度验证。在树冠区域提取过程中,基于超绿超红差分指数结合阈值法成功分离出植被与非植被区域;通过中值滤波有效地去除了因亮度不均、阴影及非植被区域的纹理等信息所造成的斑点和噪声,保证了树冠边缘的完整性及树冠内部的连通性,同时减少了分水岭算法的过分割现象。单木尺度上,树冠参数信息提取的准确率分别为88.72%和79.38%,召回率分别为93.29%和88.60%,F测度分别为90.59%和83.74%;样地尺度上,相对误差分别为15.45%和22.92%。研究结果表明:基于数字正射影像采用可见光植被指数提取植被区域很好地消除了林内裸地等背景因素的影响,同时基于冠层高度模型利用分水岭分割算法能够精确的区分单木信息。基于无人机倾斜摄影测量技术得到的两种数据源结合发挥了各自的优势,能够高效、准确地提取较高郁闭度林分的单木树冠信息。
- 陈树新刘炳杰王海熠苏勇艾遒一田昕
- 关键词：阈值分割
- 一种高效特征选择的森林参数遥感估测方法
- 一种高效特征选择的森林参数遥感估测方法，所述高效特征选择是指为最近邻法k‑NN(k‑nearest neighbor)在森林参数遥感估测的应用中提高获得最优特征组合的效率，其特征在于，包括以下步骤，从森林资源样地调查数据...
- 田昕韩宗涛李增元陈尔学
- 基于GF-1影像的兰州新区土地利用类型时空变化分析被引量：3
- 2022年
- 近年来,国家级新区——兰州新区的发展备受瞩目。能够快速、准确获取土地利用类型变化信息,对兰州新区土地资源合理规划和科学管理具有极其重要的意义。以兰州新区为例,基于2013―2020年的GF-1 WFV遥感影像和辅助数据,在EnMAP-Box支持下,通过随机森林自动分类和人机交互相结合的方法开展土地利用类型变化监测研究,从政策、经济两方面对新区土地利用变化驱动力进行分析。研究发现:兰州新区人工地表用地面积不断增加,从2013年的171.522 km^(2)到2020年的337.397 km^(2),增加了近一倍,主城区热点区域增加更为显著,增加了122.45%,耕地和草地分别减少了57.81%和78.99%。其中,2013―2016年,建筑用地面积明显增加,主要由耕地和草地转化而来;2016―2020年,人工地表用地稳步增加。研究表明,政策因素是兰州新区土地利用发生变化的主要原因,同时经济发展和人口增长起到了驱动作用。
- 张兆鹏田昕朱新杰张涛王力超赵郑楠
- 关键词：遥感影像土地利用类型
