期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
3
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
广东江门沿海红树林及其它湿地植被
被引量：
9
1
作者
李矿明
邓小飞
韩维栋
《中南林业调查规划》
2006年第1期35-38,共4页
对广东江门沿海的红树林和其它湿地植被的调查结果表明,该区域红树林群落类型约有16个,群落结构较复杂,植被覆盖度大,面积集中连片;区域范围内也存在大米草等其它沼泽草本植物,如果现有的红树林遭到破坏,可能受到大米草的入侵,不但丧失...
对广东江门沿海的红树林和其它湿地植被的调查结果表明,该区域红树林群落类型约有16个,群落结构较复杂,植被覆盖度大,面积集中连片;区域范围内也存在大米草等其它沼泽草本植物,如果现有的红树林遭到破坏,可能受到大米草的入侵,不但丧失红树林的生态功能,还将使近海的生物生态环境受到破坏,因此对区域内红树林的保护十分重要。
展开更多
关键词
广东江门
沿海
红树林
湿地植被
群落
下载PDF
职称材料
基于FCN与面向对象的滨海湿地植被分类
被引量：
9
2
作者
谢锦莹
丁丽霞
+1 位作者
王志辉
刘丽娟
《林业科学》
EI
CAS
CSCD
北大核心
2020年第8期98-106,共9页
【目的】提出一种基于全卷积神经网络(FCN)与面向对象的滨海湿地植被分类方法,以提高滨海湿地植被监测效果。【方法】以浙江慈溪部分杭州湾滨海湿地为研究区,基于高分辨率QuickBird影像,采用FCN与面向对象相结合的方法监测滨海湿地植被...
【目的】提出一种基于全卷积神经网络(FCN)与面向对象的滨海湿地植被分类方法,以提高滨海湿地植被监测效果。【方法】以浙江慈溪部分杭州湾滨海湿地为研究区,基于高分辨率QuickBird影像,采用FCN与面向对象相结合的方法监测滨海湿地植被:1)融合QuickBird影像的多光谱数据和全色数据提高影像空间分辨率,运用目视判读制作标签图,以100×100窗口选取样本后进行翻转、旋转等操作,获得训练样本4904对、测试样本544对,采用FCN对样本完成训练后得到相应的模型参数用于整幅影像,获得全图分类结果;2)对原始影像进行多尺度分割,利用平均全局评分指数法确定最优分割尺度为170,以最优分割结果对FCN分类结果进行边界约束,得到最终分类结果并制作滨海湿地植被分类图;3)基于混淆矩阵对仅采用FCN处理的结果影像及采用FCN与面向对象相结合处理的结果影像进行精度评价。【结果】1)采用FCN处理的影像分类总体精度达94.39%,典型滨海湿地植被精度均在85%以上,但分类结果存在少量椒盐现象,分类误差产生的主要原因是滨海湿地下垫面背景复杂,不同植被类型空间分布杂乱;2)将面向对象与FCN相结合处理的结果影像可消除椒盐现象,总体精度达97.56%,典型滨海湿地植被精度均在90%以上。【结论】基于FCN的滨海湿地植被分类方法能够有效从高分辨率影像中提取典型滨海湿地植被信息,在此基础上结合面向对象的多尺度分割方法可有效消除椒盐现象,弥补基于像元分类的缺陷,优化滨海湿地植被分类结果,在滨海湿地植被监测方面值得推广和运用。
展开更多
关键词
滨海湿地植被
遥感监测
全卷积神经网络
面向对象
高分辨率
下载PDF
职称材料
基于物候特征的连云港滨海湿地植被提取方法
3
作者
黄唯澄
高祥伟
+4 位作者
陶洋
王圳
高亚军
李子威
鞠海建
《江苏海洋大学学报（自然科学版）》
CAS
2024年第3期26-33,共8页
滨海湿地是介于海陆间的特殊生态系统,滨海湿地植被对其生态系统的功能具有重要影响。快速、准确的滨海湿地植被提取方法对滨海湿地的生态保护和管理具有重要意义。滨海湿地植被类型多为草本植被,不同植被类型之间影像的光谱特征和空间...
滨海湿地是介于海陆间的特殊生态系统,滨海湿地植被对其生态系统的功能具有重要影响。快速、准确的滨海湿地植被提取方法对滨海湿地的生态保护和管理具有重要意义。滨海湿地植被类型多为草本植被,不同植被类型之间影像的光谱特征和空间特征相似,可分离度小,导致植被遥感分类难度较大,而融合植被物候特征成为提高分类精度的重要手段。以连云港滨海湿地为研究区,利用PIE-Engine遥感云计算平台,获取2022年72景Sentinel-2影像构建NDVI时间序列模型,运用傅里叶函数(Fourier)拟合植被物候特征曲线,分析植被物候特征,并融合物候特征进行植被分类。结果显示:融合物候特征后,植被分类总体精度为83.83%,Kappa系数为0.76,相较于单时相影像方法,分类精度提高了16.6百分点,Kappa系数提高了0.23。因此,利用植被物候特征能有效地提高分类精度。
展开更多
关键词
滨海湿地植被
物候特征
Sentinel-2影像
PIE-Engine平台
时间序列
下载PDF
职称材料
题名
广东江门沿海红树林及其它湿地植被
被引量：
9
1
作者
李矿明
邓小飞
韩维栋
机构
国家林业局中南林业调查规划设计院
广州大学建筑与城市规划学院
广东湛江海洋大学农学院
出处
《中南林业调查规划》
2006年第1期35-38,共4页
文摘
对广东江门沿海的红树林和其它湿地植被的调查结果表明,该区域红树林群落类型约有16个,群落结构较复杂,植被覆盖度大,面积集中连片;区域范围内也存在大米草等其它沼泽草本植物,如果现有的红树林遭到破坏,可能受到大米草的入侵,不但丧失红树林的生态功能,还将使近海的生物生态环境受到破坏,因此对区域内红树林的保护十分重要。
关键词
广东江门
沿海
红树林
湿地植被
群落
Keywords
Guangdong
Jiangmen
coastal
region
mangrove
wetland
vegetation
community
分类号
S718.54 [农业科学—林学]
P343.4 [天文地球—水文科学]
下载PDF
职称材料
题名
基于FCN与面向对象的滨海湿地植被分类
被引量：
9
2
作者
谢锦莹
丁丽霞
王志辉
刘丽娟
机构
浙江农林大学省部共建亚热带森林培育国家重点实验室
浙江省森林生态系统碳循环与固碳减排重点实验室
浙江农林大学环境与资源学院
浙江远卓科技有限公司
出处
《林业科学》
EI
CAS
CSCD
北大核心
2020年第8期98-106,共9页
基金
浙江省自然科学基金项目(LY18D010002)。
文摘
【目的】提出一种基于全卷积神经网络(FCN)与面向对象的滨海湿地植被分类方法,以提高滨海湿地植被监测效果。【方法】以浙江慈溪部分杭州湾滨海湿地为研究区,基于高分辨率QuickBird影像,采用FCN与面向对象相结合的方法监测滨海湿地植被:1)融合QuickBird影像的多光谱数据和全色数据提高影像空间分辨率,运用目视判读制作标签图,以100×100窗口选取样本后进行翻转、旋转等操作,获得训练样本4904对、测试样本544对,采用FCN对样本完成训练后得到相应的模型参数用于整幅影像,获得全图分类结果;2)对原始影像进行多尺度分割,利用平均全局评分指数法确定最优分割尺度为170,以最优分割结果对FCN分类结果进行边界约束,得到最终分类结果并制作滨海湿地植被分类图;3)基于混淆矩阵对仅采用FCN处理的结果影像及采用FCN与面向对象相结合处理的结果影像进行精度评价。【结果】1)采用FCN处理的影像分类总体精度达94.39%,典型滨海湿地植被精度均在85%以上,但分类结果存在少量椒盐现象,分类误差产生的主要原因是滨海湿地下垫面背景复杂,不同植被类型空间分布杂乱;2)将面向对象与FCN相结合处理的结果影像可消除椒盐现象,总体精度达97.56%,典型滨海湿地植被精度均在90%以上。【结论】基于FCN的滨海湿地植被分类方法能够有效从高分辨率影像中提取典型滨海湿地植被信息,在此基础上结合面向对象的多尺度分割方法可有效消除椒盐现象,弥补基于像元分类的缺陷,优化滨海湿地植被分类结果,在滨海湿地植被监测方面值得推广和运用。
关键词
滨海湿地植被
遥感监测
全卷积神经网络
面向对象
高分辨率
Keywords
coastal wetland
vegetation
remote
sensing
monitoring
fully
convolutional
networks(FCN)
object-oriented
high
resolution
分类号
S757 [农业科学—森林经理学]
下载PDF
职称材料
题名
基于物候特征的连云港滨海湿地植被提取方法
3
作者
黄唯澄
高祥伟
陶洋
王圳
高亚军
李子威
鞠海建
机构
江苏海洋大学海洋技术与测绘学院
连云港市林业技术指导站
南通市江海测绘院有限公司
出处
《江苏海洋大学学报（自然科学版）》
CAS
2024年第3期26-33,共8页
基金
自然资源部滨海盐沼湿地生态与资源重点实验室开放基金项目(KLCSMERMNR2021102)
连云港市科技局项目(SF2240)。
文摘
滨海湿地是介于海陆间的特殊生态系统,滨海湿地植被对其生态系统的功能具有重要影响。快速、准确的滨海湿地植被提取方法对滨海湿地的生态保护和管理具有重要意义。滨海湿地植被类型多为草本植被,不同植被类型之间影像的光谱特征和空间特征相似,可分离度小,导致植被遥感分类难度较大,而融合植被物候特征成为提高分类精度的重要手段。以连云港滨海湿地为研究区,利用PIE-Engine遥感云计算平台,获取2022年72景Sentinel-2影像构建NDVI时间序列模型,运用傅里叶函数(Fourier)拟合植被物候特征曲线,分析植被物候特征,并融合物候特征进行植被分类。结果显示:融合物候特征后,植被分类总体精度为83.83%,Kappa系数为0.76,相较于单时相影像方法,分类精度提高了16.6百分点,Kappa系数提高了0.23。因此,利用植被物候特征能有效地提高分类精度。
关键词
滨海湿地植被
物候特征
Sentinel-2影像
PIE-Engine平台
时间序列
Keywords
coastal wetland
vegetation
phenological
characteristics
Sentinel-2
image
PIE-Engine
platform
time
series
分类号
TP79 [自动化与计算机技术—检测技术与自动化装置]
TP391.41 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
广东江门沿海红树林及其它湿地植被
李矿明
邓小飞
韩维栋
《中南林业调查规划》
2006
9
下载PDF
职称材料
2
基于FCN与面向对象的滨海湿地植被分类
谢锦莹
丁丽霞
王志辉
刘丽娟
《林业科学》
EI
CAS
CSCD
北大核心
2020
9
下载PDF
职称材料
3
基于物候特征的连云港滨海湿地植被提取方法
黄唯澄
高祥伟
陶洋
王圳
高亚军
李子威
鞠海建
《江苏海洋大学学报（自然科学版）》
CAS
2024
0
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
