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：
轻小型无人机遥感及其行业应用进展 被引量：54
1
作者 郭庆华 胡天宇 +8 位作者 刘瑾 金时超 肖青 杨贵军 高显连 许强 谢品华 彭炽刚 闫利 《地理科学进展》 CSSCI CSCD 北大核心 2021年第9期1550-1569,共20页
无人机是低空领域准确、灵活、高效获取多种类型高分辨率遥感数据的重要载体,无人机遥感技术在行业应用创新和管理部门科学决策之间构筑起信息沟通的关键桥梁。随着科技的进步、大数据时代的来临,无人机遥感系统的硬件设备、信息提取方... 无人机是低空领域准确、灵活、高效获取多种类型高分辨率遥感数据的重要载体,无人机遥感技术在行业应用创新和管理部门科学决策之间构筑起信息沟通的关键桥梁。随着科技的进步、大数据时代的来临,无人机遥感系统的硬件设备、信息提取方法都取得了飞速的发展;同时其在国民经济主要行业领域的应用也面临着前所未有的机遇和挑战。论文首先介绍了无人机遥感系统的硬件研发进展,并指出轻小型、高精度、标准化与集成化是未来无人机遥感系统发展的总体趋势。其次,详细介绍了目前轻小型无人机遥感应用在农业、林草业、电力、测绘、大气探测和地质灾害等行业的应用现状,指出实现无人机多源遥感数据获取、融合、分析和提取的综合平台是未来轻小型无人机在民用领域行业应用创新的关键所在。最后,针对载荷与飞行平台的一体化集成应用、无人机组网作业、海量数据管理和信息自动化提取等发展趋势提出了几点思考。轻小型无人机遥感在国民经济各行业应用的普及化和标准化,将有助于国家和区域社会经济的健康发展。 展开更多
关键词 数据融合 多传感器集成 智能化飞行 无人机组网 深度学习
原文传递
基于加权信息量模型的油松毛虫灾害发生危险性评价 被引量：8
2
作者 李霓雯 张晓丽 +2 位作者 张凝 朱程浩 孙振峰 《林业科学》 EI CAS CSCD 北大核心 2019年第3期106-117,共12页
【目的】充分考虑影响灾害发生及灾害等级的气象、地形地貌等多种因素,实现多因子灾害发生危险性评价和制图,以期为灾前的防控和预警提供依据。【方法】以辽宁省西部的油松人工林为研究区,基于Landsat影像提取油松分布范围,以高程、坡... 【目的】充分考虑影响灾害发生及灾害等级的气象、地形地貌等多种因素,实现多因子灾害发生危险性评价和制图,以期为灾前的防控和预警提供依据。【方法】以辽宁省西部的油松人工林为研究区,基于Landsat影像提取油松分布范围,以高程、坡向、坡度、降雨量、活动积温、日照时数、上一年灾害程度和距离上一年重灾区远近8个危险性评价因子,采用层次分析法确定各因子权重,建立加权信息量模型,结合GIS空间分析方法,将油松的受灾危险性划分为5个等级:极低危险区、低危险区、中危险区、高危险区和极高危险区,实现危险区划制图,并与实际灾害程度监测结果对比进行精度验证。【结果】1)根据信息量法原理,信息量值越大代表发生灾害的危险性越大。本文计算得到的各因子类别信息量值均与油松毛虫的生物学特性相吻合。2)研究区2017年虫灾极高和高危险区主要分布在建平县北部,中危险区主要分布在北部部分地区和建平县与凌源市交汇处,其他地区发生虫灾危险性较低,与实际调查结果相吻合。3)最终划分等级中的中低危险区和实际受灾油松失叶率大小对应关系明显,实际成灾油松林地中有90.32%被划分至高危险区和极高危险区。【结论】基于加权信息量模型的油松毛虫灾害发生危险性评价充分考虑了不同评价因子对灾害发生影响程度的差异,得到的风险区划结果较为准确,具有应用价值,可为大区域的森林病虫害危险性评价及风险评估提供技术依据。 展开更多
关键词 信息量法 层次分析法 油松毛虫 风险评估 遥感
下载PDF
冬小麦叶片光合特征高光谱遥感估算模型的比较研究 被引量：15
3
作者 张卓 龙慧灵 +1 位作者 王崇倡 杨贵军 《中国农业科学》 CAS CSCD 北大核心 2019年第4期616-628,共13页
【目的】光合作用是农作物产量和品质形成的基础,农作物光合参数的准确定量遥感反演不仅能够了解农作物的生长发育和有机物累积状况,还能为基于遥感的生态系统过程模型提供参考。为快速准确的估算光合特征参量,本研究综合原始光谱、3种... 【目的】光合作用是农作物产量和品质形成的基础,农作物光合参数的准确定量遥感反演不仅能够了解农作物的生长发育和有机物累积状况,还能为基于遥感的生态系统过程模型提供参考。为快速准确的估算光合特征参量,本研究综合原始光谱、3种传统光谱变换技术和4种模拟方法构建冬小麦3种光合参数的高光谱反演模型,探讨高光谱反演冬小麦光合参数的可行性,对比不同类别光谱和模拟方法的适用性。【方法】本研究基于氮肥施用条件冬小麦气体交换和高光谱田间试验,获取不同叶位叶片的最大净光合速率(Amax)、PSⅡ有效光化学量子产量(Fv′/Fm′)、光化学猝灭系数(qP)和高光谱反射率,并对原始高光谱进行倒数、对数和一阶微分变换。根据3种光合参数和4种光谱的相关性分析结果,筛选显著性水平优于0.01的波段作为输入变量,采用偏最小二乘(PLS)、支持向量机(SVM)、多元线性回归(MLR)和人工神经网络(ANN)等方法建立冬小麦叶片光合参量反演模型,以建模和验证的决定系数(R^2)和均方根误差(RMSE)为依据,对不同模型的模拟精度进行比较分析。【结果】(1)3种光合参数和4种光谱的相关性分析结果表明,原始、倒数和对数光谱对3种光合参数(Amax、Fv′/Fm′和qP)的敏感谱区均集中在400—750 nm波谱区间,一阶导数光谱对3个光合参数的敏感谱区为470—560、630—700和700—770 nm波谱区间。(2)Amax、Fv′/Fm′和qP的最优反演模型组合分别为基于倒数光谱的MLR模型、基于一阶导数光谱的MLR模型和基于原始光谱的MLR模型。模型的建模R2分别为0.75、0.65和0.65,验证R2分别为0.73、0.59和0.44,表明基于高光谱模拟Amax和Fv′/Fm′切实可行,模拟qP的有效性需要进一步验证。(3)不同变换的光谱表现能力不同,以PLS模拟Amax为例,光谱的表现能力顺序为原始光谱>倒数光谱>对数光谱>一阶导数光谱� 展开更多
关键词 光合参量 偏最小二乘 支持向量机 多元线性回归 神经网络 高光谱
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