李明泽
- 作品数：109 被引量：748H指数：16
- 供职机构：东北林业大学更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金国家科技支撑计划更多>>
- 相关领域：农业科学自动化与计算机技术文化科学天文地球更多>>
- 应用4-scale模型对人工针叶林郁闭度的反演被引量：2
- 2020年
- 利用4-scale模型模拟不同叶面积指数、不同样地树木结构参数下的背景可视概率、冠层反射率,建立查找表。利用遥感数据,以像元尺度ILA值作为控制变量,根据冠层反射率数据查找对应ILA下的背景可视概率,进而反演出冠层郁闭度。最后采用鱼眼相机与样点法实测的郁闭度做模型的检验。结果表明:4-scale模型能很好地反演人工针叶林冠层郁闭度,与其他3种测量郁闭度方法相比,4-scale模型反演郁闭度与鱼眼照片提取的冠层郁闭度有很好的线性关系,决定系数R^2=0.628、均方根误差ERMS=0.0476,与样点法、样线法计算的郁闭度R^2与ERMS分别为0.5591、0.0518和0.5395、0.0529。考虑树干对鱼眼照片提取冠层郁闭度的影响后R^2为0.6847;对于人工落叶松林,R^2由0.4226提升到0.6153;对于人工油松林,R^2由0.7646变为0.7561。4-scale模型针能很好的反演人工针叶林冠层郁闭度,同时也证明4-scale模型反演冠层郁闭度与鱼眼照片提取的冠层郁闭度之间存在良好的关系。
- 智献坡李明泽于颖江蕾
- 关键词：人工针叶林样线法
- 基于机载LiDAR的单木结构参数及林分有效冠的提取被引量：30
- 2018年
- 【目的】基于机载激光雷达(LiDAR)数据提取单木树冠三维结构参数(树冠顶点位置、树高、冠幅和冠长),并在此基础上对林分有效冠进行提取,为进一步研究林分尺度上的有效冠结构及其动态提供依据,以更好掌握并改进林业经营措施。【方法】采用一定规则下的局部最大值窗口搜索树冠顶点,进行单木树冠顶点探测和单木树高提取;以树冠顶点为标记,利用标记控制分水岭分割算法提取单木冠幅;采用垂直方向点云高程检测方法获取枝下高位置,提取冠长;在标记控制分水岭分割出的树冠边界,提取树冠接触高,取平均值作为该样地的林分有效冠高。【结果】树冠分割正确率为88.5%;结合样地实测参数对提取值进行相关性分析,树高R^2=0.886 2,冠幅R^2=0.786 4,冠长R^2=0.800 0,树高、冠幅和冠长精度分别为90.34%、86.80%和89.90%;同一林分内单木接触高相对比较稳定,对提取的林分有效冠高进行单因素方差分析,无显著差异。【结论】基于机载LiDAR数据,采用可变大小的动态窗口搜索局部最大值点,能提高单木结构参数的提取精度;利用树冠顶点标记控制分水岭算法,将高空间分辨率航片作为辅助数据,可完成较高精度的单木冠幅提取;垂直方向点云高程检测方法可提取单木冠长;LiDAR点云数据可对林分有效冠进行提取,在同一林分中,不同样本数量对接触高提取的变异性影响不大,有效冠高大致相同。机载LiDAR数据具有良好的单木树冠三维结构参数提取能力,能够满足现代林业调查对单木结构参数提取的需要,实现对林分有效冠的提取。
- 耿林李明泽范文义王斌
- 关键词：机载激光雷达冠幅树高
- 基于GWR的大兴安岭森林立地质量遥感分析被引量：14
- 2017年
- 【目的】建立遥感信息模型,估算森林地位级指数,对森林立地质量的空间分布进行系统研究,为森林经营管理和营林造林提供数据支持与理论依据。【方法】以黑龙江省大兴安岭地区为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,采用以最小二乘为基础的多元线性模型(全局模型)和以地理加权回归(GWR)为基础局域回归模型提取包括遥感因子土壤修正植被指数(MSVI)、差值植被指数(DVI)和林分因子林分平均胸径(ADBH)、林分郁闭度(FCC)在内的4个因子作为自变量,建立地位级指数全局估算模型和局域估算模型。对比2种方法,最终采用地理加权回归模型来绘制研究区域地位级指数空间分布图,对研究区域的立地质量进行评价与分析,并探索研究区域内森林地位级指数的空间分布状态随地形的变化趋势。采用全局Moran I描述不同空间尺度下模型残差的空间自相关性(以8 km为间隔计算从8 km到80 km)。【结果】大兴安岭地区地位级指数呈现明显的聚集分布,具体表现为东高西低、北高南低,并且最大值出现在北部区域。遥感因子和林分因子影响森林地位级指数的空间分布。地理加权回归模型的拟合和精度明显好于全局模型,其中全局模型的R2adj为0.48、AIC为1 816、RMSE为1.74,地理加权回归模型的R2adj为0.53、AIC为1 784、RMSE为1.29。通过模型模拟结果和实测值的对比分析发现,地理加权回归模型具有更高的验证精度和更好的拟合效果。基于地理加权回归模型残差分析可知,地理加权回归模型能够很好地解决模型残差的空间自相关性,产生更为理想的模型残差。【结论】全局模型和局域地理加权回归模型能够较为有效地估算黑龙江省大兴安岭地区森林地位级指数,加入样地位置信息进行回归分析的地理加权回归模型能够更有效地降低数据的空间自相关性,结果�
- 李明泽郭鸿郡范文义甄贞
- 关键词：多光谱遥感地理加权回归模型多元线性回归模型
- 互联网时代高校推进教育信息化路径探索被引量：14
- 2016年
- 以互联网技术为代表的现代信息技术在教育教学上的广泛应用,有力地推动了新一轮高等教育教学改革,使课程建设方式、学生学习方式、教学方法手段、教师角色和教学管理方式等正在发生深刻变革。为此,高校要做好建设高水平的数字校园,优化教育教学管理与服务平台,汇聚高质量的教学资源,利用互联网技术为教师教学能力提升提供便捷手段等工作。
- 李斌翟雪峰李德才李明泽马翔宇
- 关键词：信息化高等教育教学改革
- 基于地理加权回归模型与林火遥感数据估算森林年龄被引量：6
- 2019年
- 【目的】通过地理加权回归(GWR)模型估算非干扰林龄,利用遥感数据和林火发生历史数据,获取过火区域信息,进而对林火烈度分级,讨论林火烈度与森林类型的交互作用,估算干扰林龄,最终获得黑龙江省森林年龄的空间分布。【方法】以黑龙江森林为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,通过逐步回归方法提取了包括遥感因子绿度指数(Greeness)、湿度指数(Wetness)、林分平均胸径(ADBH)、林分平均树高(ASH)及海拔(Altitude)在内的5个显著因子作为自变量,采用GWR模型建立非干扰林龄估算模型。采用全局Moran I来描述模型残差的空间自相关性。绘制研究区非干扰林龄空间分布图并探究林龄的空间分布状态。[JP+1]结合林火位置与面积记录对多光谱数据目视解译提取过火区域,根据dNBR将过火区域火烈度分级。将火烈度图与植被类型图叠加分析,讨论不同森林类型在不同火烈度下的演替情况。定义干扰林龄时,未发生树种更替的森林林龄不变,树种发生更替的森林在林火发生年将其林龄归为0,并在新的优势树种萌发时从1开始累加,以此类推干扰后森林的林龄。【结果】黑龙江省非干扰森林平均林龄为48年,标准差为16年。GWR模型的 Radj^2 为0.68,RMSE为16.171 7。使用Moran I来检验模型的残差,发现GWR模型可很好地消除残差的空间自相关性。研究区林龄整体空间分布状态不均匀,大兴安岭地区林龄普遍高于黑龙江林区。黑龙江省2000―2010年林火主要发生在大兴安岭及小兴安岭地区,根据dNBR将已提取的过火区域林火烈度分为:未过火、轻度过火、中度过火和重度过火4类,总过火面积为527 932 hm^2,其中重度29 157 hm^2、中度180 268 hm^2、轻度318 507 hm^2。兴安落叶松林和蒙古栎林在整个研究区中过火面积最大,分别占总过火面积的28.63%和47.23%。根据不同森林类型在�
- 杜一尘李明泽范文义王斌
- 关键词：多光谱遥感
- 机载LiDAR和高光谱融合实现温带天然林树种识别被引量：43
- 2013年
- 将机载LiDAR(Light Detection and Ranging)与高光谱CASI(Compact Airborne Spectrographic Imager)数据融合,充分利用垂直结构信息和光谱信息进行温带森林树种分类,并与仅用高光谱数据的分类结果相比较,评估融合数据的树种分类能力。结合样地实测数据,首先用LiDAR获得的3维垂直结构信息对CASI影像上的林间空隙进行掩膜,提取林木冠层子集;然后对冠层子集分层掩膜,利用光谱曲线的一阶微分及曲线匹配技术,实现各树种训练样本的自动提取;利用SVM分类器对两种数据分类并比较精度。结果表明,融合数据的树种分类总体精度和Kappa系数(83.88%,0.80)优于仅使用CASI数据(76.71%、0.71),优势树种的制图精度为78.43%—89.22%,用户精度为75.15%—95.65%,整体也优于仅使用CASI的制图精度(68.51%—84.69%)和用户精度(63.34%—95.45%)。结果表明,机载LiDAR与CASI基于像元的融合对温带森林树种识别的精度较仅高光谱数据有较大提高。
- 刘丽娟庞勇范文义李增元张登荣李明泽
- 关键词：LIDARSVM
- 无人机激光雷达与高光谱数据协同的帽儿山地区树种分类被引量：4
- 2022年
- 应用无人机激光雷达和机载高光谱数据,通过设计多种分类方案探索不同数据源、不同分类器以及树冠形态特征对单木树种分类的影响。研究结果表明:使用多源遥感数据协同进行单木树种分类时,分类精度高于单一数据源的分类结果。从分类器上看,随机森林分类器的分类精度高于BP神经网络分类器。在将树冠形态特征加入分类器后,分类精度平均提高了1.19%,表明树冠形态特征的加入对单木树种分类具有一定积极意义。
- 李佳柠李明泽全迎王斌莫祝坤
- 关键词：无人机激光雷达
- 基于地理加权随机森林的黑龙江省森林碳储量遥感估测被引量：2
- 2024年
- 【目的】构建地理加权随机森林(Geographically weighted random forest,GWRF)模型估算森林碳储量以解决区域尺度范围内森林碳储量估算精度不高的问题,对科学经营管理森林、推动碳循环和碳汇相关研究、实现我国“双碳”目标有重要指导意义。【方法】以黑龙江省小兴安岭、长白山地区森林植被碳储量为研究对象,基于2015年森林资源连续清查数据和Landsat8-OLI影像,采用普通最小二乘(Ordinary least squares,OLS)、随机森林(Random forest,RF)模型、地理加权回归(Geographically weighted regression,GWR)模型以及地理加权随机森林模型分别构建不同林型及总体(不分林型)的森林碳储量估测模型,比较是否区分林分类型时,不同模型预测精度之间的差异,实现对研究区森林碳储量的精准反演。【结果】1)各个模型在区分林型时的预测精度均高于总体(不分林型)情况,以GWRF模型精度最优,其中针叶林精度最高(R^(2)=0.58,RMSE=15.97 t/hm^(2));阔叶林次之(R^(2)=0.46,RMSE=17.66 t/hm^(2));针阔混交林随后(R^(2)=0.45,RMSE=19.51 t/hm^(2));总体(不分林型)最低(R^(2)=0.40,RMSE=20.22 t/hm^(2))。2)4种模型的检验精度GWRF>RF>GWR>OLS。与OLS相比,GWRF在针叶林、阔叶林、针阔混交林和总体(不分林型)中提升的ΔR^(2)分别为0.15、0.09、0.16和0.04;降低的ΔRMSE分别为2.09、1.35、3.47和0.89 t/hm^(2);与RF相比,GWRF提升的ΔR^(2)分别为针叶林0.14、阔叶林0.06、针阔混交林0.04、总体(不分林型)0.02;降低的ΔRMSE分别为针叶林1.95 t/hm^(2)、阔叶林0.86 t/hm^(2)、针阔混交林0.67 t/hm^(2)、总体(不分林型)0.29 t/hm^(2)。3)研究区森林碳储量密度最高预测值为77.08 t/hm^(2),最低值为5.24 t/hm^(2),平均值为41.07 t/hm^(2),总量为552.04 Tg;从空间上看,森林碳储量高值分布在小兴安岭东南部、张广财岭等地区,呈现斑状不均匀性分布。【结论】相比于其他3种模型,GWRF作为局部模型,考虑到空间
- 卫格冉李明泽全迎王斌刘建阳明烺
- 关键词：森林碳储量地理加权回归遥感估测
- 基于树影与快鸟图像的单木树高提取被引量：18
- 2011年
- 利用黑龙江省塔河地区2008年的快鸟影像,研究了基于高空间分辨率的卫星影像的单木树高提取方法。在试验区内,实测孤立木的树高、胸径和冠幅,并在遥感图像对应位置上一一标记。在对快鸟影像进行裁剪、几何校正等处理的基础上,提取孤立木树冠顶点区域在遥感图像上的灰度值,然后建立灰度值与其树高之间的回归模型,其决定系数达到0.88,并依此计算树高。同时,根据树影长度、太阳方位角和坡度等因子,用几何光学的方法计算单木树高。最后,用地面实测的树高数据对回归模型和几何光学模型估测的树高进行检验。回归模型的平均精度达到85.56%,几何光学模型精度达到80.45%。回归模型优于几何光学模型。证明了采用回归模型方法提取单木树高的有效性和可行性。
- 崔少伟范文义金森李明泽
- 关键词：遥感QUICKBIRD树高单木
- 基于GIS模型的林火蔓延计算机仿真被引量：17
- 2008年
- 在GIS的支持下,建立了林火蔓延的空间背景数据库,在此基础上采用了王正非林火蔓延模型和遍历各点算法,在空间背景数据库之上,用Visual C++6.0+MapObject2.1控件技术进行了林火蔓延的动态模拟,以实现任意地点、任意气象条件下的林火蔓延动态仿真模拟,直观地掌握林火的发生、发展和蔓延的过程,以及林火蔓延的方向等。通过对模拟结果的分析得出,在模拟的过程中计算机运行比较快,模拟效果很好。
- 毛学刚范文义李明泽金森
- 关键词：林火蔓延仿真GIS
