-
公开(公告)号：CN110263735A
公开(公告)日：2019-09-20
申请号：CN201910553718.6
申请日：2019-06-25
Applicant: 北京林业大学
Abstract: 本发明公开一种使用三维卷积神经网络对人工林高光谱数据进行树种分类的方法，适用于人工林树种分布信息的获取，属于机器学习在林业应用技术领域范畴，关键技术要点包括：1.取试验区影像数据，根据地面调查点完成样本数据集的构建；2.构建三维卷积神经网络，完成模型的训练；3.利用训练好的模型对影像进行预测，完成树种分布制图及精度评价。解决的关键性问题包括：1.少量样本即可完成模型训练，降低地面调查工作量；2.与传统高光谱分类方法相比，无需事先进行特征的提取、筛选，分类精度更高。该发明适用于高光谱数据树种分类，是首次将三维卷积神经网络应用于人工林树种分类的方法，成果可为森林资源调查及树种分布信息获取提供基础性数据依据。
-
公开(公告)号：CN110207670A
公开(公告)日：2019-09-06
申请号：CN201910564439.X
申请日：2019-06-26
Applicant: 北京林业大学
Abstract: 本发明公开一种使用二维图像获取人工林森林冠幅参数的方法，适用于人工林资源调查，属于摄影测量在林业应用技术领域范畴，关键技术要点包括：1.提取林木点云模型中的有用信息；2.使用特定方法提取林木相对关系信息；3.利用特定估算方法计算目标区域林木冠幅参数。解决的关键性问题包括：1.只需对林地进行拍摄获取样地信息，降低地面调查工作量，提高调查效率；2.解决由于林木枝叶遮挡，导致近景摄影测量无法获取高密度森林环境林木冠幅信息的问题。该发明适用于高密度森林环境的人工林，是首次使用摄影测量技术与冠幅估算方法相结合的方法，提取高密度森林环境人工林的单木冠幅信息。成果可为人工林资源快速精准调查工作提供基础性数据依据。
-
公开(公告)号：CN110207670B
公开(公告)日：2021-09-21
申请号：CN201910564439.X
申请日：2019-06-26
Applicant: 北京林业大学
Abstract: 本发明公开一种使用二维图像获取人工林森林冠幅参数的方法，适用于人工林资源调查，属于摄影测量在林业应用技术领域范畴，关键技术要点包括：1.提取林木点云模型中的有用信息；2.使用特定方法提取林木相对关系信息；3.利用特定估算方法计算目标区域林木冠幅参数。解决的关键性问题包括：1.只需对林地进行拍摄获取样地信息，降低地面调查工作量，提高调查效率；2.解决由于林木枝叶遮挡，导致近景摄影测量无法获取高密度森林环境林木冠幅信息的问题。该发明适用于高密度森林环境的人工林，是首次使用摄影测量技术与冠幅估算方法相结合的方法，提取高密度森林环境人工林的单木冠幅信息。成果可为人工林资源快速精准调查工作提供基础性数据依据。
-
-
Search Results
3
records
(took 0.034 seconds)
