-
公开(公告)号：CN105354534B
公开(公告)日：2018-11-20
申请号：CN201510631482.5
申请日：2015-09-29
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于多源同期高分辨率遥感数据的树种分类方法，利用集成传感器同期获取的高分辨率和高光谱数据，首先基于高分辨率数据和面向对象分割方法进行冠幅识别，然后基于高光谱数据提取的空间细节和光谱特征并结合BP神经网络分类器进行树种分类，最后通过混淆矩阵验证精度。本发明基于边缘检测的多尺度分割算法，从多层次、多格局，建立不同尺度的分割等级，逐层进行分割与信息提取，提升亚热带天然次生林树种及森林类型的分类精度。
-
公开(公告)号：CN104820830B
公开(公告)日：2018-01-02
申请号：CN201510234717.7
申请日：2015-05-08
Applicant: 南京林业大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于全波形LiDAR冠层剖面模型的树种识别方法，包括：借助机载小光斑全波形LiDAR传感器进行数据采集；传感器记录每束激光脉冲返回的完整波形信息；LiDAR波形数据预处理；单木定位和冠幅提取；结合Weibull分布和三次样条函数模型，拟合单木垂直结构和返回能量信息的冠层剖面模型，并提取模型参数作为特征变量；使用随机森林分类器进行树种分类。本发明的验证结果表明，与其他使用遥感方法进行树种分类的方法相比，在四个主要树种的分类级上总体精度提升了9%左右；Kappa系数提升了0.1左右。
-
公开(公告)号：CN106779289A
公开(公告)日：2017-05-31
申请号：CN201611020998.7
申请日：2016-11-15
Applicant: 南京林业大学
CPC classification number: G06Q10/0639 , G06Q10/0637 , G06Q50/02
Abstract: 本发明公开了一种银杏复合经营系统可持续经营评价方法，首先，计算载荷矩阵以此确定标度并建立判断矩阵；然后矩阵按行平均后归一化，根据随机性指标值，对各矩阵进行一致性检验；最后，将每层的单因子权重与上一层权重组合，并计算组合权重，将各指标的数值进行线性加权求和，得到综合评价值。本发明通过计算载荷矩阵实现各因素重要程度的客观定量化评判比较；构建了简单明了的综合分析系统，建立了定量化的要素层级，清楚呈现各层、各准则与各要素的关系；通过系统思维原则，结合分解、判断、综合的系统评价方式，定量化实现了银杏复合经营系统可持续经营评价，是一种多目标、多层次、多准则的银杏农林复合经营系统可持续经营决策分析方法。
-
Patent Agency Ranking
公开(公告)号：CN104849722B
公开(公告)日：2017-03-29
申请号：CN201510232806.8
申请日：2015-05-08
Applicant: 南京林业大学
IPC: G01S17/88
Abstract: 本发明公开了一种LiDAR波形综合特征的单木识别方法，借助机载小光斑全波形LiDAR传感器进行数据采集；LiDAR波形数据预处理：单木定位和冠幅提取；基于发射能量及传感器与地物的距离信息对LiDAR波形数据进行校正；构建体元框架并进行LiDAR波形的结构化分解；提取单木的波形特征变量；提取单木的点云特征变量；使用随机森林方法筛选最优特征变量并进行树种分类。本发明的验证结果表明，与其他使用遥感方法进行树种分类的方法相比，总体精度提升了15%左右；Kappa系数提升了0.13左右。
-
公开(公告)号：CN104808191B
公开(公告)日：2017-03-22
申请号：CN201510234714.3
申请日：2015-05-08
Applicant: 南京林业大学
IPC: G01S7/48
Abstract: 本发明公开了一种基于全波形LiDAR单木冠层容积分解的树种分类方法，包括：借助机载小光斑全波形LiDAR传感器进行数据采集；传感器记录每束激光脉冲返回的完整波形信息；LiDAR波形数据预处理；单木定位和冠幅提取；基于发射能量及传感器与地物的距离信息对LiDAR波形数据进行校正；构建体元框架并进行LiDAR波形的结构化分解；对单木进行冠层容积分解并提取特征变量；使用随机森林分类器进行树种分类。本发明验证结果表明，总体精度提升了11%左右；Kappa系数提升了0.1左右。
-
公开(公告)号：CN105354534A
公开(公告)日：2016-02-24
申请号：CN201510631482.5
申请日：2015-09-29
Applicant: 南京林业大学
CPC classification number: G06K9/00657 , G06K9/6281
Abstract: 本发明公开了一种基于多源同期高分辨率遥感数据的树种分类方法，利用集成传感器同期获取的高分辨率和高光谱数据，首先基于高分辨率数据和面向对象分割方法进行冠幅识别，然后基于高光谱数据提取的空间细节和光谱特征并结合BP神经网络分类器进行树种分类，最后通过混淆矩阵验证精度。本发明基于边缘检测的多尺度分割算法，从多层次、多格局，建立不同尺度的分割等级，逐层进行分割与信息提取，提升亚热带天然次生林树种及森林类型的分类精度。
-
公开(公告)号：CN104867180A
公开(公告)日：2015-08-26
申请号：CN201510284456.X
申请日：2015-05-28
Applicant: 南京林业大学
IPC: G06T17/00
Abstract: 本发明公开了一种集成UAV与LIDAR的森林林分特征反演方法，通过结合UAV与LiDAR数据提取典型林分特征，利用特征点匹配算法和空中三角生成研究区三维点云作为数字表面模型结合LiDAR提取的数字地形模型计算树冠冠层模型，再结合地面实测林分调查数据与联合提取的点云变量构建多元回归估算模型并验证其精度。一方面冠层点云采用UAV数据，相对于LiDAR，具有灵活性高，廉价等特点，数据获取方便，具有长期定时重复观测的可能性。另一方面利用LiDAR的穿透性获取地形数据，而地形相对稳定，可以作为长期观测的数据基础。二者结合，各取所长，是一条廉价、灵活的森林状态监测方式，相关分析表明联合提取的点云变量与森林垂直信息（树高）具有很高的敏感性。
-
公开(公告)号：CN104143043A
公开(公告)日：2014-11-12
申请号：CN201410303156.7
申请日：2014-06-27
Applicant: 南京林业大学
IPC: G06F19/00
Abstract: 本发明公开了一种多功能气候数据模型及其应用，该多功能气候数据模型以气温海拔调整方程、双线性距离加权插值、谐波拟合等方法为基础，实现任意尺度下气候变量的生成。通过这些数据，接合物种分布模型，可以实现对未来气候条件下树种的适宜性分布进行预测，为林业部门造林或再造林时的树种选择提供依据，从而提高林地生产力。本发明所产生的气候数据，还可以为森林生态系统生长模型提供长期的气候数据支持，从而提高生长模型的预测精度；通过本发明的降尺度方法，可以对政府间气候变化专门委员会的众多大气环流模型预测结果进行任意尺度转换，从而为多模型多情景下的相关研究提供数据支持。
-
-
-
-
-
-
-
Search Results
68
records
(took 0.03 seconds)
