-
公开(公告)号：CN116662777A
公开(公告)日：2023-08-29
申请号：CN202310637591.2
申请日：2023-05-31
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06F18/2113 , G06F18/2135 , G06F18/27 , G01S7/48
Abstract: 本发明提供了大尺度森林碳储量预估的高维机载LiDAR变量选择方法，属于数据分析领域，本发明提出的方法结合了确定独立筛选技术、相关系数和方差膨胀因子，SPV能较好地处理高维、强相关和强共线性的变量，通过其提取得到的变量不仅是重要变量，而且变量之间是弱相关和弱共线。该发明提出的特征选择方法SPV不仅结合了SIS和VIF的优点，还避免了它们的缺点。即SPV不仅解决了SIS无法保证提取的变量都是重要变量的问题，还解决了变量顺序对VIF回归质量有重大影响的缺陷。总之，SPV选择的变量不仅是具有弱相关性的重要变量，而且具有弱共线性，这不能通过单独使用SIS或VIF来实现。
-
公开(公告)号：CN113045139B
公开(公告)日：2022-09-06
申请号：CN202110340483.X
申请日：2021-03-30
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明针对泸沽湖大草海的现有问题，提供一种泸沽湖大草海退化湿地的生态修复方法。包括：在湿地边缘构建景观生态护岸带；在大草海的中北部水生植物生长密集或板结的区域架构大草海水生植物景观斑块；针对大草海湿地进行水体循环设计。本方案根据山水林田湖草综合治理，对恢复泸沽湖草海湿地的生态环境具有显著效果。
-
公开(公告)号：CN113045138A
公开(公告)日：2021-06-29
申请号：CN202110340241.0
申请日：2021-03-30
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明针对泸沽湖大草海的现有问题，提供一种针对泸沽湖大草海退化湿地设计的多级斑块过滤湿地系统，该系统包括：生态驳岸系统和至少两个个斑块，所述生态驳岸系统包括至少三级过滤子系统，所述斑块内设置有至少一个滤水池和至少一个渗透井。本系统划分成为多层级、多斑块的湿地系统，达到水体的滞留与净化功能，经过多层次的滞留与过滤，水中污染物会被植物吸收或经过与微生物反应产生分解作用，从而达到净化水体，恢复水生态的目的，对恢复泸沽湖草海湿地的生态环境具有显著效果。
-
公开(公告)号：CN108229783A
公开(公告)日：2018-06-29
申请号：CN201711088635.1
申请日：2017-11-08
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明公开了一种天然林断面积生产潜力及其计算方法，提出了断面积生产潜力指标，并且通过具体实例对该指标进行验证，首先给出了断面积生产潜力的概念，以整个吉林省栎类混交林和慢阔类混交林共1912个面积为0.06公顷的固定样地的4次连续观测数据为实例对断面积生产潜力指标进行验证与分析。本发明的有益效果是，稳定性好。
-
公开(公告)号：CN117708468B
公开(公告)日：2024-09-17
申请号：CN202410019674.X
申请日：2024-01-05
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06F17/10
Abstract: 一种构建含竞争指标的广义可加混合树高模型的方法，具体步骤如下：一：数据整理，包括不同样地数据合并，异常值剔除，以林木分级作为分类变量，计算Hegyi竞争指数与BAL指数；二：数据集划分，按照比例随机划分建模数据集和验证数据集；三：构建广义可加性混合模型；四：模型评价，模型评价指标包括决定系数、相对均方根误差和赤池信息量。本发明所有广义可加混合模型在模型估计精度上均优于非线性混合模型，R2平均提高0.005，RMSE％，AIC值以及Bias分别平均降低0.5％，59.88以及12～13个数量级。在广义可加混合树高模型中，以BAL为辅助变量，考虑唯一全局平滑函数并在具有相同扭曲程度的分组水平平滑函数添加随机效应能够获得相对最优的模型估计精度及预测能力。
-
Patent Agency Ranking
公开(公告)号：CN117708468A
公开(公告)日：2024-03-15
申请号：CN202410019674.X
申请日：2024-01-05
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06F17/10
Abstract: 一种含竞争指标的广义可加混合树高模型，具体步骤如下：一：数据整理，包括不同样地数据合并，异常值剔除，分类变量林木分级无顺序因子化，计算Hegyi指数与BAL指数；二：数据集划分，按照比例随机划分建模数据集和验证数据集；三：构建广义可加性混合模型；四：模型评价，模型评价指标包括决定系数、相对均方根误差和赤池信息量。本发明所有广义可加混合模型在模型估计精度上均优于非线性混合模型，R2平均提高0.005，RMSE％，AIC值以及Bias分别平均降低0.5％，59.88以及12～13个数量级。在广义可加混合树高模型中，以BAL为辅助变量，考虑唯一全局平滑函数并在具有相同扭曲程度的分组水平平滑函数添加随机效应能够获得相对最优的模型估计精度及预测能力。
-
公开(公告)号：CN113045139A
公开(公告)日：2021-06-29
申请号：CN202110340483.X
申请日：2021-03-30
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明针对泸沽湖大草海的现有问题，提供一种泸沽湖大草海退化湿地的生态修复方法。包括：在湿地边缘构建景观生态护岸带；在大草海的中北部水生植物生长密集或板结的区域架构大草海水生植物景观斑块；针对大草海湿地进行水体循环设计。本方案根据山水林田湖草综合治理，对恢复泸沽湖草海湿地的生态环境具有显著效果。
-
公开(公告)号：CN111679288A
公开(公告)日：2020-09-18
申请号：CN202010567544.1
申请日：2020-06-19
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明提供了一种点云数据的空间分布度量方法，用以解决现有技术中点云数据空间分布无法量化的问题。所述点云数据空间分布度量方法，通过度量因子对点云数据的空间分布进行定量描述，度量因子包括有效格率、点云分布均匀度和冗余度，有效格率反映了点云数据的覆盖情况，点云分布均匀度和冗余度分别反映了点云分布的均匀性和冗余性。本发明实施例的点云数据空间分布度量方法，定量地描述了点云数据质量，高质量点云数据具有高有效格率、高点云分布均匀度和低点云分布冗余度，低质量点云数据具有低有效格率、低点云分布均匀度和高点云分布冗余度，通过点云空间分布度量因子来约束数据采集方式，可有效指导激光雷达和摄影测量数据采集工作。
-
公开(公告)号：CN108664451A
公开(公告)日：2018-10-16
申请号：CN201810314718.6
申请日：2018-04-10
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06F17/18
Abstract: 本发明公开了一种非线性混合效应模型统一标准形式及应用，该模型是在样本的N个观测值中，研究的问题涉及到m个分类变量，分别是V1,…,Vm，每个分类变量的等级个数记为c1,…,cm，对分类变量取值完全相同的观测点归为一类，称为一个对象，全部对象用集合Θ表示，Θ中总对象个数为M，设第i个对象对应的分类变量的值为向量ζi(ξi∈Θ)，例如ξi＝(v1,…,vm)，并且设第i个对象所含的观测点记为ni，每个观测点的下标是i,j(j＝1,…,ni)，用Ω记产生随机效应的变量(随机构造变量)集合，它的元素是变量(产生主效应)或变量乘积(产生交互作用或相嵌效应)，例如，Ω＝(V1,V2,V1*V2)，设某个随机构造变量为E(E∈Ω)，它的等级数等于E所涉及的分类变量等级个数的乘积，记为ME， 表示构造变量E在第i个对象上附加的随机效应。
-
公开(公告)号：CN120032723A
公开(公告)日：2025-05-23
申请号：CN202510114372.5
申请日：2025-01-24
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明提供基于无人机激光雷达特征变量的杉木林分生物量模型估测方法，属于模型构建领域，本发明基于广东省154块样地数据，通过变量筛选分别建立一元、多元基础回归模型，以及加入龄组作为变量的混合效应、哑变量生物量回归模型，应用确定系数R2、均方根误差RMSE、残差、总体相对误差TRE等指标评价模型精度。筛选出相关性较高的机载激光雷达变量共41个，最终进入模型的自变量2个。树叶生物量拟合效果最好的是对数混合效应模型，其他林分分项生物量拟合效果最好的是幂函数混合效应模型，使用机器学习模型后模型拟合效果提升(RMSE＝1.080～9.902；R2＝0.855～0.937；TRE＝0.066～0.081)。将检验样本的数据分别代入到训练好的模型检验模型精度，整体具有较好的拟合效果。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.043 seconds)
