大尺度森林碳储量预估的高维机载LiDAR变量选择方法

    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

    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。

    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

    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

    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。

    一种构建含竞争指标的广义可加混合树高模型的方法

    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

    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。

    含竞争指标的广义可加混合树高模型

    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

    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。

    一种点云数据的空间分布度量方法

    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

    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。

Patent Agency Ranking