-
公开(公告)号：CN104143043B
公开(公告)日：2017-03-01
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。
-
公开(公告)号：CN104180754B
公开(公告)日：2017-02-01
申请号：CN201410362870.3
申请日：2014-07-28
Applicant: 南京林业大学
Abstract: 一种基于激光雷达综合波形模型反演森林生物物理特性的方法，通过进行树冠分割和单木范围内的波形信息汇总，然后再汇总林分尺度上，使得反演尺度变换更为灵活合理；借助数字地形和高度误差阈值来判断地面返回脉冲，从而间接提升冠层返回脉冲的判别效果；从多个维度上提取综合波形特征信息，从而更加深入挖掘了波形数据中丰富的森林冠层信息。借助以上自主开发技术及创新内容，本发明在提升森林生物物理特性估算精度的同时也为其在机理上解释提供了理论及方法支撑。有效地避免了由于舍弃了原始波形数据中记录丰富的森林连续垂直分布信息从而大大降低了波形数据的应有价值的缺陷。(56)对比文件曹林等.基于ＬｉＤＡＲ和ＣＣＤ数据的地形与建筑提取方法优化及精度评价《.遥感技术与应用》.2014,第29卷(第1期),第130-137页.Karin Kronseder等.Above groundbiomass estimation across forest types atdifferent degradation levels in CentralKalimantan using LiDAR data.《International Journal of Applied EarthObservation and Geoinformation》.2012,第18卷第37-48页.
-
公开(公告)号：CN109146951A
公开(公告)日：2019-01-04
申请号：CN201810870109.9
申请日：2018-08-01
Applicant: 南京林业大学
CPC classification number: G06T7/62 , G01S17/89 , G06T5/002 , G06T2207/10044 , G06T2207/30188
Abstract: 本发明公开了一种基于无人机激光雷达孔隙度模型估测银杏人工林叶面积指数的方法，包括：1)对无人机载激光雷达离散点云数据滤波并插值生成数字地形模型，使用生成的数字地形模型对激光雷达点云数据进行归一化处理从而获得归一化后的激光雷达点云数据；2)使用孔隙度模型法对人工林进行样地尺度的叶面积指数估测。本发明通过无人机激光雷达数据结合孔隙度模型法对亚热带典型平原人工林进行叶面积指数估算，具有灵活、快捷、低成本、高质量等优点，能够较好地记录森林冠层结构特征，有效增强叶面积指数反演的能力和精度。验证结果表明，与使用其他相近遥感方法进行叶面积指数估算相比，其决定系数提升了5％以上。
-
公开(公告)号：CN108981616A
公开(公告)日：2018-12-11
申请号：CN201810930500.3
申请日：2018-08-15
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于无人机激光雷达经验模型反演人工林有效叶面积指数的方法，属于森林资源调查、森林立地质量评价和森林生产力估测研究领域。本发明将无人机激光雷达原始点云数据进行归一化处理，从归一化点云数据中提取冠层结构特征变量，结合地面实测数据和提取的特征变量，在筛选特征变量的基础上利用统计模型法对研究区内样地尺度的有效叶面积指数进行估测。本发明通过获取无人机激光雷达点云并提取冠层特征变量，并结合地面实测数据，获取特定范围的“面”上连续分布的有效叶面积指数的效率和精度都比较高，通过本发明对人工林有效叶面积指数进行提取，与使用其他相近遥感方法相比，其决定系数提升了5％以上。
-
公开(公告)号：CN104180754A
公开(公告)日：2014-12-03
申请号：CN201410362870.3
申请日：2014-07-28
Applicant: 南京林业大学
Abstract: 一种基于激光雷达综合波形模型反演森林生物物理特性的方法，通过进行树冠分割和单木范围内的波形信息汇总，然后再汇总林分尺度上，使得反演尺度变换更为灵活合理；借助数字地形和高度误差阈值来判断地面返回脉冲，从而间接提升冠层返回脉冲的判别效果；从多个维度上提取综合波形特征信息，从而更加深入挖掘了波形数据中丰富的森林冠层信息。借助以上自主开发技术及创新内容，本发明在提升森林生物物理特性估算精度的同时也为其在机理上解释提供了理论及方法支撑。有效地避免了由于舍弃了原始波形数据中记录丰富的森林连续垂直分布信息从而大大降低了波形数据的应有价值的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN104808191A
公开(公告)日：2015-07-29
申请号：CN201510234714.3
申请日：2015-05-08
Applicant: 南京林业大学
IPC: G01S7/48
CPC classification number: G01S7/4802
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：CN108981616B
公开(公告)日：2020-06-30
申请号：CN201810930500.3
申请日：2018-08-15
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于无人机激光雷达经验模型反演人工林有效叶面积指数的方法，属于森林资源调查、森林立地质量评价和森林生产力估测研究领域。本发明将无人机激光雷达原始点云数据进行归一化处理，从归一化点云数据中提取冠层结构特征变量，结合地面实测数据和提取的特征变量，在筛选特征变量的基础上利用统计模型法对研究区内样地尺度的有效叶面积指数进行估测。本发明通过获取无人机激光雷达点云并提取冠层特征变量，并结合地面实测数据，获取特定范围的“面”上连续分布的有效叶面积指数的效率和精度都比较高，通过本发明对人工林有效叶面积指数进行提取，与使用其他相近遥感方法相比，其决定系数提升了5％以上。
-
公开(公告)号：CN104155638B
公开(公告)日：2016-05-18
申请号：CN201410259589.7
申请日：2014-06-11
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于LiDAR伪垂直波形模型的树种分类方法，包括：1）使用机载小光斑全波形LiDAR传感器进行数据采集，获得完整波形信息，采样间隔为1ns；2）LiDAR波形数据预处理；3）通过波形结构化分解和综合波形重组构建伪垂直波；4）单木分割和信息综合；5）在单木范围内汇总点云属性并计算综合波形特征参数；6）使用支持向量机分类器进行树种分类。该树种分类方法，能增强获取的LiDAR能量信号，在单木分割基础上，从多个维度提取综合波形特征变量，实现了通过单一数据源获取并提升亚热带森林的树种分类精度，可以更好地反映该森林类型中主要树种的时空变异，经实验验证结果表明，与其他使用LiDAR进行树种分类的方法相比总体精度提升10%；Kappa系数提升0.1。
-
公开(公告)号：CN104849722A
公开(公告)日：2015-08-19
申请号：CN201510232806.8
申请日：2015-05-08
Applicant: 南京林业大学
IPC: G01S17/88
CPC classification number: G01S17/88 , G01S7/4802
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：CN104155638A
公开(公告)日：2014-11-19
申请号：CN201410259589.7
申请日：2014-06-11
Applicant: 南京林业大学
CPC classification number: G01S7/4802 , G01S17/88
Abstract: 本发明公开了一种基于LiDAR伪垂直波形模型的树种分类方法，包括：1）使用机载小光斑全波形LiDAR传感器进行数据采集，获得完整波形信息，采样间隔为1ns；2）LiDAR波形数据预处理；3）通过波形结构化分解和综合波形重组构建伪垂直波；4）单木分割和信息综合；5）在单木范围内汇总点云属性并计算综合波形特征参数；6）使用支持向量机分类器进行树种分类。该树种分类方法，能增强获取的LiDAR能量信号，在单木分割基础上，从多个维度提取综合波形特征变量，实现了通过单一数据源获取并提升亚热带森林的树种分类精度，可以更好地反映该森林类型中主要树种的时空变异，经实验验证结果表明，与其他使用LiDAR进行树种分类的方法相比总体精度提升10%；Kappa系数提升0.1。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.034 seconds)
