-
公开(公告)号：CN108896021B
公开(公告)日：2020-05-26
申请号：CN201810879344.2
申请日：2018-08-03
Applicant: 南京林业大学
Abstract: 本发明公开一种基于航空摄影测量点云提取人工林林分结构参数的方法，对机载激光雷达离散点云数据滤波，插值生成数字地形模型，点云数据归一化处理；对真彩色像对特征点进行提取、匹配，进行空三加密生成航空摄影测量点云，使用生成的数字地形模型对航空摄影测量点云数据进行归一化处理；基于归一化航空摄影测量点云提取特征变量；结合地面实测数据和提取的特征变量分别构建多元回归模型以预测各林分结构特征。通过无人机高效获取的高重叠度影像数据，并借助立体摄影测量方法从影像像对中提取三维点云，从而获取森林冠层三维结构特征，有助于提高人工林林分结构参数的反演精度，并有效抑制森林覆盖度高、生物量高林分的结构参数反演“饱和”问题。
-
公开(公告)号：CN108872964A
公开(公告)日：2018-11-23
申请号：CN201810930730.X
申请日：2018-08-15
Applicant: 南京林业大学
IPC: G01S7/48
Abstract: 本发明公开一种基于无人机LiDAR数据的银杏人工林郁闭度提取方法，包括对激光雷达离散点云数据滤波，插值生成数字地形模型，点云数据归一化处理；然后分别基于归一化点云数据提取特征变量，结合地面实测郁闭度和提取的特征变量，在优选变量的基础上进行逐步回归构建预测模型对研究区内郁闭度进行估测。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，可以高效率且高精度地获取特定范围的“面”上连续分布的郁闭度。全面深入地提取了多组人工林冠层无人机激光雷达点云特征，从而高质量地提取了人工林林分郁闭度。与使用其他相近遥感方法进行林分郁闭度反演相比，其相对均方根误差降低1.7％。
-
公开(公告)号：CN108872964B
公开(公告)日：2020-02-14
申请号：CN201810930730.X
申请日：2018-08-15
Applicant: 南京林业大学
IPC: G01S7/48
Abstract: 本发明公开一种基于无人机LiDAR数据的银杏人工林郁闭度提取方法，包括对激光雷达离散点云数据滤波，插值生成数字地形模型，点云数据归一化处理；然后分别基于归一化点云数据提取特征变量，结合地面实测郁闭度和提取的特征变量，在优选变量的基础上进行逐步回归构建预测模型对研究区内郁闭度进行估测。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，可以高效率且高精度地获取特定范围的“面”上连续分布的郁闭度。全面深入地提取了多组人工林冠层无人机激光雷达点云特征，从而高质量地提取了人工林林分郁闭度。与使用其他相近遥感方法进行林分郁闭度反演相比，其相对均方根误差降低1.7％。
-
公开(公告)号：CN109212505B
公开(公告)日：2019-11-05
申请号：CN201811060614.3
申请日：2018-09-11
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于无人机多光谱高重叠度影像的森林林分特征反演方法，借助无人机机载多光谱传感器获取高重叠度影像，利用波段组合和植被指数变换获取光谱数据；并利用空中三角测量算法与点云密集匹配算法生成数字点云数据；基于归一化点云数据和光谱数据来提取待测林冠层结构特征变量；最后结合地面实测待测林林分数据和提取的待测林冠层结构特征变量构建多元回归模型，反演待测林林分特征。本发明有助于提高森林林分特征的反演精度，并可掌握待测林空间结构及动态变化规律，对于森林可持续生产经营、生态环境建模及维持区域生态平衡具有重要意义。
-
公开(公告)号：CN109212553A
公开(公告)日：2019-01-15
申请号：CN201811074556.X
申请日：2018-09-14
Applicant: 南京林业大学
Abstract: 本发明公开一种无人机LiDAR和随机森林提取银杏生物物理特性的方法，主要通过无人机搭载的LiDAR传感器采集数据，通过数据处理后，分别提取三组冠层结构特征变量，并与实测的林分生物物理特性一起构建随机森林模型预测提取生物物理特性。本方法采用随机森林模型方法去反演林分生物物理特性；相比较传统的参数方法变量之间需要满足一系列的先验假设，而通过随机森林模型可以将所有提取的特征变量输入模型进行运算，并且随机森林模型可以评估每个特征变量的重要性，从而高质量地提取了人工林林分生物物理特性。同时，通过上述数据获得的随机森林不仅利于特征变量的机理解释，也易于进行方法移植，即在天然林和次生林中也可以进行应用。
-
Patent Agency Ranking
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：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。
-
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：CN109031344B
公开(公告)日：2020-11-10
申请号：CN201810869943.6
申请日：2018-08-01
Applicant: 南京林业大学
IPC: G01S17/89
Abstract: 本发明公开了一种全波形激光雷达和高光谱数据联合反演森林结构参数的方法，先对机载全波形激光雷达数据进行去噪、平滑、强度校正、滤波，插值生成数字地形模型，点云及波形数据高度归一化处理；对高光谱影像进行辐射定标、大气校正、几何校正预处理；然后，分别基于归一化点云和波形数据、预处理高光谱数据分别提取特征变量；最后，结合地面实测数据和提取的特征变量分别构建多元回归模型以预测各森林结构参数。本发明有助于提高森林结构参数的反演精度，并有效抑制森林覆盖度高、生物量高林分结构参数反演的“饱和”问题。有效增强了森林结构参数反演的能力和精度；与使用其他相近遥感方法进行林分结构参数相比，其相对均方根误差提升了5％以上。
-
公开(公告)号：CN109212505A
公开(公告)日：2019-01-15
申请号：CN201811060614.3
申请日：2018-09-11
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于无人机多光谱高重叠度影像的森林林分特征反演方法，借助无人机机载多光谱传感器获取高重叠度影像，利用波段组合和植被指数变换获取光谱数据；并利用空中三角测量算法与点云密集匹配算法生成数字点云数据；基于归一化点云数据和光谱数据来提取待测林冠层结构特征变量；最后结合地面实测待测林林分数据和提取的待测林冠层结构特征变量构建多元回归模型，反演待测林林分特征。本发明有助于提高森林林分特征的反演精度，并可掌握待测林空间结构及动态变化规律，对于森林可持续生产经营、生态环境建模及维持区域生态平衡具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.022 seconds)
