【摘 要】
：
激光雷达是目前发展迅速的一种主动遥感技术,其发射的激光脉冲能穿透树林冠层,实现森林三维结构特征的获取。为验证机载激光扫描器提取森林单木参数的可行性,该研究以海南省博鳌机场周边人工林为研究对象,使用机载激光扫描器Mapper5000(中国)获取的点云数据,探索对人工经济林单木参数估测的可行性。根据研究区的地形和林木结构特征,分别对槟榔和橡胶2个树种进行单木参数提取,使用K-means分层聚类对不同样
【机 构】
：
北京林业大学森林培育与保护教育部重点实验室,精准林业北京市重点实验室,北京 100083
论文部分内容阅读
激光雷达是目前发展迅速的一种主动遥感技术,其发射的激光脉冲能穿透树林冠层,实现森林三维结构特征的获取。为验证机载激光扫描器提取森林单木参数的可行性,该研究以海南省博鳌机场周边人工林为研究对象,使用机载激光扫描器Mapper5000(中国)获取的点云数据,探索对人工经济林单木参数估测的可行性。根据研究区的地形和林木结构特征,分别对槟榔和橡胶2个树种进行单木参数提取,使用K-means分层聚类对不同样地的林木进行单木分割,提取样地内单木树高、冠幅、胸径、材积和地上生物量。结果表明,2个树种的单木分割正检
其他文献
双管离子选择性微电极被广泛应用于植物细胞外离子流速和细胞内离子活度的测量,但双管离子选择性微电极(Ion-Selective Microelectrode,ISME)的制备过程繁琐,不可控因素多,制备成功率低。针对存在的问题,该研究提出了一种简易、快速的双管ISME制备方法。首先,介绍了双管微电极制备、硅烷化和电极尖端灌充液态离子交换剂(Liquid Ion Exchanger,LIX)的具体流程
统筹永久基本农田保护红线、生态保护红线、城镇开发边界来优化永久基本农田空间布局能够更好地保住优质耕地资源、保障国家粮食安全.该研究应用文献研究法和归纳总结法,系统梳理了永久基本农田保护红线、生态保护红线 、城镇开发边界(以下简称“三线”)划定的政策法规,建立了“三线”统筹下的省域永久基本农田布局优化规则,并以广西壮族自治区为例进行了验证.结果表明:1)选择耕地国家利用等和集中连片程度进行了永久基本农田“三线”统筹划定,退出了生态保护红线核心区内所有永久基本农田7413.46 hm2,并将5073.05 h
为满足自主作业农机地头转弯的需求,解决单传感器检测获取信息不足的问题,该研究提出了将相机与毫米波雷达所获取数据融合的多传感前方田埂检测方案,利用视觉检测得到田埂形状后辅助滤除毫米波雷达中干扰点进而得到田埂的距离和高度信息.在视觉检测方面,根据前方田埂在图像中的分布特点,提出了基于渐变重采样选取部分点的加速处理方式,并在此基础上利用基于11维颜色纹理特征的支持向量机进行图像分割和基于等宽假设的几何模型特征进行误分类点剔除,然后拟合提取图像中田埂边界.在毫米波雷达检测方面,提出了竖直放置毫米波雷达的检测方式,
种植模式对黑土地的土壤肥力和作物产量有显著影响,建立合理的种植模式是养好用好黑土地的重要措施。目前,黑土区种植模式的类型及其空间格局仍缺乏系统分析,遥感技术结合地学信息图谱方法是监测黑土区种植模式的有效手段,但应用较少。该研究基于2012-2017年遥感反演作物分类数据,采用地学信息图谱方法识别种植模式,并使用核密度分析方法测度各类种植模式的空间分布特征。结果表明:1)克东县可识别出5类种植模式,
为实现奶牛个体的准确识别,基于YOLO V4目标检测网络,提出了一种融合坐标信息的奶牛面部识别模型。首先,采集71头奶牛面部图像数据集,并通过数据增强扩充提高模型的泛化性能。其次,在YOLO V4网络的特征提取层和检测头部分分别引入坐标注意力机制和包含坐标通道的坐标卷积模块,以增强模型对目标位置的敏感性,提高识别精度。试验结果表明,改进的YOLO V4模型能够有效提取奶牛个体面部特征,平均精度均值
为研究稻麦轮作区不同耕作方式下水稻田麦秸的降解效果,在淮河中下游砂姜黑土区,试验测试了“耕翻+旋耕+泡田”(PRP)、“旋耕+泡田”(RP)、“泡田+旋耕”(PR)三种耕作方式下麦秸在45和90 d中的降解率、组分、养分残存量等参数变化情况,并在显微条件下观察了秸秆表面形态特征.结果表明:1)几种还田方式下,麦秸降解率都是先快后慢,到还田45 d时,其降解率达45％～55％,还田90 d时最高降解率也不超过58.27％.2)还田时间对麦秸碳(C)、氮(N)、磷(P)、钾(K),微观凹坑径向长度(Lx)、微
在大范围内快速、准确地预估作物产量,对作物管理、粮食安全、粮食贸易和决策有重要意义.遥感为大规模作物估产提供了便利,大多数研究者结合深度学习和遥感影像取得了较好的结果.然而,农作物生长状态随时间变化,其产量具有非线性时空特征,单一的深度学习方法无法充分利用影像信息.因此,该研究提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)和门控循环单元(Gated Recurrent Unit,GRU)混合神经网络估产模型(CNN-GRU),利用CNN从多光谱遥感影像中提
针对田间密植环境棉花精准打顶时,棉花顶芽因其小体积特性所带来识别困难问题,该研究提出一种改进型快速区域卷积神经网络(Faster Region Convolutional Neural Networks,Faster R-CNN)目标检测算法实现大田环境棉花顶芽识别。以Faster R-CNN为基础框架,使用Reg Net X-6.4GF作为主干网络,以提高图像特征获取性能。将特征金字塔网络(Fe
果树容易受病虫害或自然因素的影响,使得树干内部产生腐烂和空洞,甚至危及果树寿命,影响果实的品质和果农的经济效益,故有必要对果树进行定期检查.探地雷达是一种有效的无损检测技术,能够在不破坏被测树干的情况下,检测出树干内部空洞的位置和大小.该研究提出了基于偏移成像的树干内部空洞图像重建方法,在各测量点利用对应的雷达回波信号重建树干内部的空洞情况.然而,对于不规则形状树干,难以确定探地雷达测量点在树干表面的位置,为此,提出了一种重建测量截面轮廓和定位测量点的方法.为了证明提出方案的有效性,以实际区域与重建区域的
微生物可以通过摄入能量合成有机渗透压物质来实现对盐度的适应,然而,不同程度盐渍土微生物对能量的需求可能会发生改变。因此,该研究于2018-2019年开展田间定位试验,选取河套灌区轻度盐渍土S_1(电导率为0.46 dS/m)及中度盐渍土S_2(电导率为1.07 dS/m)为研究对象,设置了6个处理,包括不施氮(CK),单施无机氮(U_1)以及分别用有机氮(U_3O_1、U_1O_1、U_1O_3和