简介:机载激光雷达(LiDAR)是一种新型数据获取手段,目前在林业资源管理、森林防火、林木砍伐等方面已广泛应用,但尚未形成完整的、实用的林业LiDAR数据分析与处理系统。通过分析已有LiDAR数据应用于林业资源管理方面的理论和方法,以目前开源LiDAR点云数据处理技术、海量点云数据可视化技术,以及GIS相关分析技术为基础,结合林业资源管理需求,设计并研发了基于LiDAR数据的林业资源数据分析与处理系统。系统实现了Li-DAR点云数据的管理与可视化、数字高程模型生成、数字地表模型生成、冠高模型生成、平均树高估计等功能,为基于LiDAR数据的林业资源管理提供统一的平台。
简介:电力企业的档案管理工作是电力企业重要工作内容之一,在大数据时代,如何有效地应用信息技术已经成为了电力企业档案管理的主要发展趋势。相比于传统的档案管理方式,大数据档案管理能够更好的体现档案价值,从而进一步提高档案管理的工作效率以及开发利用的效率。如今,通过大数据手段,完成电力企业的档案管理信息化建设,已经成为了电力企业档案工作者的核心工作内容。大数据时代的相关概述相比于传统的计算机信息技术,大数据手段能够使档案管理工作得到进一步的优化。大数据档案管理的核心内容就是对于数据的分析以及处理,通过更加完善、成熟的计算机软件与硬件,使用全新的信息处理方法,从而进一步实现多样化的数据整合以及处理,使电力企业的档案管理能够实现历史性的突破与发展。
简介:针对马铃薯环腐病易传染,扩散面积大,不易检测,提出马铃薯环腐病的光学无损检测方法,设计了一种基于近红外光谱的马铃薯光谱采集系统。本系统可以完成对马铃薯的光谱采集,从而对比健康马铃薯和带有环腐病的马铃薯的光谱图,通过对比Matlab小波消噪中几种常用的方法找出最适合马铃薯光谱图消噪的方法,为后续马铃薯环腐病光谱分析,计算,建立数学模型,从而实现对马铃薯环腐病的检测和评价功能做铺垫。本研究表明,运用Matlab默认阀值法对马铃薯光谱进行小波消噪,通过对比原始光谱和消噪后的光谱,能有效的消除马铃薯光谱中多余的噪声。研究结果为马铃薯内部缺陷的光谱定性判别提供了参考,提高了马铃薯光谱特征选取的准确率和精度。
简介:在我国林业外资利用规模不断增长的同时,外资利用效率方面的研究也不断涌现,但传统面板模型分析往往忽略区域之间存在的空间联系。首先从利用方式、地域流向与产业流向3个方面对我国林业外资利用的结构性现状进行分析,随后以各省2005-2015年林业产业与社会经济数据为基础构建面板模型,并分别设定标准邻接矩阵和经济加权矩阵对外资利用效率进行空间计量分析。得出以下结论:林业外资利用对省级林业产业区位熵指数有显著的正向影响;国内资本对区域林业产业专业化程度有着正向的直接影响,且存在负向的间接影响,这在传统面板模型中无法反映出来,传统模型过高估计了内资的利用效率;区域对外开放程度的增强不利于林业产业专业化程度的提升,而国内需求因素对于林业产业升级的促进作用不明显。
简介:摘要 : 植被分类是高光谱影像分类中的特定应用问题,光谱特征和空间特征是植被分类中常用的两类特征,比较这两类特征的性能,对实际植被分类应用中选择合适的特征类型或两者的有效结合具有指导意义。用主成分分析( PCA)提取光谱特征时,常选择前几个主成分( PCs)作为光谱特征,虽然它们包含较大的信息量但并不能保证较高的类别可分性和分类正确率,针对这一问题本研究提出了一种混合特征提取方法,对高光谱影像在 PCA的基础上用改进的基于分散矩阵的特征选择方法选出具有较高类别可分性的 PCs用于后续分类。利用一景 AVIRIS高光谱植被影像,从分类精度的角度,首先比较了所提出的混合特征提取方法和原始 PCA、独立主成分分析( ICA)及线性判别分析( LDA) 3种常用子空间特征提取方法在高光谱影像植被分类中的性能。试验结果表明所提出的混合特征提取方法在研究中数据集 1和 2上均获得了最高的总体分类正确率,分别为 82.7%和 86.5%。与原始 PCA相比,本研究提出的混合特征提取方法的总体分类正确率,在数据集 1和 2上分别提高了 1.5%和 2.5%。由此阐明了所提出的混合特征提取方法在高光谱植被分类中的有效性。对光谱特征和空间特征在高光谱影像植被分类性能的比较中,总体上空间特征获得的分类正确率比光谱特征高,特别是 Gabor特征,在两个数据集上均获得了最高的总体分类正确率分别为 95.5%和 96.7%。由此表明空间特征较光谱特征在高光谱影像植被分类中更具优势。本研究结果为后续改进空 -谱特征方法及其两者有效结合,进一步提高植被分类正确率提供了参考。
简介:典型地物数据库是通过计算机自动分类来识别地物信息的。然而传统的以中低空间分辨率遥感数据建立的典型地物数据库由于同物异谱,同谱异物,单一指标信息等原因无法很好地区分相近目标。因此本文利用WorldView数据为典型地物影像建立数据库,可以加大遥感影像中的信息量,同时拟采用非监督分类、聚类分析的方法,以及多种指标信息对地物进行分类(如纹理信息、光谱信息等),可显著地提高识别精度,有助于更加快速、精确的识别地物类型,从而实现对地物的分类,增强遥感图像的识别,提高最终的地物分类精度以及此实验的分类效率与工作效率的提高,有着十分重要的现实意义。