云南省教育厅科学研究基金(2010Y300)
- 作品数：3 被引量：17H指数：3
- 相关作者：陈建珍何超岳彩荣许彦红更多>>
- 相关机构：西南林业大学更多>>
- 发文基金：云南省教育厅科学研究基金国家林业公益性行业科研专项国家自然科学基金更多>>
- 相关领域：农业科学更多>>
- 归一化地形校正模型研究进展及其对比实验被引量：5
- 2014年
- 对遥感图像归一化地形校正模型的研究进行了回顾和总结。归一化模型包括二阶校正模型、地形均衡模型和坡度匹配模型3种方法。在云南省香格里拉县的TM遥感图像和DEM支持下,采用3种方法进行了校正对比实验。结果表明,3种方法中坡度匹配模型校正效果最好。对归一化地形校正模型今后可能的研究方向提出了建议。
- 何超陈建珍岳彩荣
- 关键词：遥感图像地形校正
- 2种云南松天然次生林林分生长模型构建方法的比较被引量：4
- 2015年
- 为更有效地经营管理云南松天然次生林,在云南省云南松主要分布区的昆明市、楚雄州设置55块云南松天然次生林标准地,从中随机抽取33块作为建模数据,剩余22块作为模型校验数据,采用逐步回归剔除法和BP神经网络建模法,建立林分生长模型。结果表明,使用逐步回归剔除法建立的平均胸径生长模型、平均树高生长模型、蓄积量生长模型总体拟合精度在89.22%-95.52%之间,校验精度在81.09%-94.15%之间;使用BP神经网络建立的各林分生长模型总体拟合精度在90.01%-98.62%之间,校验精度在92.63%-95.68%之间。可见BP神经网络所建立的林分生长模型精度较高,可为同类森林的经营管理提供参考。
- 陈建珍何超许彦红
- 关键词：云南松BP神经网络林分生长模型
- 基于FLAASH模块的高级陆地成像仪图像的大气校正被引量：8
- 2011年
- FLAASH(fast line-of-sight atmospheric analysis of spectral hypercubes)大气校正模块被越来越多地应用到遥感图像大气校正中,但是ENVI(the environment for visualizing images)中没有预先设定有新谱传感器的参数,因此限制了FLAASH模块的使用范围。采用FLAASH模块对ENVI中没有预设的高级陆地成像仪传感器所拍摄的图像进行大气校正,初步探讨了FLAASH模块对未知多光谱传感器图像的大气校正。通过比较大气校正前后典型地物的光谱曲线和归一化植被指数(NDVI,normalized difference vegetation index),表明FLAASH模块能够有效地减少大气对ALI图像的影响。
- 陈建珍何超岳彩荣
- 关键词：大气校正
