书籍详情

人工神经网络在森林资源动态监测中的应用(林业信息化系列研究成果之六)

人工神经网络在森林资源动态监测中的应用(林业信息化系列研究成果之六)

作者:吴达胜 著

出版社:中国水利水电出版社

出版时间:2014-05-01

ISBN:9787517019176

定价:¥26.00

购买这本书可以去
内容简介
  《林业信息化系列研究成果之六:人工神经网络在森林资源动态监测中的应用》以浙江省重点林业县级市(龙泉市)为研究区域,以森林资源蓄积量为主要监测指标,通过整合遥感影像、数字高程模型、森林资源二类调查数据、固定样地调查数据等多源数据,建立了包含土层厚度、A层厚度、海拔、坡度、坡向、地表曲率、太阳辐射指数、地形湿度指数、树龄、郁闭度、归一化植被指数、TM影像中的6个波段(B1、B2、B3、B4、B5、B7)的17个指标在内的自变量因子集。通过多项式拟合,结合经验数据求取各自变量因子的隶属度,按优势树种(分别为杉木、马尾松、硬阔类、黄山松)建立了基于Levenberg-Marquardt优化算法改进的BP神经网络模型。在此基础上,对研究区域各森林资源小班或细班的平均单位蓄积量进行仿真、反演和预测,总体精度均超过90%,高于森林资源二类调查的蓄积量总体抽样精度标准,可用于自然生长状态下的森林资源小班蓄积量数据的动态更新。可供森林资源管理工作者、信息技术应用人员、信息系统研究与开发人员参考使用
作者简介
  吴达胜,男,1972年11月出生,浙江省庆元县人。1994年浙江林学院林学专业毕业,2002年北京林业大学计算机应用技术方向硕士研究生毕业,2014年浙江大学农业遥感与信息技术博士研究生毕业。多年来从事资源与环境信息系统研究,主持省级重大科技专项1项、省级精品课程1项、省科技特派员项目4项,参与省部级项目5项,发表研究论文20余篇,出版专著1部。现在浙江农林大学信息工程学院工作,副教授,硕士生导师,计算机应用技术省级重点学科负责人。
目录
序前言第1章 概论 1.1 研究背景 1.2 国内外研究进展 1.3 研究目的与内容 1.4 研究技术路线第2章 BP神经网络模型 2.1 人工神经网络理论 2.2 人工神经网络结构 2.3 神经网络的学习方式 2.4 BP神经网络 2.5 改进的BP神经网络 2.6 本章小结第3章 研究区概况及研究基础 3.1 研究区概况 3.2 监测指标与自变量因子 3.3 研究区数据 3.4 本章小结第4章 数据预处理 4,1 DEM数据预处理 4.2 遥感数据预处理 4.3 自变量因子数据提取 4.4 监测指标数据提取 4.5 自变量因子数据整合 4.6 自变量因子隶属度求解过程与结果——以杉木为优势树种的小班 4.7 自变量因子隶属度求解结果——以马尾松为优势树种的小班 4.8 自变量因子隶属度求解结果——以硬阔类为优势树种的小班 4.9 自变量因子隶属度求解结果——以黄山松为优势树种的小班 4.10 本章小结第5章 基于改进BP神经网络的森林资源蓄积量预测模型的建立 5.1 确定训练及仿真样本集 5.2 设置模型参数 5.3 建立网络 5.4 训练网络 5.5 网络仿真 5.6 森林资源蓄积量仿真结果及分析 5.7 本章小结第6章 森林资源蓄积量反演和预测 6.1 2004年度森林资源蓄积量反演 6.2 2010年度森林资源蓄积量预测 6.3 本章小结第7章 胸径、树高等调查因子的估测 7.1 平均胸径的估测 7.2 平均树高的估测 7.3 本章小结第8章 总结与展望 8.1 主要研究成果与结论 8.2 创新点 8.3 展望参考文献
猜您喜欢

读书导航