排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
基于森林模型参数先验知识估算高分辨率叶面积指数 总被引：1，自引：0，他引：1
目前，估算高分辨率叶面积指数LAI（Leaf Area Index）的常用方法是采用大量地面测量数据和遥感数据建立统计模型，再用统计模型估算LAI。然而，与农田地面测量实验相比，森林地面测量实验获取的观测数据更加有限，这使得基于统计模型的森林高分辨率LAI的估算精度低，难以满足应用需求。为此，本文提出一种基于森林模型参数先验知识、使用森林研究区少量的LAI地面测量数据和归一化植被指数NDVI数据估算森林高分辨率LAI的方法。首先，获取全球20个森林实验区的LAI地面测量数据和NDVI数据，建立LAI-NDVI统计模型并提取森林模型参数的先验知识。然后，以一个新的森林站点Concepción作为研究区，将该研究区的数据分为建模数据和验证数据两个部分。使用研究区有限的建模数据对森林模型参数先验知识进行本地化校正得到优化模型，优化模型用于估算森林高分辨率LAI，使用验证数据评价LAI的估算精度。同时，选取了Camerons站点、Gnangara站点、Hirsikangas站点评价本文方法的LAI估算精度。使用地面测量LAI验证基于森林模型参数先验知识估算高分辨率LAI的结果精度，经验证4个森林站点的均方根误差分别为0.6680，0.4449，0.2863，0.5755。研究结果表明：在仅有少量观测数据时，采用本方法能有效地提高森林高分辨率LAI的估算精度。因此，本方法可为森林高分辨率LAI的遥感估算提供参考。 相似文献
2.
目的：基于CiteSpace分析中医和APP研究现状及发展趋势。方法：以中国知网（CNKI）数据库为资料来源，检索2010年1月1日至2021年12月30日发表与中医学和APP研究相关的文献。采用Excel对发文量进行分析，采用CiteSpace 5.8.R3软件对年发文量、作者共现及关键词突现、聚类等时区、时间线进行可视化分析。结果：共获得有效中文文献235篇。中医学与APP、中医学与可穿戴设备结合研究兴起于2010年之后，2013—2017年出现大幅增长，2017—2018年增长趋势较为缓慢，从2019年开始发文量有所下降，但之后的发展仍呈上升趋势，发文量最高的作者群一为以李浩、刘剑刚为核心作者的作者群，一为以李敬华、于彤、于琦为核心作者的作者群，主要的研究热点包括健康管理、大数据、用户体验、APP、移动医疗、可穿戴、健康传播。关键词时区图谱分析结果显示，可穿戴设备在2014—2015年关注较高，在2015—2016年，其借助移动数据来对人体进行姿态识别和实时监测，实现了很好的健康管理。关键词时间线图谱结果显示，2019年出现了“妇幼健康”“人工智能”和“老年人”等关键词，2020年出现了“使用风险”“动作感知”“健身行为”“健身知识”和“健身态度”等关键词。关键词突现分析结果显示，排名前5位的突现词依次为可穿戴（2.1）、人机交互（0.68）、界面设计（1.58）、慢性病（1.36）、移动医疗（1.03）。结论：随着人们生活水平的提高与移动互联的迅速发展，我国人民群众对中医药的服务需求旺盛，其中以妇幼和老年人尤为突出，但我国对中医和APP的研究还不够深入，还需要加强团队、机构的合作，推动国内中医学和APP结合研究领域的发展。 相似文献
1