曹丽莎;

• 1:国家林业和草原局林产工业规划设计院

摘要(Abstract)：

研究了一种基于粒子群算法的针对森林资源观测成像需求的卫星任务规划模型。通过研究卫星成像区域和待观测区域的相关关系,且根据2个区域的地理地球信息相关关系,构建粒子群集合。通过传统粒子群算法构建PSO算法架构,且在传统粒子群算法PSO基础上融入禁忌搜索策略和交叉进化粒子基因控制策略形成IPSO算法架构。在基于卫星工具包STK和Python支持下,对2种算法架构进行数据仿真比较。发现2种算法的最终收敛效果相当,但IPSO在个案数据条件下的收敛效率更高,所以认定本文设计的IPSO算法在森林资源观测任务的卫星任务规划中有积极意义。

关键词(KeyWords)： 粒子群算法;森林资源观测;卫星任务规划

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 曹丽莎;

Email:

DOI: 10.13456/j.cnki.lykt.2020.07.20.0006

参考文献(References)：

• [1] 刘玉军.森林资源管理“一张图”在桦甸市森林资源保护中作用探析[J].林业勘查设计,2019,48(4):7-9.
• [2] 刘恒.基于多源数据的森林资源二类调查蓄积量估测研究[D].西安:西安科技大学,2019.
• [3] 成米加.湖南腾云岭森林公园景观格局特征分析与规划应用研究[D].长沙:中南林业科技大学,2019.
• [4] 韩振锋.融合环境卫星和MODIS数据的甘蔗种植区提取[D].南宁:南宁师范大学,2019.
• [5] 刘世盟.基于随机森林算法的冬小麦空间分布自动解译技术研究[D].廊坊:北华航天工业学院,2019.
• [6] 刘建银.面向森林资源观测的多星调度方法研究[D].长沙:中南林业科技大学,2018.
• [7] 刘建银,王忠伟.面向森林资源观测的成像卫星任务规划算法设计[J].中南林业科技大学学报,2018,38(10):41-46.
• [8] 任越美.高光谱图像特征提取与分类方法研究[D].西安:西北工业大学,2017.
• [9] 杨柳,孙金华,冯仲科,岳德鹏,杨立岩.基于PSO-LSSVM的森林地上生物量估测模型[J].农业机械学报,2016,47(08):273-279+287.
• [10] 李琰.基于猫群算法的高光谱遥感森林类型识别研究[D].哈尔滨:东北林业大学,2015.
• [11] 李琰,邢艳秋,王立海.基于改进的粒子群和蚁群算法的高光谱森林聚类研究[J].安徽农业科学,2014,42(27):9615-9618.
• [12] 胡河山.蚁群算法在森林遥感图像分类中的应用研究[D].杭州:浙江工业大学,2013.
• [13] 唐海波.基于FPGA的森林火灾图像检测方法研究与实现[D].哈尔滨:黑龙江大学,2012.
• [14] 刘芳.改进的蚁群聚类算法在森林火灾预测中的应用研究[D].阜新:辽宁工程技术大学,2009.
• [15] 刘永杰.森林资源二类调查空间数据获取与更新的关键技术研究[D].北京:北京林业大学,2009.