| 论文题目： | 基于大数据流水线系统的算法模型整合方法研究——以基于机器学习方法的LiDAR数据树木生物量反演为例 |
|---|---|
| 第一作者： | 郭学兵，朱小杰，唐新斋，杨刚等 |
| 联系作者： | |
| 发表年度： | 2024 |
| 摘 要： | 【背景】激光雷达（LiDAR）数据在森林资源分析利用方面有着广泛应用，科研人员研制了很多涉及大数据管理和人工智能的专业算法模型，这些算法模型目前多数散落在研究人员手里，尚缺乏新型信息化平台对其进行整合。【方法】大数据流水线系统πFlow软件具有大数据管理能力和大数据算法集成能力，并可以所见即所得方式构建流水线并调度运行流水线，适合于LiDAR数据复杂算法模型的整合，且流水线可定制、可复用。【内容】本文介绍了πFlow的特点和功能，并以基于LiDAR冠层高度模型（CHM）数据的树冠解析及利用机器学习方法估测树木生物量为例，介绍了将算法整合到πFlow并构建LiDAR数据分析处理流水线的方法和技术，且对流水线进行了测试运行。【结果】利用πFlow构建的可重复信息化平台可支撑野外站观测网络的LiDAR数据生物量快速反演，为数据密集型的专业数据处理算法模型的整合提供了创新方法技术。 |
| 英文摘要： | |
| 刊物名称： | 数据与计算发展前沿(中英文) |
| 全文链接： | |
| 论文类别： | CSCD |
在线留言
联系我们
所长信箱