-
公开(公告)号：CN111814707A
公开(公告)日：2020-10-23
申请号：CN202010673771.2
申请日：2020-07-14
Applicant: 中国科学院空天信息创新研究院 , 首都师范大学
Abstract: 本发明公开了一种作物叶面积指数反演方法及装置，获取遥感影像数据；对遥感影像数据进行数据预处理，得到高光谱数据；将高光谱数据输入预先生成的目标基准反演模型，得到目标基准反演模型输出的叶面积指数，其中，目标基准反演模型为通过目标训练样本对基准反演模型进行优化得到的模型，目标训练样本为对初始训练样本利用对偶学习的生成式对抗网络进行数据增强得到的样本。通过对实采的高光谱数据和叶面积指数进行数据增强，解决神经网络对训练样本的数量需求问题，从而可利用神经网络的方法通过高光谱数据反演叶面积指数，实现基于实采小样本数据的高精度叶面积指数反演。
-
Patent Agency Ranking
公开(公告)号：CN114862114B
公开(公告)日：2025-02-14
申请号：CN202210349158.4
申请日：2022-04-01
Applicant: 中国科学院空天信息创新研究院
IPC: G06Q10/0639 , G06Q50/26 , G06F18/214
Abstract: 本发明提供一种区域生态系统生态服务价值核算方法及装置。该方法包括：获取目标区域的卫星影像数据及价值评价数据；基于随机森林分类模型对卫星影像数据进行遥感解译，确定区域待评价生态系统类型分布图；基于区域待评价生态系统类型分布图和价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统净生态服务价值数据；所述区域待评价生态系统类型分布图至少包含一个像元。本发明方法，以遥感影像解译的区域待评价生态系统类型分布图为基础，通过融入多源遥感数据，能够精准获取生态服务价值数据，从而实现高空间分辨率、细粒度的区域生态系统生态服务价值空间制图，更加精细刻画地块间的空间异质性规律，提高生态服务价值核算精度。
-
公开(公告)号：CN111814707B
公开(公告)日：2022-09-23
申请号：CN202010673771.2
申请日：2020-07-14
Applicant: 中国科学院空天信息创新研究院 , 首都师范大学
Abstract: 本发明公开了一种作物叶面积指数反演方法及装置，获取遥感影像数据；对遥感影像数据进行数据预处理，得到高光谱数据；将高光谱数据输入预先生成的目标基准反演模型，得到目标基准反演模型输出的叶面积指数，其中，目标基准反演模型为通过目标训练样本对基准反演模型进行优化得到的模型，目标训练样本为对初始训练样本利用对偶学习的生成式对抗网络进行数据增强得到的样本。通过对实采的高光谱数据和叶面积指数进行数据增强，解决神经网络对训练样本的数量需求问题，从而可利用神经网络的方法通过高光谱数据反演叶面积指数，实现基于实采小样本数据的高精度叶面积指数反演。
-
公开(公告)号：CN114862114A
公开(公告)日：2022-08-05
申请号：CN202210349158.4
申请日：2022-04-01
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明提供一种区域生态系统生态服务价值核算方法及装置。该方法包括：获取目标区域的卫星影像数据及价值评价数据；基于随机森林分类模型对卫星影像数据进行遥感解译，确定区域待评价生态系统类型分布图；基于区域待评价生态系统类型分布图和价值评价数据进行生态服务价值估算，获得基于像元尺度的区域生态系统净生态服务价值数据；所述区域待评价生态系统类型分布图至少包含一个像元。本发明方法，以遥感影像解译的区域待评价生态系统类型分布图为基础，通过融入多源遥感数据，能够精准获取生态服务价值数据，从而实现高空间分辨率、细粒度的区域生态系统生态服务价值空间制图，更加精细刻画地块间的空间异质性规律，提高生态服务价值核算精度。
-
公开(公告)号：CN119578724A
公开(公告)日：2025-03-07
申请号：CN202510139555.2
申请日：2025-02-08
Applicant: 中国科学院空天信息创新研究院
IPC: G06Q10/063 , G06Q50/02
Abstract: 本发明涉及作物监测技术领域，提供一种作物的生化组分含量的模拟方法及装置，方法包括：获取作物中各叶位的生化组分含量的预设参数值；构建各叶位的潜在最大参数值在叶位垂直方向上的最大值分布；基于各叶位的生化组分含量的预设参数值、最大值分布以及理论生理积温参数，对各叶位的生化组分含量的预测参数值在叶位垂直方向上，随生长度日的变化而发生的变化进行模拟。本发明提供的方法，通过各叶位的生化组分含量的预设参数值、最大值分布及理论生理积温参数，对各叶位的生化组分含量的预测参数值在叶位垂直方向上，随生长度日的变化而发生的变化进行模拟，实现对各叶位的生化组分含量的精确预测，为作物生长监测提供了新的模型工具和科学依据。
-
公开(公告)号：CN120014470A
公开(公告)日：2025-05-16
申请号：CN202510215345.7
申请日：2025-02-26
Applicant: 中国科学院空天信息创新研究院
IPC: G06V20/10 , G01N21/25 , G01N21/88 , G01N25/72 , G06V10/54 , G06V10/77 , G06V10/771 , G06V10/766 , G06V10/774 , G06V10/776 , G06V10/58
Abstract: 本发明提供一种多源特征协同的小麦条锈病监测模型的构建方法及装置，获取目标麦田的高光谱影像、热成像和各个调查样点的病情指数值；基于高光谱影像构建植被指数集和纹理特征集；从高光谱影像提取各个调查样点的高光谱数据并输入到非实测性状参数反演模型和经验性状参数反演模型，得到非实测性状参数值和经验性状参数值；从热成像中提取每一调查样点的冠层温度值；基于各个非实测性状参数值、各个经验性状参数值和各个冠层温度值，构建得到植被功能性状集；基于植被指数集、纹理特征集、植被功能性状集和各个病情指数值构建小麦条锈病监测模型。在本方案中，以三类特征的组合特征建模，利用多特征协同的方式实现提高条锈病监测模型的精度的目的。
-
-
-
-
-
Search Results
6
records
(took 0.039 seconds)
