-
公开(公告)号：CN118350700B
公开(公告)日：2024-12-06
申请号：CN202410448300.X
申请日：2024-04-15
Applicant: 桂林理工大学
IPC: G06Q10/0639 , G06Q50/02
Abstract: 本发明提供一种新的放牧‑植被权衡与协同度量指标分析方法，所述方法包括：获取植被覆盖度FVC数据和放牧数据；基于所述植被覆盖度FVC数据和放牧数据构建放牧‑植被盖度协调指数GVCI；将放牧数据、植被覆盖度FVC数据与放牧‑植被盖度协调指数GVCI结果进行关联性分析；最后，对放牧‑植被盖度协调指数GVCI结果进行系统评价，得到植被覆盖度FVC数据和放牧数据的时空变化趋势。本发明提出的GVCI能较好的度量放牧强度与FVC的响应关系，可被用于监测人类放牧对生态环境的影响，研究结果可为政府制定合理的放牧规划和放牧经济可持续发展的政策提供科学依据。
-
公开(公告)号：CN117495135B
公开(公告)日：2024-07-05
申请号：CN202311491885.5
申请日：2023-11-10
Applicant: 桂林理工大学
IPC: G06Q10/0637 , G06Q10/0639 , G06Q50/26
Abstract: 本申请公开了一种未来发展情景下的土壤保持服务评估方法及系统，所述方法包括：采集降水量、土壤数据、土地覆被数据、DEM和NDVI数据；对未来情景进行设计；基于所述未来情景对采集的数据进行处理，得到处理后的数据；使用地理探测器对所述处理后的数据进行土壤保持空间分异性的驱动特征，实现对土壤保持服务的评估。本申请将RUSLE模型与气候、土壤、地形和植被数据相关联，对于某一区域实施降雨监测提供指示作用。
-
公开(公告)号：CN117495135A
公开(公告)日：2024-02-02
申请号：CN202311491885.5
申请日：2023-11-10
Applicant: 桂林理工大学
IPC: G06Q10/0637 , G06Q10/0639 , G06Q50/26
Abstract: 本申请公开了一种未来发展情景下的土壤保持服务评估方法及系统，所述方法包括：采集降水量、土壤数据、土地覆被数据、DEM和NDVI数据；对未来情景进行设计；基于所述未来情景对采集的数据进行处理，得到处理后的数据；使用地理探测器对所述处理后的数据进行土壤保持空间分异性的驱动特征，实现对土壤保持服务的评估。本申请将RUSLE模型与气候、土壤、地形和植被数据相关联，对于某一区域实施降雨监测提供指示作用。
-
公开(公告)号：CN115965812A
公开(公告)日：2023-04-14
申请号：CN202211604186.2
申请日：2022-12-13
Applicant: 桂林理工大学
IPC: G06V10/764 , G06V20/10 , G06V20/17 , G06N20/00
Abstract: 本发明涉及无人机影像对湿地植被物种和地物分类的评估方法，包括：获取不同空间分辨率的航拍影像，对所述航拍影像进行处理，获得不同空间分辨率的重采样影像；通过所述航拍影像和所述重采样影像进行湿地植被物种和地物分类以及分类精度的评估。本发明提供的无人机影像对湿地植被物种和地物分类的评估方法，能够正确认识和发挥湿地的资源优势，为湿地植被恢复技术和区域生物多样性及其形成机制研究提供数据支持。
-
公开(公告)号：CN115936422A
公开(公告)日：2023-04-07
申请号：CN202211213278.8
申请日：2022-09-29
Applicant: 桂林理工大学
IPC: G06Q10/0635 , G06Q50/26
Abstract: 本申请公开了一种基于尺度优化的生态风险评价方法及系统，包括以下步骤：S1、采集研究区域内历史土地利用数据；S2、基于历史土地利用数据，获取生态风险的尺度效应；S3、基于尺度效应，确定研究区域内生态风险评价的最佳尺度；S4、基于最佳尺度分析土地利用变化和生态风险时空变化特征；S5、基于最佳尺度模拟预测未来生态风险变化并提出保护建议。基于历史土地利用数据，根据景观格局指数粒度响应曲线以及景观生态风险半变异函数拟合结果确定生态风险时空变化特征。并通过PLUS模型模拟预测不同情景下土地的利用格局及生态风险变化趋势，根据预测结果提出相应保护建议，为研究区域生态风险管理和规避提供参考依据和决策支持。
-
Patent Agency Ranking
公开(公告)号：CN118097409A
公开(公告)日：2024-05-28
申请号：CN202410195631.7
申请日：2024-02-22
Applicant: 桂林理工大学
IPC: G06V20/10 , G06V20/17 , G06V20/13 , G06V10/771 , G06V10/26 , G06V10/764 , G06N20/20 , G06N20/10 , G06N3/126 , G06V10/776
Abstract: 本发明公开了一种基于可解释性人工智能植被覆盖度反演性能优化方法，包括：基于GEE平台获取与实测目标区域对应的遥感影像数据集；基于遗传算法和XGBoost构建GA‑XGB特征选择算法；所述GA‑XGB特征选择算法对所述遥感影像数据集进行特征选择得到全局最优特征子集；构建堆栈集成模型，基于所述全局最优特征子集和所述堆栈集成模型得到植被覆盖度反演结果。本发明构建了一套FVC高精度反演方案，并实现了青藏高原FVC的高精度反演，该方案对其它生态参数反演具有重要的参考价值。
-
公开(公告)号：CN117671539A
公开(公告)日：2024-03-08
申请号：CN202311740978.7
申请日：2023-12-14
Applicant: 桂林理工大学
Abstract: 本发明公开了一种无人机监测样地植被覆盖度空间代表性优化方法，所属技术领域为无人机监测领域，包括：基于无人机对遥感监测样地进行数据采集，获得样地图像数据和高空间分辨率卫星遥感影像数据；基于阈值分割方法对样地图像数据进行计算，获得样地植被覆盖度数据；基于样地植被覆盖度数据和高空间分辨率卫星遥感影像数据获取高空间分辨率FVC参考地图，基于高空间分辨率FVC参考地图获取ADV值；基于高空间分辨率卫星遥感影像数据获取归一化差分植被指数，基于归一化差分植被指数获取H值和CV值；基于ADV值、H值和CV值优化监测样地的空间代表性。本发明提出的分级体系能明显减少下垫面异质性等问题对验证的影响。
-
公开(公告)号：CN115965812B
公开(公告)日：2024-01-19
申请号：CN202211604186.2
申请日：2022-12-13
Applicant: 桂林理工大学
IPC: G06V10/764 , G06V20/10 , G06V20/17 , G06N20/00
Abstract: 本发明涉及无人机影像对湿地植被物种和地物分类的评估方法，包括：获取不同空间分辨率的航拍影像，对所述航拍影像进行处理，获得不同空间分辨率的重采样影像；通过所述航拍影像和所述重采样影像进行湿地植被物种和地物分类以及分类精度的评估。本发明提供的无人机影像对湿地植被物种和地物分类的评估方法，能够正确认识和发挥湿地的资源优势，为湿地植被恢复技术和区域生物多样性及其形成机制研究提供数据支持。(56)对比文件Sahel Mahdavi等.A dynamic classification scheme for mapping spectrallysimilar classes: Application to wetlandclassification《.International Journal ofApplied Earth Observation andGeoinformation》.2019,第83卷第1-14页.左萍萍.基于无人机多光谱的沼泽植被识别方法《.中国环境科学》.2021,第41卷(第5期),第2399-2410页.唐廷元.基于无人机影像和深度学习的岩溶湿地植被信息识别研究《.中国优秀硕士学位论文全文数据库 基础科学辑》.2021,(第07期),第A008-114页.Jianjun Chen等.The Effects of SpatialResolution and Resampling on the Classification Accuracy of Wetland VegetationSpecies and Ground Objects: A Study Basedon High Spatial Resolution UAV Images.《MDPI：drones》.2023,第7卷(第1期),第1-25页.耿仁方等.基于无人机影像和面向对象随机森林算法的岩溶湿地植被识别方法研究《.地球信息科学学报》.2019,第21卷(第8期),第1295-1306页.
-
公开(公告)号：CN118350700A
公开(公告)日：2024-07-16
申请号：CN202410448300.X
申请日：2024-04-15
Applicant: 桂林理工大学
IPC: G06Q10/0639 , G06Q50/02
Abstract: 本发明提供一种新的放牧‑植被权衡与协同度量指标分析方法，所述方法包括：获取植被覆盖度FVC数据和放牧数据；基于所述植被覆盖度FVC数据和放牧数据构建放牧‑植被盖度协调指数GVCI；将放牧数据、植被覆盖度FVC数据与放牧‑植被盖度协调指数GVCI结果进行关联性分析；最后，对放牧‑植被盖度协调指数GVCI结果进行系统评价，得到植被覆盖度FVC数据和放牧数据的时空变化趋势。本发明提出的GVCI能较好的度量放牧强度与FVC的响应关系，可被用于监测人类放牧对生态环境的影响，研究结果可为政府制定合理的放牧规划和放牧经济可持续发展的政策提供科学依据。
-
公开(公告)号：CN117611909A
公开(公告)日：2024-02-27
申请号：CN202311643459.9
申请日：2023-12-04
Applicant: 桂林理工大学
IPC: G06V10/764 , G06V20/13 , G06V20/17 , G06V10/26 , G06V10/82 , G06V10/80 , G06V10/774 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于深度学习和影像空间分辨率的湿地植被分类方法，本发明属于植被分类领域，包括：获取湿地植被区域的遥感影像，所述遥感影像包括：无人机影像和卫星影像；对所述遥感影像进行预处理，得到预处理影像；基于多尺度分割算法和卷积神经网络，构建湿地植被分类模型；基于所述湿地植被分类模型对所述预处理影像进行分类，得到湿地植被的分类结果。本发明以不同空间分辨率梯度的无人机影像和卫星影像为数据源，构建PBIA和OBIA相融合的MRS_DeepLabV3+算法，评估了影像空间分辨率对湿地植被物种和地物分类的影响。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.016 seconds)
