-
公开(公告)号：CN113780232B
公开(公告)日：2024-02-02
申请号：CN202111113769.0
申请日：2021-09-23
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06V20/10 , G06V10/764
Abstract: 一种城市湿地动态监测方法，属于遥感提取技术领域，解决了现有遥感技术无法快速、准确的对城市范围内的湿地进行动态监测的问题，本发明包括：基于全球尺度遥感云计算平台，获取Landsat系列影像，对获取的影像进行预处理，根据预处理后的影像建立时间序列影像集；获取影像的特征向量，建立时间序列特征向量影像集；对时间序列影像通过时间序列影像分析与决策树模型进行样本迁徙，获取适用于每幅影像的时间序列样本集合；基于时间序列特征向量数据集及时间序列样本集合，进行逐年的城市湿地提取，建立时间序列城市湿地数据集；对时间序列城市湿地数据集进行叠加分析，分析在时间序列中城市湿地范围的动态变化，实现对城市湿地的动态变化监测。
-
公开(公告)号：CN113781587B
公开(公告)日：2024-01-30
申请号：CN202111114764.X
申请日：2021-09-23
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 基于最佳路径的遥感影像色彩一致性处理方法，属于光学卫星遥感影像处理技术领域，解决了现有多幅遥感影像色彩一致性处理效率低的问题。本发明包括：确定待处理遥感影像集合，计算集合内所有遥感影像的有效边界，确定集合内各影像之间的空间位置关系；在集合内所有遥感影像中选取色彩基准影像；基于集合内各影像之间的空间位置关系，计算最佳匀色路径；基于色彩基准影像，对集合内的所有影像进行亮度归一化预处理；按照最佳匀色路径中顺序对亮度归一化预处理的所有影像进行色彩一致性处理：按照最佳匀色路径中的顺序，对节点图像进行色彩一致性处理，使每一幅节点影像与其参考影像色彩一致，直至路径中的所有节点影像全部处理完成。
-
公开(公告)号：CN117333734A
公开(公告)日：2024-01-02
申请号：CN202311185905.6
申请日：2023-09-14
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06V10/774 , G06V10/778 , G06V10/72
Abstract: 本发明涉及遥感土地覆被分类训练样本迁移领域，并公开了一种训练样本自动扩增与迁移方法，步骤一、多源参考数据收集及预处理；步骤二、构建先验局部空间单元；步骤三、构建初始伪样本集；步骤四、遥感影像收集及预处理；步骤五、时‑空分类特征向量提取；步骤六、伪样本集优化与迁移度，本发明提出了一种基于多源参考数据与多维时空特征的训练样本自动扩增与迁移方法，与已有的训练样本迁移方法相比，本方法主要有以下优势：能够充分利用多源参考数据，有效的提取参考数据中的有用信息作为先验知识，提升了训练样本扩增与迁移的准确性；充分挖掘了时间序列遥感影像中的时空特征信息，能够更好的反映各土地覆被类型在空间和时间上的特征。
-
公开(公告)号：CN113724389B
公开(公告)日：2023-11-17
申请号：CN202111037229.9
申请日：2021-09-06
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06T17/05 , G06F16/29 , G06F18/243 , G06N5/01
Abstract: 基于面向对象分层决策树的湿地制图方法，它涉及一种基于面向对象分层决策树的湿地制图方法。本发明是为了进一步完善湿地制图方法和提高湿地制图精度的问题。方法：一、生成基于湿地分类体系的湿地样本库；二、下载Landsat影像和DEM数据；三、计算9种参数；四、修改相关分割参数直至获取分割结果；五、构建分层决策树分类体系；六、获取初步分类结果；七、基于历史数据和人工判读进行结果修正；八、获取最终分类结果并进行精度评价。本发明实现了应用遥感技术准确快速进行湿地制图的问题，探测结果准确，进一步提高了湿地制图的精度和可信度，具有可重复性和鲁棒性。本发明属于湿地制图领域。
-
公开(公告)号：CN109034026B
公开(公告)日：2021-06-25
申请号：CN201810775693.X
申请日：2018-07-16
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06K9/00
Abstract: 本发明公开一种遥感影像中水陆区域的红树林提取方法及系统。该方法包括：获取待研究区域的遥感影像；利用遥感影像识别待研究区域的水体区域；在水体区域外侧利用假彩色合成技术和图像分割技术进行图像处理，得到多个分割图像。去除分割图像中属于非植被类型的图像，得到多个植被区域图像；利用红树林的NDVI算数特征、LSWI算数特征、纹理特征和拓扑特征将多个所述植被区域图像分类为陆地红树林图像和陆地非红树林图像。在水体区域内侧，利用各个像素点在第四波段处的光谱响应值和在第五波段处的光谱响应值计算红树林指数，进而通过计算与红树林指数阈值对比确定水中红树林像素。本发明的方法及系统能够提高红树林空间提取的准确度。
-
Patent Agency Ranking
公开(公告)号：CN119322022B
公开(公告)日：2025-04-29
申请号：CN202411436325.4
申请日：2024-10-15
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 高分1号卫星16m分辨率土壤有机质分布快速制图方法，属于卫星遥感应用领域，具体涉及一种土壤有机质分布快速制图方法。本发明是为了解决农田耕地土壤肥力状况下降、耕地质量退化的问题。本方法：获取目标研究区高分1号卫星WFV传感器不同波段遥感反射率；将WFV传感器影像不同波段遥感反射率、遥感反射率波段组合作为随机森林算法输入变量，输出变量为耕地表层土壤有机质(mg/g)，实现耕地表层土壤pH制图。基于国产高分1号卫星WFV传感器，本发明的方法能够实现耕地表层土壤有机质的动态监测，经实测样点验证发现本发明方法可以准确的估算耕地表层土壤有机质，有助于土壤肥力状况监测、精准农业和土地可持续利用方面管理。
-
公开(公告)号：CN119322022A
公开(公告)日：2025-01-17
申请号：CN202411436325.4
申请日：2024-10-15
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 高分1号卫星16m分辨率土壤有机质分布快速制图方法，属于卫星遥感应用领域，具体涉及一种土壤有机质分布快速制图方法。本发明是为了解决农田耕地土壤肥力状况下降、耕地质量退化的问题。本方法：获取目标研究区高分1号卫星WFV传感器不同波段遥感反射率；将WFV传感器影像不同波段遥感反射率、遥感反射率波段组合作为随机森林算法输入变量，输出变量为耕地表层土壤有机质(mg/g)，实现耕地表层土壤pH制图。基于国产高分1号卫星WFV传感器，本发明的方法能够实现耕地表层土壤有机质的动态监测，经实测样点验证发现本发明方法可以准确的估算耕地表层土壤有机质，有助于土壤肥力状况监测、精准农业和土地可持续利用方面管理。
-
公开(公告)号：CN115965645A
公开(公告)日：2023-04-14
申请号：CN202211738084.X
申请日：2022-12-31
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 本发明提供了一种基于形态学运算和密集时序遥感影像的潮间带滩涂精准提取方法，包括以下步骤：S1、形成影像集；S2、计算影像集中每一个影像的自动水体提取和阴影消除指数、改进的归一化水体指数、归一化植被指数，合并入原始影像；S3、形成最大水面合成图像，获得最大水面空间范围；S4、裁剪mNDWI合成图像；S5、形成增强图像，生成水和非水二值图像；S6、对水体斑块进行侵蚀，然后对侵蚀后的斑块进行膨胀操作，生成空间完整的最大潮水范围；S7、形成NDVI最大值合成图像；S8、得到潮间带滩涂的分布图。本发明提取方法快捷有效，提高了潮间带滩涂解译的精度和可信度，具有可重复性和鲁棒性，对潮间带滩涂遥感制图具有及其重要的意义。
-
公开(公告)号：CN110296690A
公开(公告)日：2019-10-01
申请号：CN201910494413.2
申请日：2019-06-06
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 一种基于Google Earth Engine云平台的潮间带滩涂快速遥感提取方法，涉及潮间带滩涂快速提取方法，本发明是为了解决现有的遥感技术无法准确探测获得潮间带滩涂分布的问题而提出的。筛选Sentinel-2MSI影像形成一个影像集；计算影像集中每一个影像的水体指数NDWI得到空间上的NDWI图像；形成最大NDWI像元组成的图像；利用mask函数去掉没有水体的区域；形成最大8A反射率的像元组成的图像；利用mask函数去掉非水面的区域；对高潮能够覆盖的所有水面区域低潮时的非水面区域进行空间求交，得到潮间带滩涂的分布图。本发明能准确快速地探测潮间带滩涂分布。
-
公开(公告)号：CN109376742A
公开(公告)日：2019-02-22
申请号：CN201811092269.1
申请日：2018-09-19
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06K9/46
Abstract: 本发明公开一种基于遥感影像的积雪提取方法及系统。该方法包括：获取待提取积雪信息的遥感影像；通过判断遥感影像中的各个像素是否满足预设归一化积雪指数阈值和各波段反射率阈值确定各个像素是否属于积雪分布范围；利用训练好的DBN网络对属于积雪分布范围内的各个像素进行进一步积雪特征识别，得到深度提取结果；训练好的DBN网络是利用积雪提取样本集对DBN网络进行训练得到的；对深度提取结果中的各个像素的周边像素进行像素类别调整，得到最终的积雪提取结果。本发明的积雪提取方法及系统能够尽可能小的避免地物对积雪提取的影响，提高积雪提取的准确度。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.036 seconds)
