-
公开(公告)号：CN107505271B
公开(公告)日：2020-02-14
申请号：CN201710569833.3
申请日：2017-07-13
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种基于氮素组分辐射传输模型的植株氮素估算方法和系统，所述方法包括：S1、获取叶片叶绿素与氮素的定量关系，通过替换光学辐射传输模型(PROSAIL模型)中叶绿素含量在不同波段的吸收系数得到以氮素组分为输入的辐射传输模型，得到以氮素组分为输入的N‑PROSAIL模型；S2、采用复合型混合演化算法，并结合多年实测数据确定作物叶片生理生化及群体结构信息在不同生育时期的先验知识，解决模型的病态反演问题，实现不同生育时期叶片和冠层氮素信息的准确估算。
-
公开(公告)号：CN109920472A
公开(公告)日：2019-06-21
申请号：CN201910013412.1
申请日：2019-01-07
Applicant: 北京农业信息技术研究中心
Abstract: 本发明实施例提供了一种籽粒蛋白质含量的预测方法及装置，包括获取待测作物的植被指数和关键环境因子；将任一植被指数和关键环境因子输入至籽粒蛋白质含量预测分层线性模型，输出待测作物的籽粒蛋白质含量；籽粒蛋白质含量预测分层线性模型根据任一植被指数和若干个关键环境因子获得。本发明综合考虑遥感信息与籽粒蛋白质含量关系的年际差异，引入分层线性模型，以关键环境因子为年际籽粒蛋白质模型的差异因子，构建籽粒蛋白质含量预测的嵌套模型，同时，可以通过结合区域的气象数据与卫星遥感数据耦合，构建空间转移性好的籽粒蛋白质含量预测模型，基于该籽粒蛋白质含量预测模型，使得该预测方法及装置精度高、时效性强、普适性好。
-
公开(公告)号：CN111783538B
公开(公告)日：2023-12-08
申请号：CN202010475902.6
申请日：2020-05-29
Applicant: 北京农业信息技术研究中心
IPC: G06V20/10 , G06V10/764
Abstract: 性和便利性。本发明实施例提供一种小麦生物量的遥感估算方法、装置、电子设备及存储介质，该方法包括：获取待估算区域的生育时期类别，并获取待估算区域的植被指数；将生育时期类别的编码和植被指数，输入预设的全生育时期生物量反演模型，输出待估算区域的生物量；其中，全生育时期生物量反演模型，是将小麦所有生育时期类别的编码和对应的植被指数作为自变量，将已知的生物量作为应变量，进行线性拟合得到。该方法能适用于各自生育时期，在使用过程中无需不同的时期构建不同的模型，避免了模型太多并且不方
-
公开(公告)号：CN111582035A
公开(公告)日：2020-08-25
申请号：CN202010266245.4
申请日：2020-04-07
Applicant: 北京农业信息技术研究中心
Abstract: 本发明实施例提供一种果树树龄识别方法、装置、设备及存储介质，该方法包括：根据物候特征库获取历年关键生育期中分辨率卫星影像，并构建关键生育期中分辨率归一化植被指数(NDVI)时序影像，物候特征库是根据地物矢量训练集数据和多时相高分辨率NDVI时序影像构建；根据果园区域矢量对关键生育期中分辨率NDVI时序影像进行裁剪，获得历年果园区域矢量；根据物候特征库采用非监督分类方法对历年果园区域矢量提取得到历年果园区域二值化影像；并进行逆时序逐像元累加算法得到的果园树龄。本发明实施例避免了利用单年度影像树龄分类中无法考虑历史时期中自然灾害以及果树生长特征的短板，提高了树龄监测的精度和效率。
-
公开(公告)号：CN108876903A
公开(公告)日：2018-11-23
申请号：CN201810508702.9
申请日：2018-05-24
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种基于玉米雄穗三维表型的玉米品种区分方法及系统，其中方法包括：在目标玉米雄穗四周标注多个特征点，采集目标玉米雄穗在多个视角下的图像；根据多个视角下的图像构建目标玉米雄穗的三维模型；基于三维模型获取目标玉米雄穗的三维表型参数，三维表型参数包括外包络体积、分支垂直投影总面积、平面聚集度、空间聚集度、主轴变化系数、冠高比、头茎比和重心；根据三维表型参数对目标玉米雄穗的玉米品种进行区分。该方法及系统从三维角度科学地定义了玉米雄穗三维表型参数，并利用不同玉米品种三维表型参数的差异准确地实现了玉米品种的区分，有利于加速玉米育种进程，有效提升了育种效率和水平。
-
Patent Agency Ranking
公开(公告)号：CN106950573A
公开(公告)日：2017-07-14
申请号：CN201710100788.7
申请日：2017-02-23
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供了一种基于无人机激光雷达的玉米涝渍灾害评估方法及系统，该方法通过根据预先获取的玉米种植区域的LIDAR点云数据，得到所述玉米种植区域的玉米点云数据与地面点回波点云数据；根据所述玉米点云数据与地面点回波点云数据，得到所述玉米种植区域的冠层高度信息；对所述玉米种植区域的冠层高度信息进行涝渍灾害等级划分，得到所述玉米种植区域的涝渍灾害评估结果。该系统包括点云数据获取模块、冠层高度信息计算模块及涝渍灾害评估模块。本发明的技术方案能够客观且快速地监测玉米涝渍灾害发生范围和受灾程度，为玉米涝渍灾情评估和灾后补救提供技术支撑。
-
公开(公告)号：CN113139717B
公开(公告)日：2023-10-20
申请号：CN202110351494.8
申请日：2021-03-31
Applicant: 北京农业信息技术研究中心
IPC: G06Q10/0639 , G06Q50/02 , G06F30/20 , G06N7/01 , G06F111/08
Abstract: 本发明提供一种作物苗情分级遥感监测方法及装置，该方法包括：获取二级区域的植被指数；根据二级区域的苗情分级统计数据，确定每种苗情等级的统计概率；根据二级区域植被指数的概率密度分布函数，确定苗情分级的植被指数阈值，以使得根据概率密度分布函数得到的苗情等级概率，与统计概率一致；以多个二级区域的纬度为自变量，植被指数阈值为应变量进行拟合，得到分级阈值模型；基于分级阈值模型和二级区域的纬度，确定每个二级区域的植被指数分级阈值；基于所有二级区域的植被指数分级阈值，确定一级区域的苗情分级。该方法可以提取不同地区、不同条件下的作物苗情状况，苗情分级结果具有较高的精度，普适性和稳定性较强，无需耗费大量人力物力。
-
公开(公告)号：CN111582035B
公开(公告)日：2023-09-12
申请号：CN202010266245.4
申请日：2020-04-07
Applicant: 北京农业信息技术研究中心
IPC: G06V20/13 , G06V20/10 , G06V10/26 , G06V10/764 , G06V10/774
Abstract: 本发明实施例提供一种果树树龄识别方法、装置、设备及存储介质，该方法包括：根据物候特征库获取历年关键生育期中分辨率卫星影像，并构建关键生育期中分辨率归一化植被指数(NDVI)时序影像，物候特征库是根据地物矢量训练集数据和多时相高分辨率NDVI时序影像构建；根据果园区域矢量对关键生育期中分辨率NDVI时序影像进行裁剪，获得历年果园区域矢量；根据物候特征库采用非监督分类方法对历年果园区域矢量提取得到历年果园区域二值化影像；并进行逆时序逐像元累加算法得到的果园树龄。本发明实施例避免了利用单年度影像树龄分类中无法考虑历史时期中自然灾害以及果树生长特征的短板，提高了树龄监测的精度和效率。
-
公开(公告)号：CN111582554A
公开(公告)日：2020-08-25
申请号：CN202010307610.1
申请日：2020-04-17
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种农作物长势预测方法及系统，包括：获取当前年份对应的归一化植被指数和每一历史年份对应的归一化植被指数；对当前年份和每一历史年份对应的归一化植被指数进行拟合重构，获取当前NDVI拟合曲线和每一历史NDVI拟合曲线；利用DTW算法对当前NDVI拟合曲线和每一历史NDVI拟合曲线进行规整处理，获取当前NDVI长势曲线和每一历史NDVI长势曲线；计算当前NDVI长势曲线与每一历史NDVI长势曲线的最短距离，将距离最小的历史NDVI长势曲线对应的年份作为最佳NDVI长势匹配年份，对当前年份目标农作物的长势进行预测。根据得出的最佳匹配年份对目标农作物进行后期的长势预测，进而指导作物管理。
-
公开(公告)号：CN109752487A
公开(公告)日：2019-05-14
申请号：CN201811446103.5
申请日：2018-11-29
Applicant: 北京农业信息技术研究中心
Abstract: 本发明实施例提供一种冬小麦叶片氮素含量预估方法及装置，属于农作物种植技术领域。该方法包括：获取冬小麦冠层叶片中各叶片层氮素含量，基于各叶片层氮素含量，确定冬小麦的氮素垂直分布信息，并基于各叶片层氮素含量，构建冬小麦的最优层氮素模型；将氮素垂直分布信息与最优层氮素模型进行耦合，得到冬小麦的冠层叶片氮素含量预测模型，并基于冠层叶片氮素含量预测模型对冬小麦的冠层叶片氮素含量进行预测。由于遥感信息对冠层信息的探测具有一定的局限性，而结合冬小麦的垂直分布规律，可准确以及快速地对叶片氮素含量的监测。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.052 seconds)
