-
公开(公告)号：CN109164461A
公开(公告)日：2019-01-08
申请号：CN201811087366.1
申请日：2018-09-18
Applicant: 北京林业大学
Abstract: 本发明公开一种使用单站地基激光雷达点云数据估算单木失叶率的方法，适用于食叶性森林虫害严重性评估，属于地基雷达应用技术领域范畴，关键技术要点包括：1.使用特定方法计算局部区域点云密度；2.使用特定方法利用点云密度估算单木失叶率。解决的关键性问题包括：1.只需在地面调查时目视估计两棵单木的失叶率，降低地面调查工作量，极大提高调查效率；2.估测精度更高，避免人为因素影响。该发明适用于失叶率水平较为一致的人工林，是首次使用仪器测量单木失叶率的方法，成果可为森林虫害治理工作提供基础性数据依据。
-
公开(公告)号：CN103558599B
公开(公告)日：2017-06-06
申请号：CN201310556077.2
申请日：2013-11-11
Applicant: 北京林业大学
IPC: G01S13/88
Abstract: 本发明公开了一种基于多源遥感数据的复杂异质林分平均高估测方法。它是综合极化干涉雷达的相位、幅度信息，植被指数信息，反映森林结构的熵值信息，二类调查和样地调查数据的多数据源多信息林分平均高估测技术。该技术引入植被指数NDVI和信息论中的熵值来反映森林的光谱信息和结构复杂性。根据具体森林状况对不同的林分分别赋予不同的补偿系数，构建补偿系数函数。利用改正后变化的补偿系数替代常量补偿系数从而改进相干相位‑幅度算法。实现对多云雨地区复杂森林结构林分平均高的大区域、高精度、快速提取制图。
-
公开(公告)号：CN102496077A
公开(公告)日：2012-06-13
申请号：CN201110400419.2
申请日：2011-12-06
Applicant: 北京林业大学
Abstract: 一种用于预测林业有害生物灾害的系统及方法，主要包括：林业有害生物灾害预测模型模块，其包括地理元胞自动机模型、人工神经网络模型和多智能体模型，其中，地理元胞自动机模型中的元胞表示地理区域，且具有用于表示灾害程度的元胞状态以及用于表示灾害影响因子的一个或多个元胞属性，其状态转换规则是通过训练人工神经网络模型获取的，人工神经网络模型的输入为灾害影响因子，输出为灾害程度，多智能体模型包括人为活动影响智能体，用于表示人类活动对元胞状态的影响，以及有害生物种群变化智能体，用于表示有害生物种群的动态演变过程，智能体的分析结果将与当前元胞状态融合，从而获得更新后的当前元胞状态。
-
公开(公告)号：CN116051982A
公开(公告)日：2023-05-02
申请号：CN202211639316.6
申请日：2022-12-20
Applicant: 北京林业大学
IPC: G06V20/10 , G06V20/17 , G06V10/764 , G06V10/82 , G06V10/80
Abstract: 本发明公开一种基于无人机高光谱和LiDAR的融合数据而提出的3D点云深度学习方法(BH3DNet)，适用于区域松材线虫病害的超高精度监测，属于深度学习和数据融合在林业应用技术领域。关键技术要点包括：1.使用特定方法将高光谱数据赋值到点云数据上来融合高光谱和点云数据；2.使用特定方法高斯噪声抖动扩增样本数据集；3.构建了一种基于点云的实例分割算法模型(BH3DNet)。本发明将基于无人机遥感数据监测病虫害发生区域做到了单木尺度，形成单木定位、单木边界分割和感病阶段识别一体化的监测技术体系，从而快速、自动完成受害木定位和感病阶段监测，为灾害的早期防控提供有力技术支撑。
-
公开(公告)号：CN110207670B
公开(公告)日：2021-09-21
申请号：CN201910564439.X
申请日：2019-06-26
Applicant: 北京林业大学
Abstract: 本发明公开一种使用二维图像获取人工林森林冠幅参数的方法，适用于人工林资源调查，属于摄影测量在林业应用技术领域范畴，关键技术要点包括：1.提取林木点云模型中的有用信息；2.使用特定方法提取林木相对关系信息；3.利用特定估算方法计算目标区域林木冠幅参数。解决的关键性问题包括：1.只需对林地进行拍摄获取样地信息，降低地面调查工作量，提高调查效率；2.解决由于林木枝叶遮挡，导致近景摄影测量无法获取高密度森林环境林木冠幅信息的问题。该发明适用于高密度森林环境的人工林，是首次使用摄影测量技术与冠幅估算方法相结合的方法，提取高密度森林环境人工林的单木冠幅信息。成果可为人工林资源快速精准调查工作提供基础性数据依据。
-
Patent Agency Ranking
公开(公告)号：CN109829632A
公开(公告)日：2019-05-31
申请号：CN201910037159.3
申请日：2019-01-15
Applicant: 北京林业大学
Abstract: 本发明涉及一种森林飞防监理技术领域，是一种基于飞行航迹数据的森林飞防监理方法，包括以下步骤：S1，在飞防飞机上设置导航装置，导航装置记录该飞防飞机在森林上空的飞行航迹；S2，根据该飞防飞机的技术指标和飞行航迹，分析飞行航迹的缓冲区；S3，获取飞防作业区界线矢量数据及作业森林的森林资源数据，将飞行航迹的缓冲区、森林资源数据、飞防作业区界线矢量数据进行分析，计算飞防任务完成率和飞防作业有效率。本发明利用飞行航迹、森林资源数据、飞防作业区界线矢量数据对森林飞防完成率进行了评估，实现了森林飞防的监管，解决了森林飞防完成率评估的问题，为森林飞防监理提供了依据和方法，为林业主管部门飞防管理提供了决策依据。
-
公开(公告)号：CN107368813A
公开(公告)日：2017-11-21
申请号：CN201710603764.3
申请日：2017-07-23
Applicant: 北京林业大学
CPC classification number: G06K9/00657 , G06K9/6269
Abstract: 本发明公开一种应用于机载近地高光谱影像的林木冠幅识别方法，属于林业遥感数据处理与信息提取范畴。其技术特点是以传统基于光谱的支持向量机分类为基础，在完成支持向量机分类，形成各类地物初始概率图的基础上，引入引导滤波，利用引导滤波对分类初始概率图进行纹理及边缘信息优化，通过概率最大准则，对优化后各像素点所属类别进行划分，在完成最总分类后，提取树木对应类别，形成林木边缘矢量，完成林木冠幅的精确识别。
-
公开(公告)号：CN106503674A
公开(公告)日：2017-03-15
申请号：CN201610960139.X
申请日：2016-10-27
Applicant: 北京林业大学
CPC classification number: G06K9/00657 , G06K9/342 , G06K9/40
Abstract: 本发明公开一种应用于复杂地形区域的点云滤波方法，以传统八叉树模型原理为基础，针对复杂地形环境中点云滤波的方法进行以下改进，包括：一、改进原有八叉树模型，在分割过程中，对节点尺寸予以调整，每次分割时采用最小立方体包含节点中所有点云数据；二、基于坡度判断，对节点中未分类点云进行分类；在提高将地面点与地物点分至不同节点中的几率的同时，能够更好的将地面点与地物点分割到不同节点中，并将复杂的地形依据节点分割，统一转化为山坡地形。一定程度上提高点云滤波精度，减少地面点平面拟合次数。
-
公开(公告)号：CN105930769A
公开(公告)日：2016-09-07
申请号：CN201610226311.9
申请日：2016-04-13
Applicant: 北京林业大学
IPC: G06K9/00
CPC classification number: G06K9/00657
Abstract: 本发明公开一种基于生物生态特征的病虫害发生等级精度验证方法，以基于遥感影像的森林病虫害分类为基础，在没有病虫害实地调查数据的前提下，利用森林病虫害的生物生态学特性进行病虫害发生等级监测进度验证，当分类等级与其生物生态学特性相符合时，利用模型拟合的决定系数较高时，说明分类精度可靠，有效的降低了森林病虫害外业调查的复杂性。
-
公开(公告)号：CN102496077B
公开(公告)日：2015-08-19
申请号：CN201110400419.2
申请日：2011-12-06
Applicant: 北京林业大学
Abstract: 一种用于预测林业有害生物灾害的系统及方法，主要包括：林业有害生物灾害预测模型模块，其包括地理元胞自动机模型、人工神经网络模型和多智能体模型，其中，地理元胞自动机模型中的元胞表示地理区域，且具有用于表示灾害程度的元胞状态以及用于表示灾害影响因子的一个或多个元胞属性，其状态转换规则是通过训练人工神经网络模型获取的，人工神经网络模型的输入为灾害影响因子，输出为灾害程度，多智能体模型包括人为活动影响智能体，用于表示人类活动对元胞状态的影响，以及有害生物种群变化智能体，用于表示有害生物种群的动态演变过程，智能体的分析结果将与当前元胞状态融合，从而获得更新后的当前元胞状态。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.032 seconds)
