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

Inventor： 陈建军 ,  黄秦熠 ,  韩小文 ,  尤号田

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：CN118918409A

公开(公告)日：2024-11-08

申请号：CN202410743371.2

申请日：2024-06-11

Applicant: 桂林理工大学

Inventor： 尤号田 ,  丁吉荣 ,  翁馨 ,  梁业华 ,  王玉 ,  陈建军

IPC: G06V10/774 ,  G06V10/44 ,  G06V10/80 ,  G06V10/75 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于RTMDet的油棕树识别方法，其特征在于，所述方法包括：获取油棕树数据集；利用所述油棕树数据集进行训练，学习油棕树的特征信息，得到训练好的预测模型，所述预测模型是基于RTMDet得到的；将需要预测的油棕树图像输入到训练好的预测模型中，检测出油棕树。本发明中通过使用SimSPPF代替SPPF结构，引入CSP‑ELANLayer结构，并使用UpSamplingbiliearn作为上采样方式，最后引入SGEAttention机制，提高油棕树关键特征的提取能力，能够实现油棕树目标的精确检测，且不同复杂情况下模型的适应性均较强，同时模型运行速度也较快。

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

Inventor： 陈建军 ,  凌铭 ,  韩小文

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：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

Inventor： 陈建军 ,  黄仁杰 ,  韩小文

IPC: G06V20/17 ,  G06V20/13 ,  G06V20/10 ,  G06V10/28

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

Inventor： 陈建军 ,  陈自桢 ,  韩小文

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.