-
公开(公告)号：CN114445703A
公开(公告)日：2022-05-06
申请号：CN202210042096.2
申请日：2022-01-14
Applicant: 清华大学
Abstract: 本发明提供一种基于时间序列分析的森林增长年份自动识别方法，获取全球森林变化数据集、全球森林树冠高度数据集和预设年份中各个年度的地表反射率影像，并对地表反射率影像进行预处理以获取年度各景影像归一化植被指数序列和年度归一化燃烧指数序列，再计算年度归一化燃烧指数阈值，而后基于全球森林变化数据集、全球森林树冠高度数据集和年度各景影像归一化植被指数序列获取全球潜在森林增长区域，再通过LandTrendr算法获取森林增长时段，并基于所述全球潜在森林增长区域内的年度归一化燃烧指数序列和森林增长的时段结合自动提取森林增长年份，如此，进行全球森林增长年份制图，以快速自动获取全球森林增长年份。
-
公开(公告)号：CN112669976B
公开(公告)日：2021-06-29
申请号：CN202110288401.1
申请日：2021-03-18
Applicant: 清华大学
Abstract: 本发明提供一种基于生态环境变化的人群健康评估方法及系统，其中的方法包括：对获取的统计年鉴数据进行像素化处理，以获取与统计年鉴数据对应的矢量边界数据；基于矢量边界数据、与统计年鉴数据相对应的生态环境数据和历史疾病发病率数据，确定模型训练集数据和验证集数据；基于模型训练集数据和验证集数据，构建并训练人群健康预测模型；基于训练完成后的人群健康预测模型对人群进行对应疾病的健康预测。利用上述发明能够定量分析统计年鉴和生态环境对人群健康的影响，提高疾病发病率预测的准确度。
-
公开(公告)号：CN112668705B
公开(公告)日：2021-06-29
申请号：CN202110283892.0
申请日：2021-03-17
Applicant: 清华大学
Abstract: 本发明提供一种基于深度学习的干旱指数监测方法及系统，其中的方法包括：获取监测站点的观测数据，并基于观测数据获取对应的各参数信息；对各参数信息分别进行数据处理，获取与各参数信息分别对应的预处理数据；对预处理数据以及与观测数据对应的辅助数据进行数据融合，并基于融合后的数据构建数据集；其中，数据集包括训练集和测试集；基于训练集和测试集训练并测试深度神经网络模型，直至深度神经网络模型收敛在预设范围内，形成干旱指数监测模型；基于干旱指数监测模型对待检测区域的干旱指数进行监测。利用上述发明能够更加综合、全面的识别旱情，提高旱情监测的准确性。
-
公开(公告)号：CN112613648A
公开(公告)日：2021-04-06
申请号：CN202011466518.6
申请日：2020-12-14
Applicant: 清华大学
Abstract: 本发明实施例提供了一种训练旱情监测模型的方法、旱情监测方法及设备。所述方法包括：获得监测站点检测数据；根据监测站点检测数据，确定监测站点所处地区干旱等级；获得与监测站点关联的遥感格点的遥感数据；根据所述遥感格点的遥感数据，确定监测站点的多个遥感指数；以多个遥感指数作为旱情监测模型的输入，以旱情监测模型的输出结果趋向监测站点所处地区干旱等级为目标，更新所述旱情监测模型。
-
公开(公告)号：CN112597870A
公开(公告)日：2021-04-02
申请号：CN202011499481.7
申请日：2020-12-18
Applicant: 清华大学
Abstract: 本发明提供一种土地覆盖分类模型的构建方法，包括：S1、获取土地历史数据，对其进行聚类处理以形成多个区域，每个区域中包含多个网格点数据；S2、对每一个区域中的网格点数据提取每个网格点的指数特征数据，并将网格点指数特征数据插值到土地覆盖数据对应的站点，获得多个站点数据；S3、从每个区域的站点数据中选取样本组成该区域对应的训练集和测试集；S4、用每个区域对应的训练集训练多个随机森林模型，并用验证集验证每个随机森林模型的分类准确率，然后用每个区域对应的测试集验证训练后的该区域对应的随机森林模型的分类准确率，从中选出分类准确率最高的随机森林模型作为该区域的分类模型。
-
Patent Agency Ranking
公开(公告)号：CN112597870B
公开(公告)日：2024-03-29
申请号：CN202011499481.7
申请日：2020-12-18
Applicant: 清华大学
IPC: G06V10/764 , G06V20/10 , G06V10/58 , G06V10/762 , G06V10/774 , G06N3/006 , G06N5/01
Abstract: 本发明提供一种土地覆盖分类模型的构建方法，包括：S1、获取土地历史数据，对其进行聚类处理以形成多个区域，每个区域中包含多个网格点数据；S2、对每一个区域中的网格点数据提取每个网格点的指数特征数据，并将网格点指数特征数据插值到土地覆盖数据对应的站点，获得多个站点数据；S3、从每个区域的站点数据中选取样本组成该区域对应的训练集和测试集；S4、用每个区域对应的训练集训练多个随机森林模型，并用验证集验证每个随机森林模型的分类准确率，然后用每个区域对应的测试集验证训练后的该区域对应的随机森林模型的分类准确率，从中选出分类准确率最高的随机森林模型作为该区域的分类模型。
-
公开(公告)号：CN117371587A
公开(公告)日：2024-01-09
申请号：CN202311309654.8
申请日：2023-10-08
Applicant: 支付宝(杭州)信息技术有限公司 , 清华大学
IPC: G06Q10/04 , G06Q10/0639 , G06N3/0442 , G06N3/08 , G06Q50/02
Abstract: 本说明书实施例提供了产量预估模型的训练方法及装置、产量预估方法及装置。产量预估模型包括叶生长模型、生物量转化模型和产量输出模型。在训练方法中，获取影响植物生长的因素对应的信息；按照以下方式对产量预估模型进行训练，直至满足第一训练结束条件：将信息输入给叶生长模型，得到叶生长模型输出的叶面积指数；将信息和叶面积指数输入给生物量转化模型，得到生物量转化模型输出的总初级生产量；将信息、叶面积指数和总初级生产量输入给产量输出模型，得到产量输出模型经过预估输出的预估产量；以及基于由预估产量和标签产量所得到的产量损失，对产量预估模型进行调整。
-
公开(公告)号：CN116310672A
公开(公告)日：2023-06-23
申请号：CN202211693487.7
申请日：2022-12-28
Applicant: 清华大学
IPC: G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , G06N20/20 , G06V20/13
Abstract: 本发明提供一种旱情监测处理方法及装置，涉及数据处理技术领域。所述方法包括：获取多源遥感数据，对所述多源遥感数据进行融合，得到融合数据；基于预设旱情监测模型对所述融合数据进行数据处理，得到旱情监测结果；其中，所述预设旱情监测模型融合有至少两个元算法模型，且对每个元算法模型通过集成学习和交叉验证方式进行训练得到。所述装置执行上述方法。本发明实施例提供的旱情监测处理方法及装置，能够及时和准确地监测旱情。
-
公开(公告)号：CN116071183A
公开(公告)日：2023-05-05
申请号：CN202310180220.6
申请日：2023-02-15
Applicant: 清华大学
Abstract: 本申请提供了一种长时序农地分布模拟方法及装置，可用于地理信息技术领域或其他领域，该方法包括：基于农地分布模拟区域中各像素的自然环境因素和社会经济因素模拟对应像素的农地适宜性值；基于各像素的水体、冰雪、城市比例及上一模拟年份的农地实际分配面积中的部分或全部数据计算对应像素待模拟年份的最大可分配农地面积；根据滑动窗口大小和各像素上一模拟年份的农地比例数据计算对应像素在待模拟年份的强化核密度和扩张核密度；根据上述各数据将农地需求总量分配到各像素中，得到待模拟年份各像素的实际农地面积。所述装置用于执行上述方法。实现了从历史到未来农地分布的统一模拟，构建了一套精确高效、贯穿历史和未来的农地分布模拟框架。
-
公开(公告)号：CN116049342A
公开(公告)日：2023-05-02
申请号：CN202310294353.6
申请日：2023-03-24
Applicant: 清华大学
IPC: G06F16/29 , G06Q10/0639 , G06Q50/26
Abstract: 本发明提供一种生境质量监测方法及监测装置，根据多个监测区域的属性信息和多源土地覆盖产品在云端平台中构建基础地理数据库，能够为生境质量监测提供有效数据基础；基于桌面端评估模型中的评估规则信息在云端平台中构建生境质量监测模型，能够实现生境质量测算功能从桌面端评估模型向云端平台迁移；通过公开信息获取目标监测区域的生境质量评价参数，其中，目标监测区域是多个监测区域中的任一监测区域，基于地理数据库获取目标监测区域对应的土地覆盖产品，将目标监测区域的生境质量评价参数和对应的土地覆盖产品输入生境质量监测模型，能够实现对目标监测区域的生境质量的精准高效监测。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.021 seconds)
