-
公开(公告)号:CN107229715A
公开(公告)日:2017-10-03
申请号:CN201710397453.6
申请日:2017-05-31
Applicant: 福州大学
IPC: G06F17/30
CPC classification number: G06F16/904 , G06F16/29
Abstract: 本发明涉及一种时序数值型遥感专题数据变化过程的地图可视化表达方法,针对目前时序数值型数据变化研究中地图可视化表达存在的问题,结合断点检测和趋势分析技术,在地图上同时引入分层柱状和颜色表达,提出一种可以同时反映变化断点及分段趋势的地图可视化方法,该方法可以同时在一张地图上反映突变点、持续时间、变化方向和强度等多种信息,为时序数据变化分析提供了一种新的地图可视化方法。
-
公开(公告)号:CN115795219A
公开(公告)日:2023-03-14
申请号:CN202211461476.6
申请日:2022-11-16
Applicant: 福州大学
Abstract: 本发明提供了一种基于小流域单元的月尺度入河泥沙量估算方法,包括如下步骤:步骤S1:获取流域范围DEM数据,结合遥感影像进行水系提取和小流域划分;步骤S2:利用DEM数据计算每个格网坡长因子Ly、坡度因子Sy;步骤S3:利用多源遥感影像数据构建30m分辨率的月尺度植被覆盖度数据集,并计算生物措施因子Bm;步骤S4:利用每月降雨量数据,计算月尺度降雨侵蚀力因子;步骤S5:计算土壤可蚀性因子K、计算工程因子E和耕作因子T;步骤S6:以小流域为单元,计算每个格网的泥沙输移比SDR;步骤S7:计算各小流域的月尺度入河泥沙量A;应用本技术方案有效提高了入河泥沙量估算精度与合理性,为评估不同时空特征下获取入河泥沙量提供了新手段。
-
公开(公告)号:CN113159167B
公开(公告)日:2023-03-03
申请号:CN202110420459.7
申请日:2021-04-19
Applicant: 福州大学
IPC: G06F18/23213 , G06F18/2431 , G06N3/02
Abstract: 本发明涉及一种基于内陆不同类型水体的叶绿素a反演方法,结合实测水体光谱曲线、水质参数和遥感影像反演水体的叶绿素a浓度。基于实测水体光谱曲线利用逐次降类的K‑means聚类方法对水体进行分类,并根据每一类平均水体光谱曲线,以光谱角为测距,匹配实现遥感影像水体分类;进一步分别构建适用于不同类型水体的叶绿素a反演模型。本发明克服了传统叶绿素a反演方法模型单一、精度低的难题,实现了基于不同光谱主导因子内陆水体的分类,针对分类后不同类型的水体分别建立了叶绿素a最优反演模型,提高了水体叶绿素a预测精度,为防治水体富营养化、精准监测水体叶绿素a空间分布及其随时间变化趋势提供有效的技术支持。
-
公开(公告)号:CN114821354A
公开(公告)日:2022-07-29
申请号:CN202210409692.X
申请日:2022-04-19
Applicant: 福州大学
Abstract: 本发明提供了一种基于孪生多任务网络的城市建筑物变化遥感检测方法,包括以下步骤:步骤S1:选择覆盖研究区域的双时相高分辨率遥感影像;步骤S2:构建多任务特征提取器;步骤S3:基于步骤S2,构建特征差异度量模块;步骤S4:建立联合损失函数;步骤S5:构建遥感影像数据集进行样本迁移,制作模型训练样本库;步骤S6:训练孪生多任务模型。应用本技术方案可解决传统孪生神经网络在遥感影像变化检测结果中出现的检测边界与实际边界吻合度较低的问题,减少由于高分辨率遥感影像的空间位移问题而造成的错检漏检现象,而且端对端的模型架构有效提升了变化检测效率,为高效获取高分辨率影像中精细的城市建筑物变化信息提供技术支撑。
-
公开(公告)号:CN113642464A
公开(公告)日:2021-11-12
申请号:CN202110931179.2
申请日:2021-08-13
Applicant: 福州大学
Abstract: 本发明涉及一种结合TWDTW算法和模糊集的时序遥感影像作物分类方法,包括以下步骤:步骤S1:获取待测区域时间序列遥感影像数据、地块数据以及作物样本数据;步骤S2:对时间序列遥感影像数据进行预处理;步骤S3:构建NDVI时序数据集;步骤S4:分别构建不同作物标准NDVI时序数据和地块单元的NDVI时序数据集;步骤S5:构建非等长时序的TWDTW算法,获得不同作物相似性匹配的最小累积距离特征;步骤S6:基于地块单元的NDVI时序数据集,计算不同作物生长季长度的物候特征;步骤S7:基于最小累积距离特征和生长季长度特征,构建不同作物的高斯隶属度函数,并基于模糊集分类规则,实现地块尺度上的作物精细化分类。本发明实现地块尺度上作物的精细化分类。
-
公开(公告)号:CN109408773A
公开(公告)日:2019-03-01
申请号:CN201811312526.8
申请日:2018-11-06
Applicant: 福州大学
Abstract: 本发明涉及一种生态健康诊断的指标自动化筛选方法,引入网状生态健康诊断指标体系并结合一种新的指标权重确定方法,提出一种自动化的指标筛选方法,即构建“网状”生态健康诊断指标体系代替传统的“树杈状”指标体系以反映复杂系统的真实交叉联系,通过主成分分析、熵权法、二次权重分配法相结合解决传统无法客观获取抽象层指标权重和权重分配不合理的问题;通过自动化的指标筛选模型解决传统指标设置随意、冗余的问题。本发明既能反映生态系统系统真实交叉联系,又实现了指标筛选过程的定量化和自动化,避免了计算指标权重和指标筛选的过程中人的主观影响,提高了指标筛选过程的科学性和客观性。
-
公开(公告)号:CN109358162A
公开(公告)日:2019-02-19
申请号:CN201811311680.3
申请日:2018-11-06
Applicant: 福州大学
IPC: G01N33/00
Abstract: 本发明涉及一种基于空间几何原理的新型遥感生态指数的构建方法,首先获取研究区包含红光、近红外和热红外波段的遥感数据并进行预处理,得到红光波段和近红外波段二维空间散点图;利用该散点图求出研究区域土壤线方程以及指示最干旱裸土的D点的表达式;接着计算垂直植被指数PVI、土壤湿度指数SMI、地表温度LST;然后以D点为原点,垂直植被指数PVI为x轴,土壤湿度指数SMI为y轴,地表温度LST为z轴构建一个三维特征空间;最后计算基于植被-土壤湿度-温度的遥感生态指数VMTEI。本发明既考虑了与生态相关的多个指标,又通过引入空间几何原理消除了多指标加权集成的不合理性,有效地提高了生态指数VMTEI的物理意义。
-
公开(公告)号:CN109033599A
公开(公告)日:2018-12-18
申请号:CN201810787216.5
申请日:2018-07-18
Applicant: 福州大学
IPC: G06F17/50
CPC classification number: G06F17/5009
Abstract: 本发明涉及一种基于随机森林的土壤侵蚀影响因子重要性分析方法,首先获取研究区水土流失等级情况及相应的属性,接着对得到的数据按照不同的流失等级分别随机抽取等量的样本;然后以抽取的样本点作为分析的数据集,通过遍历比较的方法确定随机森林模型中两个分别表示构建决策树分支时随机抽样的节点数mtry和决策树数量ntree的参数最优解;接着以确定的最优参数解为基础,构建最优随机森林模型,利用袋外数据计算两个度量变量因子重要性的指标;最后综合考虑平均精确率减少值MDA和平均不纯度减少值MDG进行重新排序,确定各变量因子的重要性。本发明解决了土壤侵蚀影响因子缺乏重要性界定标准的问题。
-
公开(公告)号:CN117952803A
公开(公告)日:2024-04-30
申请号:CN202410161316.2
申请日:2024-02-05
Applicant: 福州大学 , 福建省水土保持试验站(福建省水土保持监测站)
IPC: G06Q50/26 , G06V20/10 , G06V10/764 , G06T7/62
Abstract: 本发明属于山区生态资产研究技术领域,并公开了一种山区生态系统的服务价值估算方法,包括:获取待测生态系统的历史数据、基本当量因子表和遥感影像;基于所述历史数据计算所述待测生态系统的标准当量因子;基于所述遥感影像构建所述待测生态系统的时空动态调节因子;基于所述标准当量因子、基本当量因子表和所述时空动态调节因子对所述待测生态系统的服务价值进行估算,得到所述待测生态系统的服务价值数据。本发明所述技术方案将传统的当量因子法与阴影消除植被指数SEVI结合,具有精度高、地形校正、空间分辨率高和数据溯源等优点。
-
公开(公告)号:CN115526487A
公开(公告)日:2022-12-27
申请号:CN202211187464.9
申请日:2022-09-28
Applicant: 福州大学
Abstract: 本发明涉及一种基于同类指标筛选方法的生态环境评价指标体系构建方法,包括以下步骤:根据生态环境评价的目标和需求,进行相关指标数据的收集,并构建各同类指标数据集;将数据收集单元获取的各同类指标数据集中的各指标数据进行归一化处理;对归一化处理后的各指标数据分别进行敏感性分析计算、相关性分析计算、主成分分析计算和地理探测器计算,并基于使用TOPSIS法获取各指标的综合得分;基于综合得分及实际需求获得筛选结果,并进一步构建生态环境评价指标体系。本发明避免了同类指标筛选的过程中人为主观影响,可信度高,提高了同类指标筛选过程的科学性和客观性。
-
-
-
-
-
-
-
-
-