-
公开(公告)号：CN119168144A
公开(公告)日：2024-12-20
申请号：CN202411255217.7
申请日：2024-09-09
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06Q10/04 , G06F18/27 , G06Q10/0637 , G06F18/2415 , G06Q50/02
Abstract: 本发明公开了一种作物种植结构空间优化方法，包括：S1、收集作物种植结构空间布局、气象数据、统计数据、土壤数据等，识别与作物种植决策相关的不确定性；S2、建立多目标区间优化模型，利用现有算法推导出最优区间解，其中，采用生命周期评估建立碳足迹目标函数，基于Penman‑Monteith公式建立水足迹目标函数；S3、基于数量优化结果构建Dyna‑CLUE模型，采用逻辑回归分析作物空间分布与驱动环境因子的关系，模拟优化作物种植结构空间布局；本发明不仅量化和平衡多目标下作物种植结构的经济和生态影响，而且提供具体的空间位置，揭示作物碳足迹和水足迹优化结果；拓展作物种植结构数量优化到空间优化，为指导实际生产和农业可持续管理提供基础数据和科学支撑。
-
公开(公告)号：CN117830872B
公开(公告)日：2024-10-18
申请号：CN202410055638.9
申请日：2024-01-15
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06V20/13 , G06V10/762 , G06V10/40 , G06Q50/02
Abstract: 本发明提出一种获取农田空间分布异质性的方法，包括：S1.获得纯土壤和纯农作物的卫星遥感影像；S2.计算多种土壤和农作物指数，并进行迭代，得到土壤和农作物指数对应的影像；S3.对土壤和农作物指数对应的影像进行聚类分区。本发明还对应提出一种获取农田空间分布异质性的系统。本发明的方法和系统能够覆盖土壤、农作物生长、收割等全阶段，提取不同时期内农田的空间异质性分布特征，并进行分区，为农田管理提供有力的支撑。
-
公开(公告)号：CN118279431B
公开(公告)日：2024-08-23
申请号：CN202410711366.3
申请日：2024-06-04
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06T11/00 , G06V10/24 , G06V10/764 , G06V20/10 , G06V10/762 , G06N20/00
Abstract: 本发明属于遥感影像作物制图技术领域，涉及大区域低样本依赖度的作物制图方法与系统。该方法包括收集遥感数据、地面样本数据、气象数据、土壤数据、基础地理数据与灾害数据；建立作物种植地理分区；建立作物各个区域对应的关键生育期模型库；基于多种机器学习算法构建机器学习模型，得到机器学习作物提取模型；选取最优机器学习作物提取模型；得到作物空间分布底图；基于灾害信息的产品校正；利用适用于灾害响应的目标作物提取模型，得到区域作物制图。本发明能够解决由于地形地貌、土壤、气候等原因造成的大区域内农业种植差异大、模型的适用性差的问题，实现高精度的大尺度作物制图，降低作物制图的作物样本依赖度。
-
公开(公告)号：CN118397412A
公开(公告)日：2024-07-26
申请号：CN202410505675.5
申请日：2024-04-25
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06V10/80 , G06V10/26 , G06V10/774 , G06V10/40 , G06V20/10
Abstract: 本发明属于农业遥感技术领域，涉及融合SAR和光学影像的田块级作物提取方法，包括：SAR遥感影像数据、光学遥感影像数据、地面作物样本数据与田块数据；滤波处理；去云处理；叠加配准后裁剪切片处理，建立融合影像的样本数据集；得到基于SAR遥感影像数据与光学遥感数据的融合影像的融合学习生成网络；生成融合数据集；构建田块提取语义分割网络模型，得到田块识别语义分割网络；利用田块识别语义分割网络提取田块信息，得到田块掩膜区域；对田块掩膜区域的作物进行监督学习，得到作物分类结果。本发明通过融合SAR遥感影像数据与光学影像数据，利用密集时间序列遥感影像在田块作物提取过程中实现高效、高精度制图。
-
公开(公告)号：CN117876870A
公开(公告)日：2024-04-12
申请号：CN202410044724.X
申请日：2024-01-12
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06V20/10 , G06V10/774 , G06V10/776
Abstract: 本发明提出一种基于多源遥感数据的农作物估产的方法，包括：S1.分别计算多源遥感平台的农作物累积光合有效辐射吸收总量QPAR；S2.基于过往观测数据和实测数据，构建QPAR和产量的多层次关系模型；S3.使用当季采集的卫星或无人机数据计算QPAR，并估算产量。本发明还对应提出一种基于多源遥感数据的农作物估产的系统。本发明的方法和系统使用QPAR这一与农作物光合作用密切相关的参数，减少了估产时的输入参数，能够精确、及时地估算农作物的产量，且和传统的方法相比，使用多源遥感数据进行分层估产，有效地扩充了训练数据集的范围和代表性，提升了估产精度。
-
Patent Agency Ranking
公开(公告)号：CN115619286B
公开(公告)日：2023-10-03
申请号：CN202211410253.7
申请日：2022-11-11
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06Q10/0639 , G06Q50/26 , G06V10/26 , G06V10/774 , G06V20/10 , G06V20/17
Abstract: 本发明提出一种评估育种田间小区样地质量的方法，包括：S1，从无人机获取的小区样地的图像进行图像拼接，对小区样地的图像进行裁切，基于无人机获取的样地边界选择小区样地的代表图像；S2，针对所述代表图形，提取表征小区样地质量的关键参数，所述参数包括：植株数量、临近植株间空缺、绿色植株覆盖度和样地空缺；S3，基于所述关键参数，评估小区样地质量。本发明还对应提出一种评估育种田间小区样地质量的系统。本发明将专家经验转化为可定量表达的分数，可以覆盖所有小区样地，降低了不同专家主观判断的误差，大大提高了品种选育的效率。
-
公开(公告)号：CN113125656B
公开(公告)日：2023-07-04
申请号：CN202010046163.9
申请日：2020-01-16
Applicant: 中国农业科学院农业信息研究所 , 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明提供一种监测水果果实生长的智能果袋，涉及水果套袋技术领域，包括气体传感器、电路板、太阳能电池和果袋，果袋包括一端开口的袋体，气体传感器固定设置在袋体的内表面上，电路板固定设置在袋体上，太阳能电池固定设置在袋体的外表面上，太阳能电池与电路板电连接，电路板与气体传感器电连接，气体传感器能够监测乙烯和二氧化碳的浓度，电路板能够存储气体传感器的监测结果并无线传输到控制中心。本发明中，气体传感器监测果袋内乙烯和二氧化碳的浓度，电路板存储气体传感器的信号并将信号无线传输到控制中心，使得可以及时根据监测到的乙烯和二氧化碳的浓度来判断水果果实的生长状况或品质信息，以确定最佳的采摘时机。
-
公开(公告)号：CN115713681B
公开(公告)日：2023-06-13
申请号：CN202211464074.1
申请日：2022-11-22
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明提出一种融合物联网和卫星数据生成时空连续农作物参数的方法，包括：S1.从物联网平台获取农作物关键参数X及其所在的农田边界；S2.根据农田边界获取覆盖整块农田、多时相农作物参数的卫星遥感影像Y；S3.建立卫星的每个像元的农作物参数数值和物联网的农作物关键参数X间的关系模型；S4.对每个卫星像元，进行S3的操作；S5.重复步骤S1‑S4生成每天的覆盖整块农田的农作物参数空间分布遥感影像。本发明还对应提出一种系统。本发明能够实现跨遥感平台数据融合，融合地面物联网获取的单点每日连续农作物参数和卫星遥感平台获取的整个农田、时间不连续农作物参数。
-
公开(公告)号：CN116183508A
公开(公告)日：2023-05-30
申请号：CN202211100432.0
申请日：2022-09-09
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明涉及一种基于辐亮度的植物叶片叶绿素反演方法，包括：S1，测量植物叶片在不同波段的辐亮度值；S2，根据太阳入射辐射中不同波段太阳辐照度比例，计算针对传统反射率地面叶绿素指数的修正系数；S3，基于所述修正系数通过修正传统反射率地面叶绿素指数构建修正系数基于辐亮度的地面叶绿素指数；S4，构建所述修正系数与叶绿素之间的回归模型；S5，基于所述修正系数与构建的回归模型反演叶绿素。发明通过构建一种可基于辐亮度直接计算的地面叶绿素指数，实现了直接从辐亮度反演植物叶片叶绿素含量。
-
公开(公告)号：CN115372971A
公开(公告)日：2022-11-22
申请号：CN202211002957.0
申请日：2022-08-19
Applicant: 陕西省土地工程建设集团有限责任公司 , 西安交通大学 , 中国农业科学院农业资源与农业区划研究所
IPC: G01S13/90
Abstract: 一种基于CTLR和DTW K‑means的时序SAR影像作物提取方法，包括：1)对双极化SAR时序数据散射矩阵S进行基于圆极化发射线极化接收模式极化分解，获得散射分量；2)利用散射分量构造简缩极化雷达植被指数，构造研究区典型地物雷达植被指数标准时序曲线；3)参考研究区典型地物雷达植被指数标准时序曲线，使用DTW算法比较待分类像元时序曲线与标准时序曲线间相似度；基于DTW相似度，给定K值与随机初始中心进行K‑mean聚类迭代，获得K个类簇及相应聚类中心并进行地物分类。本发明的方法克服了使用单一时刻双极化SAR影像进行作物分类时影像异常值造成的误差，能够获得全口径、高精度的区域作物种植面积遥感监测结果。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.042 seconds)
