-
-
公开(公告)号：CN107796764A
公开(公告)日：2018-03-13
申请号：CN201610803703.7
申请日：2016-09-05
Applicant: 南京农业大学
Abstract: 本发明公开了一种适用于小麦叶面积指数估算的新型三波段植被指数的构建方法，步骤如下：规范采集小麦的冠层反射率和叶面积指数；基于归一化植被指数构建新型的三波段植被指数形式，利用建模数据，采用比较任意组合形式确定三个波段最佳波长和系数k，得到一种适用于小麦叶面积估算的最优三波段植被指数并以此建立小麦叶面积指数估算模型。采用独立实验数据对该新型植被指数及其估算模型进行验证和测试。发现，本发明构建的新型植被指数结构简单，所建立的估算模型对小麦叶面积指数进行估算表现出较高的精度，在作物叶面积指数较高时，有效避免了饱和现象的发生。可以广泛应用于精确农业小麦生产中叶面积指数的实时、无损和准确估算。
-
公开(公告)号：CN118392796A
公开(公告)日：2024-07-26
申请号：CN202410495573.X
申请日：2024-04-24
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于无人机多光谱遥感的水稻籽粒蛋白质积累量估算方法，包括：步骤1、获取水稻冠层无人机多光谱影像；步骤2、田间水稻生长指标的测定；步骤3、无人多光谱影像的预处理；步骤4、建立籽粒蛋白质积累量单参数估测模型；步骤5、建立籽粒蛋白质积累量三参数估测模型。本方法可准确估测水稻籽粒蛋白质积累量，在遥感与作物品质信息之间引入植株生理参数，为机器学习算法提供一定的可解释性，有效解决多品种条件下的数据不平衡问题，提高籽粒蛋白质积累量的估测精度，这种方法可以适用于不同区域不同水稻品质类型的籽粒蛋白质积累动态监测。
-
公开(公告)号：CN118212530A
公开(公告)日：2024-06-18
申请号：CN202410431641.6
申请日：2024-04-11
Applicant: 南京农业大学
IPC: G06V20/10 , G06F18/2135 , G06T7/30 , G06T5/70 , G06N20/00
Abstract: 本发明公开了一种田间作物地上部生物量估算方法，该方法包括：通过地基激光雷达获取田间作物全波形数据；应用修正偏高斯函数对全波形数据进行分解；应用非线性最小二乘方法对波形进行建模，获得激光雷达有效波形；应用主成分分析，获得全波形激光雷达新特征；应用机器学习算法，获得田间作物地上部生物量。本发明方法估算的作物地上部生物量与田间实测的地上部生物量进行比较，验证了算法的可行性，说明本发明方法实现了对大田作物地上部生物量的快速、准确、无损估算，同时具有较高的普适性，为田间小麦地上部生物量的估算提供了理论基础和技术支撑。
-
公开(公告)号：CN117934564A
公开(公告)日：2024-04-26
申请号：CN202410018558.6
申请日：2024-01-05
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于体素分割法向量算法的小麦冠层叶倾角分布自动估算方法，其包括步骤：步骤1、获取小麦冠层的点云数据；步骤2、点云的拼接和去噪；步骤3、计算点云的法向量；步骤4、将点云进行体素化；步骤5、利用体素分割法向量；步骤6、计算体素的角度；步骤7、统计体素的角度并曲线拟合计算得到叶倾角分布和平均叶倾角。本发明的方法估算的平均叶倾角与田间实测数据进行了比较，并利用三维辐射传输模型验证了算法的可行性。本发明在一定程度上解决了利用地基激光雷达估算小麦冠层叶倾角分布时受叶片具有曲率和冠层的点密度不均影响的问题，为今后的高通量表型分析提供了技术支撑。
-
Patent Agency Ranking
公开(公告)号：CN116593419B
公开(公告)日：2024-02-27
申请号：CN202310400044.2
申请日：2023-04-14
Applicant: 南京农业大学
IPC: G01N21/3563 , G01N21/55 , G01N21/359
Abstract: 本发明公开了一种缓解LCC与秸秆‑土壤背景影响的小麦LAI估算方法，其步骤为：步骤一、数据采集；步骤二、计算秸秆‑土壤背景适应红边差值指数，包括：a、基于小麦冠层光谱计算已有的REDVI；b、基于田间背景光谱计算已有的REDVI；c、结合小麦冠层多光谱曲线的RE1和R波段，构建RSARE；步骤三、构建小麦叶面积指数LAI估算模型；步骤四、检验小麦LAI估算模型。本发明可以同时缓解LAI估算过程中秸秆‑土壤背景与LCC的影响，并基于该指数构建小麦叶面积指数估算模型，可在小麦生产过程中实现LAI的早期估算。
-
公开(公告)号：CN116341223A
公开(公告)日：2023-06-27
申请号：CN202310236635.0
申请日：2023-03-13
Applicant: 南京农业大学
Abstract: 本发明提出一种基于新型三波段光谱指数的水稻穗腐病病情严重度估算方法，包括以下步骤：提取稻穗的反射光谱和样本的病情严重度；利用多生育时期光谱响应特征与相关性分析，提取多个光谱区间的特征波段；创建三波段光谱指数以提高光谱特征对病情严重度的敏感性；最后通过精度对比筛选出最佳波段组合以估算穗腐病严重度。本发明在多生育时期内捕捉对病情严重度敏感的特征波段，构建指数在不同生育时期内的病情估算均适用，且显著提高了发病早期的估算精度；该方法步骤简单，运算代价小，且新型光谱指数所选波段常用于低成本的无人机载多光谱相机，可广泛应用于水稻种质资源筛选和病害监测与防治工作。
-
公开(公告)号：CN114441457A
公开(公告)日：2022-05-06
申请号：CN202210119047.4
申请日：2022-02-08
Applicant: 南京农业大学
IPC: G01N21/27 , G01N21/55 , G06V20/17 , G06V20/10 , G06V10/764 , G06V10/766 , G06V10/774 , G06K9/62
Abstract: 本发明提出了一种基于无人机多光谱影像消除水稻冠层背景效应并提升叶片氮浓度监测精度的方法，包括以下步骤：首先对获取的无人机多光谱影像，进行拼接、几何校正和辐射校正等预处理，得到研究区的正射影像；然后基于正射影像，以决策树方法获取端元，构建端元反射率数据库；再次应用光谱解混模型，求解端元丰度；最后将端元丰度和植被指数相乘，构建叶片氮浓度估算模型，从而达到消除背景效应提升氮浓度监测精度的效果。本发明构建的冠层背景消除和提升氮浓度反演精度的方法操作步骤简单、高效，并且可实现自动化，可用于消除无人机或卫星影像中的冠层背景效应及相关农学参数反演等。
-
公开(公告)号：CN113192117B
公开(公告)日：2022-03-22
申请号：CN202110172049.5
申请日：2021-02-08
Applicant: 南京农业大学
IPC: G06T7/62 , G06F30/20 , G01N21/3563 , G01N21/55
Abstract: 本发明公开了一种基于Sentinel‑2卫星影像红边波段改进小麦生长早期叶面积指数估算的方法，通过Sentinel‑2获取田间背景光谱与小麦冠层光谱信息，分别获取“秸秆‑土壤”光谱与“小麦‑秸秆‑土壤”光谱，并计算两者红边区域的斜率，计算由背景调节系数α修正后的正切函数SATF，基于光谱变量SATFNIR‑RE2构建小麦LAI估算模型，采用交叉验证对LAI估算模型进行初步筛选，而后用独立数据对筛选模型进行测试。本发明构建的SATFNIR‑RE2能够减少秸秆还田后小麦田间复杂背景的影响，并改善小麦生长前期LAI估算，可基于卫星平台应用于区域范围内小麦生长前期LAI的实时、无损和准确的估算。
-
公开(公告)号：CN112884672B
公开(公告)日：2021-11-23
申请号：CN202110242020.X
申请日：2021-03-04
Applicant: 南京农业大学
Abstract: 本发明提出了一种基于同期卫星影像的多架次无人机影像相对辐射校正方法，包括以下步骤：对于多架次的无人机影像，首先获取同时期的中高空间分辨率卫星影像并进行预处理，得到相同区域的无人机和卫星影像；然后基于重采样无人机影像和卫星影像的光谱反射率，以回归树的方式将训练数据集分割为多个子集并开发回归模型；最后将多子集多元回归模型应用到无人机影像生成参考影像，并应用最小二乘回归建立各波段的辐射校正模型，从而获得相对辐射校正后的无人机影像。本发明构建的多架次无人机影像相对辐射校正方法操作步骤简单、高效，并且可实现自动化，可用于遥感影像拼接和遥感信息提取，以及基于无人机和卫星遥感协同的作物生长监测等。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.037 seconds)
