-
公开(公告)号：CN101793954A
公开(公告)日：2010-08-04
申请号：CN201010110702.7
申请日：2010-02-09
Applicant: 北京农业信息技术研究中心
IPC: G01S7/497
Abstract: 本发明公开了一种通用光学遥感器全链路辐射传输过程模拟与成像方法，包括收集地表数据、气象数据及遥感器参数；建立辐射传输数值模型，利用该模型结合遥感器、地物和太阳的空间方位及所述地表数据进行地表可见光-热红外辐射传输模拟，并输出地表辐射模拟；建立关于气象数据的大气辐射传输数值模型，利用该模型结合输出的地表辐射值信息，模拟输出经过大气传输作用的大气辐射信息；遥感器接收大气辐射信息，对大气信息进行响应并成像；对成像数据进行检测和分析误差。本发明建立包含物理变量的辐射传输数值模型，将地表-大气-遥感器链接成一体，能够模拟不同条件下的遥感器图像，方法适合不同的光学遥感器，通用性较强。
-
公开(公告)号：CN101699315A
公开(公告)日：2010-04-28
申请号：CN200910236520.1
申请日：2009-10-23
Applicant: 北京农业信息技术研究中心
IPC: G01S17/00
Abstract: 本发明公开了一种作物长势均匀度的监测装置和方法，针对人工调查数据效率低的问题。装置包括：遥感图像处理模块、地块矢量数据处理模块、植被指数处理模块、长势均匀度处理模块。方法包括：获得卫星遥感图像，针对卫星遥感图像进行辐射纠正、大气纠正和几何纠正；对卫星遥感图像中的农作物进行分类，获得空间分布图；将空间分布图中的栅格分类结果转化为面状矢量数据；并对所述空间分布图进行处理以对农作物的地块边界进行修正；根据所述遥感图像中的地块内的光谱特征计算该地块的植被指数：根据每一地块的植被指数计算长势均匀度度指数。本发明利用栅格与矢量数据一体化实现了针对自然地块的农作物长势均匀度监测，发挥了遥感数据的优势。
-
公开(公告)号：CN101482514A
公开(公告)日：2009-07-15
申请号：CN200810055874.1
申请日：2008-01-10
Applicant: 北京农业信息技术研究中心
IPC: G01N21/84
Abstract: 本发明公开了一种病害检测仪，包括：微处理器，用于接收和处理从入射传感器和反射传感器传来的信号；电源单元，与所述微处理器连接，用于为所述微处理器提供电源；入射传感器，与所述微处理器连接，用于将与被测作物病情指数对应的敏感波段的入射光转化成入射电信号输入所述微处理器；反射传感器，与所述微处理器连接，用于将从被测作物反射的与被测作物病情指数对应的敏感波段的反射光转化成反射电信号输入所述微处理器；显示单元，与所述微处理器连接，用于将所述微处理器处理完的数据信息进行显示。本发明能够快速、可靠、实地、实时地对作物病害状态进行诊断，可以广泛应用于作物病害的诊断、农业生产和科研上。
-
公开(公告)号：CN101446981A
公开(公告)日：2009-06-03
申请号：CN200810246853.8
申请日：2008-12-26
Applicant: 北京农业信息技术研究中心
Abstract: 本发明涉及一种基于PDA和3S结合的土地利用变更调查方法及系统，在PDA环境下实现了GPS、GIS和RS的综合集成，利用通信技术将GIS中历史土地利用现状数据和RS获取的遥感数据导入到PDA中，叠加后得到变更图斑，利用GPS进行变更图斑导航、边界测量及面积计算，然后根据现场调查的图斑属性进行实时编辑，完成对整个土地利用现状数据的更新，最后经过内业处理后实现GIS系统中土地利用数据库系统数据的快速更新。本发明可以高效、快捷、准确的完成外业调查，克服了传统土地利用变更调查方法速度慢、周期长、精度低、费用高等缺点。
-
公开(公告)号：CN113673339A
公开(公告)日：2021-11-19
申请号：CN202110807390.3
申请日：2021-07-16
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种基于无人机影像的立地秸秆提取方法和装置。本发明提供一种基于无人机影像的立地秸秆提取方法，包括：利用无人机获取目标区域的影像数据；对所述影像数据进行预处理；计算绿叶指数，并对所述影像数据进行多尺度分割；基于多尺度分割后的影像数据以及绿叶指数，对小麦和部分杂草进行提取；选取纹理参数，基于所述纹理参数进行秸秆分类提取；后处理并制作农田秸秆分布图。本发明提供的基于无人机影像的立地秸秆提取方法，不仅可以节省大量的人力物力，而且秸秆提取的精度相较于人工普查有较大提高，秸秆监测结果可为秸秆禁烧巡查工作人员提供精准的秸秆空间分布情况，还可辅助引导秸秆的综合利用。
-
Patent Agency Ranking
公开(公告)号：CN112861766A
公开(公告)日：2021-05-28
申请号：CN202110220236.6
申请日：2021-02-26
Applicant: 北京农业信息技术研究中心
Abstract: 本发明提供一种农田玉米秸秆卫星遥感提取方法及装置，该方法包括：根据目标遥感影像各波段的反射率，确定归一化短波红外秸秆指数NDSSI、叠加红外秸秆指数AIRSI和叠积近红秸秆指数PNISI；根据NDSSI、AIRSI和PNISI中任意一种或多种的取值范围，确定玉米秸秆区域。该方法通过归一化短波红外秸秆指数、叠加红外秸秆指数和叠积近红秸秆指数共三种新型秸秆指数确定农田玉米秸秆秋冬季遥感监测结果，能够提高农田玉米秸秆的提取精度和效率，减少人工调查，为秸秆焚烧监管提供数据支撑。
-
公开(公告)号：CN108280410A
公开(公告)日：2018-07-13
申请号：CN201810023487.3
申请日：2018-01-10
Applicant: 北京农业信息技术研究中心
IPC: G06K9/00
Abstract: 本发明提供一种基于二进制编码的农作物识别方法及系统，方法包括：获取目标区域在多个预设时相的NDVI影像；利用图像分割算法将目标区域进行空间分割，将每个分割单元在每个预设时相的NDVI统计均值作为每个分割单元中各个像元在每个预设时相的NDVI值；将每个像元在每个预设时相的NDVI值与预先设置的NDVI阈值进行比较，当大于所述NDVI阈值时，对应的二进制编码值设置为1，否则设置为0，获得每个像元对应的二进制编码序列；将每个像元对应的二进制编码序列与标准二进制编码序列进行匹配，当匹配成功时，确定像元在目标区域对应的位置上所种植的农作物类型为目标农作物。该方法及系统实现了对目标农作物的精确识别，提高了识别效率，节省了人力物力和时间。
-
公开(公告)号：CN106934491A
公开(公告)日：2017-07-07
申请号：CN201710099983.2
申请日：2017-02-23
Applicant: 北京农业信息技术研究中心
CPC classification number: G06Q10/04 , G06F16/245 , G06Q10/0639 , G06Q50/26
Abstract: 本发明实施例公开一种土壤修复技术筛选方法及装置，所述方法包括：根据待修复土壤的基本信息和预先建立的土壤修复技术筛选数据库，获取预选修复技术；建立土壤修复技术筛选的评价指标体系，计算所述评价指标体系中各评价指标的权重，并获取所述预选修复技术在所述评价指标体系中各评价指标对应的多组评分信息；若判断获知所述多组评分信息满足预设条件，则利用逼近理想解排序法获得所述预选修复技术对应的综合评价指数，否则，利用灰色综合评价法获取所述预选修复技术对应的综合评价指数；根据所述综合评价指数获取适合所述待修复土壤的最优土壤修复技术。本发明实施例提高了土壤修复技术筛选的准确性。
-
公开(公告)号：CN102313699B
公开(公告)日：2013-03-13
申请号：CN201110138022.0
申请日：2011-05-26
Applicant: 北京农业信息技术研究中心
IPC: G01N21/25
Abstract: 本发明公开了一种作物冠层叶片的全氮含量估算方法，涉及作物生化组分光谱无损检测技术领域，所述方法包括步骤：S1：测定作物冠层包含400nm～760nm波段范围的高光谱数据，计算作物冠层光谱反射率并得到其光谱反射率曲线；S2：利用作物冠层光谱反射率计算作物冠层相对光谱反射率并得到其相对光谱反射率曲线；S3：对作物冠层相对光谱反射率曲线中400nm～500nm与680nm～760nm两个特征波段的相对光谱反射率曲线分别进行线性拟合，计算得到两段相对光谱反射率曲线的斜率；S4：利用680nm～760nm与400nm～500nm两个特征波段相对光谱反射率曲线斜率的比值，建立作物冠层叶片全氮含量估算模型，实现作物冠层叶片全氮含量的估算。本发明能够建立扩展性强、稳定的作物氮素生化组分估算模型。
-
公开(公告)号：CN102829739A
公开(公告)日：2012-12-19
申请号：CN201210299570.6
申请日：2012-08-21
Applicant: 北京农业信息技术研究中心
Abstract: 本发明公开了一种面向对象的作物叶面积指数遥感反演方法，包括：获取多光谱遥感数据；利用获取的多光谱遥感数据计算作物群体生物量光谱指数NDVI、作物养分光谱指数BRI和水分敏感光谱指数NDWI；依据作物群体生物量光谱指数NDVI、作物养分光谱指数BRI和水分敏感光谱指数NDWI，利用均值漂移算法进行面向对象分割及编码；按照编码顺序依次对各对象进行像元原始光谱均值并得出与LAI敏感的光谱指数SAVI，以及纹理结构的计算；建立地面LAI观测数据、与LAI敏感的光谱指数SAVI和纹理结构计算的回归模型；利用回归模型对没有地面LAI观测数据的对象进行反演计算，获得没有地面LAI观测数据对象的LAI。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.03 seconds)
