-
公开(公告)号：CN103955860A
公开(公告)日：2014-07-30
申请号：CN201410156214.8
申请日：2014-04-17
Applicant: 中国农业大学
IPC: G06Q50/02
Abstract: 本发明提供一种基于集合卡尔曼滤波同化的区域作物估产方法，融合了遥感数据和作物模型的优势，把植被遥感中普遍使用的EVI作为观测变量，LAI作为同化变量，通过集合卡尔曼滤波算法进行了对模型LAI的最优化调整，并将PROSAIL模型作为观测算子，解决了观测变量和状态变量不一致的问题，实现了遥感信息和模型的同化，避免了用反射率反演LAI带来的误差。同化EVI后获得的作物产量，与未同化相比较，均方根误差RMSE减小而决定系数R2明显上升，同化后使作物模型产量估算的精度有显著提高，产量空间分布趋势与统计产量一致。
-
公开(公告)号：CN111898385B
公开(公告)日：2023-08-04
申请号：CN202010693706.6
申请日：2020-07-17
Applicant: 中国农业大学
IPC: G06Q50/26 , G06F40/30 , G06F40/289 , G06F16/903 , G06F16/35 , G06F16/29 , G06F16/2458 , H04W4/029 , H04W4/20 , H04W4/90
Abstract: 本发明实施例提供一种地震灾害评估方法及系统，包括：以格网的方式，获取在地震前后地震中心周边预设范围内手机位置数据的数量异常值；计算各格网内的手机位置数据的数量变化率之差；根据地震发生前后的社交媒体文本数据，计算各格网内的语义损失度；根据各格网内的数量异常值、数量变化率之差和语义损失度，获取各格网内的灾情评价平均值；根据灾情评价平均值的排序，获取各格网内的灾害评估分级结果。本发明实施例提供的地震灾害评估方法及系统，通过手机信令数据的人口变化信息和社交媒体数据的语义信息确定灾害影响级别，利用数据间的优势互补，最大程度利用不同来源的信息进行灾情评估，为辅助应急救援、灾后重建等灾害管理提供了数据支持。
-
公开(公告)号：CN116011635A
公开(公告)日：2023-04-25
申请号：CN202211690110.6
申请日：2022-12-27
Applicant: 中国农业大学
Abstract: 本发明提供一种粒子滤波数据同化的区域作物产量估测方法及系统，方法包括：在作物关键生育期内，按照固定时间间隔运行每个粒子，直至每个粒子都运行到作物成熟期为止，并获取每个粒子输出的第一LAI；根据后验概率密度函数、更新后的每个第一LAI和似然函数，更新每个粒子的初始权重，得到每个粒子的更新权重；在粒子散度小于预设值的情况下，对初始粒子集合中的每个粒子重采样，更新初始粒子集合；在每个粒子运行到作物成熟期的情况下，根据每个粒子的作物产量和最终权重，获取作物产量的估测值。本发明能够提高粒子的顺序采样效率，降低重采样次数，保持了粒子输入参数的多样性，同时提高了对作物产量预测的速度和精度。
-
公开(公告)号：CN112924967B
公开(公告)日：2022-12-13
申请号：CN202110104065.0
申请日：2021-01-26
Applicant: 中国农业大学
Abstract: 本发明涉及农业遥感技术领域，公开了一种基于雷达和光学数据组合特征的农作物倒伏遥感监测方法与应用。其包括：收集倒伏区域的信息；获取作物分布区Sentinel‑1 SAR数据，将VH除以VV作为第一信号特征；获取作物分布区Sentinel‑2光学遥感数据，获取归一化差异植被指数，作为第二信号特征；通过灰度共生矩阵计算Sentinel‑2光学遥感数据的空间纹理特征，作为第三信号特征；根据第一、第二、第三信号特征的分布分别构建倒伏区域的掩膜区域，求并集获得非倒伏区的掩膜范围；对倒伏区域进行掩膜之后，获得初步倒伏分布图，通过衡量其中每一待验证像元的各信号特征来得到综合相似性指数，据此筛除掉非倒伏区域的像元。本发明可对作物倒伏进行实时监测、准确评估。
-
公开(公告)号：CN111898385A
公开(公告)日：2020-11-06
申请号：CN202010693706.6
申请日：2020-07-17
Applicant: 中国农业大学
IPC: G06F40/30 , G06F40/289 , G06F16/903 , G06F16/35 , G06F16/29 , G06F16/2458 , G06Q10/06 , G06Q50/26
Abstract: 本发明实施例提供一种地震灾害评估方法及系统，包括：以格网的方式，获取在地震前后地震中心周边预设范围内手机位置数据的数量异常值；计算各格网内的手机位置数据的数量变化率之差；根据地震发生前后的社交媒体文本数据，计算各格网内的语义损失度；根据各格网内的数量异常值、数量变化率之差和语义损失度，获取各格网内的灾情评价平均值；根据灾情评价平均值的排序，获取各格网内的灾害评估分级结果。本发明实施例提供的地震灾害评估方法及系统，通过手机信令数据的人口变化信息和社交媒体数据的语义信息确定灾害影响级别，利用数据间的优势互补，最大程度利用不同来源的信息进行灾情评估，为辅助应急救援、灾后重建等灾害管理提供了数据支持。
-
Patent Agency Ranking
公开(公告)号：CN108982369B
公开(公告)日：2020-09-01
申请号：CN201810401690.X
申请日：2018-04-28
Applicant: 中国农业大学
Abstract: 本发明属于农业遥感领域，涉及一种融合GF‑1 WFV和MODIS数据的地块尺度作物长势监测方法，具体为：对历史几年作物生育期内MODIS反射率数据和GF‑1 WFV影像数据预处理；基于卡尔曼滤波算法融合两种遥感数据；利用融合后的红光波段与近红外波段，计算历史几年NDVI时间序列影像并平均；目标年份监测时期的GF‑1NDVI影像与对应时期的历史平均NDVI影像做差值判断长势等级，逐个作物格网单元运行获得监测结果指导作物生产。本发明克服了由于雨云影响难以获得作物生育期内中等空间分辨率多年平均NDVI基准曲线的问题，通过MODIS和WFV的数据融合方法，为精准长势监测提供了基准参考曲线。
-
公开(公告)号：CN108376265A
公开(公告)日：2018-08-07
申请号：CN201810163727.X
申请日：2018-02-27
Applicant: 中国农业大学
Abstract: 本发明提供一种冬小麦晚霜冻害多致灾因子权重的确定方法，包括：根据冬小麦晚霜冻害敏感时期的生长环境因素确定多个致灾因子；在目标研究区域内，获取所述多个致灾因子在小麦生育期的数据，且使所述各致灾因子的数据具有相同的时间尺度；基于逐步回归法对所有变量因子进行多次逐步筛选，确定影响产量的最优变量子集；基于主成分分析法对筛选出来的所述最优变量子集进行主成分分析，确定各致灾因子的权重。本发明提供的冬小麦晚霜冻害致灾因子权重的确定方法，通过融合气象数据、作物生长模型、土壤-植被-大气传输模型和遥感数据，并通过逐步回归法筛选最优变量子集，从而确定各致灾因子权重，为冬小麦晚霜冻害的研究提供可靠依据。
-
公开(公告)号：CN108304973A
公开(公告)日：2018-07-20
申请号：CN201810140432.0
申请日：2018-02-11
Applicant: 中国农业大学
Abstract: 本发明属于农业遥感领域，涉及一种基于积温、辐射和土壤含水量的区域作物成熟期预测方法，具体步骤为：S1将待测作物全生育期的MODIS NDVI数据按时间序列合成，用随机森林算法提取出种植区域；S2构建在充分灌溉条件下从抽穗到成熟期的积温和辐射模型；S3以农业气象站点为结点，构建泰森多边形；S4标定研究区待测作物的SWAP模型；S5建立全生育期土壤水分含量和待测作物成熟日期在水分胁迫条件下的成熟期修正因子查找表；S6逐格网单元动态调整积温与辐射的成熟期模型结果，获得最优的待测作物成熟期预测结果。本发明的方法融合了统计模型和机理模型的优势，能够在大区域尺度预测作物成熟期，提高了作物成熟期预测的精度。
-
公开(公告)号：CN108106676A
公开(公告)日：2018-06-01
申请号：CN201810110826.1
申请日：2018-02-05
Applicant: 中国农业大学
CPC classification number: Y02A90/14 , G01D21/02 , G01K13/006 , G01W1/02
Abstract: 本发明提供一种基于遥感数据的农作物晚霜冻害的监测方法和装置，通过将监测区域网格化，对于每一网格点，一方面获取农作物生长期内气象站点的气象数据，另一方面，提取农作物生长期内遥感数据中的气象数据，并将两方面的气象数据进行数据同化，获得同化后的气象数据，并以同化后的气象数据作为基础，确定当日的农作物的生长量以确定农作物冠层的生物特征，根据农作物冠层的生物特征和当日的气象数据确定当日的农作物冠层的气温数据，根据当日的农作物冠层的气温数据确定当日的晚霜冻害区域。从而在对晚霜冻害的监测过程中，将遥感数据和地面实时监控数据结合起来，克服了仅依靠地面实时监控数据中存在的缺点，提高了晚霜冻害的监测精度。
-
公开(公告)号：CN105427275B
公开(公告)日：2017-11-24
申请号：CN201510719660.X
申请日：2015-10-29
Applicant: 中国农业大学
Abstract: 本发明涉及一种大田环境麦穗计数方法及装置，该方法包括获取待测区域内的麦穗图像；提取所述麦穗图像的麦穗特征信息；根据所述麦穗特征信息获取二值化图像；将所述二值化图像进行细化处理，得到麦穗骨架图像；根据所述麦穗骨架图像确定麦穗骨架数量及麦穗骨架拐点数量，并将所述麦穗骨架数量及麦穗骨架拐点数量之和作为麦穗数量。本发明可以实现小麦麦穗计数的无损测量，具有经济效益高、客观、准确、快速等优点，对小麦长势监测、产量估算等方面具有十分重要的意义。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.032 seconds)
