-
公开(公告)号：CN109523498B
公开(公告)日：2020-04-07
申请号：CN201811312555.4
申请日：2018-11-06
Applicant: 南京农业大学
Abstract: 本发明提出一种面向田块尺度作物生长监测的遥感影像时空融合方法，包括以下步骤：步骤1：获取一对准同步中高分辨率卫星影像及一景待融合的中分辨率影像并进行预处理；步骤2：利用二维高斯函数和粒子群优化算法，构建空间尺度匹配滤波函数；步骤3：基于滤波处理后的两景中分辨率影像，以像元为处理单元，计算中分辨率影像获取时间间隔内的光谱变化速率；步骤4：将高分辨率影像逐像元乘以对应的光谱变化速率，生成待融合中分辨率影像对应时间的高分辨率影像。本发明的方法操作步骤简单、运算速度快、融合精度高，适用于农业生产规模小、田块较小的作物种植区，为实现区域性精细田块尺度下的作物动态长势监测提供技术支撑。
-
公开(公告)号：CN109523498A
公开(公告)日：2019-03-26
申请号：CN201811312555.4
申请日：2018-11-06
Applicant: 南京农业大学
Abstract: 本发明提出一种面向田块尺度作物生长监测的遥感影像时空融合方法，包括以下步骤：步骤1：获取一对准同步中高分辨率卫星影像及一景待融合的中分辨率影像并进行预处理；步骤2：利用二维高斯函数和粒子群优化算法，构建空间尺度匹配滤波函数；步骤3：基于滤波处理后的两景中分辨率影像，以像元为处理单元，计算中分辨率影像获取时间间隔内的光谱变化速率；步骤4：将高分辨率影像逐像元乘以对应的光谱变化速率，生成待融合中分辨率影像对应时间的高分辨率影像。本发明的方法操作步骤简单、运算速度快、融合精度高，适用于农业生产规模小、田块较小的作物种植区，为实现区域性精细田块尺度下的作物动态长势监测提供技术支撑。
-
公开(公告)号：CN117475313B
公开(公告)日：2025-04-25
申请号：CN202311495045.6
申请日：2023-11-10
Applicant: 南京农业大学
IPC: G06V20/10 , G06V20/13 , G06V10/774 , G06V10/26 , G06Q50/02
Abstract: 本发明提出了一种基于训练样本自动化提取的大尺度冬小麦早期识别方法，该方法步骤如下：通过遥感云平台获取小麦生长季内的Sentinel‑1和Sentinel‑2卫星影像；生成时空连续的Sentinel‑1和Sentinel‑2时间序列；构建冬季作物指数WCI；提取冬季作物像素；进行冬小麦和冬油菜区分；结合当年的Sentinel‑1/2影像构建冬小麦分类模型；基于分类模型，获得当年冬小麦分类产品；迁移训练模型至目标年度，通过测试不同时间窗口时相特征对分类精度的影响，明确冬小麦最早可识别时期。该方法可以对冬小麦进行及时、准确提取，在冬小麦种植面积监测、产量预测、粮食安全评估等方面具有极大的应用潜力。
-
公开(公告)号：CN119418198A
公开(公告)日：2025-02-11
申请号：CN202411433912.8
申请日：2024-10-15
Applicant: 南京农业大学
IPC: G06V20/10 , G06V20/17 , G06V10/10 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/56 , G06V10/774 , G06V10/62
Abstract: 本发明提出了一种结合时间序列RGB图像和机器学习的小麦育种材料生育期的季内分类和估算方法，其步骤为：(1)根据不同生长季、不同生态点的小麦育种材料小区试验，获取时序高空间分辨率RGB影像并进行预处理，构建大量种质资源在不同生育期的样本库；(2)融合株高信息和图像信息的生育期阶段分类，实现生育阶段的高精度分类；(3)基于分类后获得的时序预测概率，构建关键生育期起始日期的估算模型；(4)确定育种材料的生育期监测的最佳数据采集间隔。本发明构建的方法高效，可得到及时的作物物候信息，可以指导种植管理、优化品种选择和提高产量和品质，为小麦生产提供科学依据和技术支持。
-
公开(公告)号：CN119314043A
公开(公告)日：2025-01-14
申请号：CN202411342430.1
申请日：2024-09-25
Applicant: 南京农业大学
Abstract: 本发明提出了一种基于多时相高分辨遥感影像与物候信息的动态收获指数估测方法，包括以下步骤：首先基于遥感云平台的多时相Sentinel‑2影像采用拐点法获取水稻生长季开始、旺盛和结束日期，同时计算三个关键时间点的Sentinel‑2影像缨帽变换三个分量和植被指数；然后参照收获指数定义提出物候差比值法PDR，耦合缨帽变换三个分量与植被指数形成具有生理基础的遥感指标；最后采用特征筛选和穷举法确定最优动态收获指数估测模型，实现大范围多年份水稻收获指数估算。该方法可以对大范围田块级水稻收获指数进行及时、准确估算，在水稻产量准确估测、水稻品种选育和栽培技术优化与效果评价方面具有极大的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN114782840B
公开(公告)日：2024-11-26
申请号：CN202210414686.3
申请日：2022-04-20
Applicant: 南京农业大学
IPC: G06V20/17 , G06V20/68 , G06V10/20 , G06V10/54 , G06V10/58 , G06V10/771 , G06V10/764
Abstract: 本发明提出了一种基于无人机RGB影像的小麦物候期实时分类方法，其步骤为：(1)根据不同播期处理的小麦大田实际生长情况，获取时序高空间分辨率RGB影像并进行预处理，得到不同年份间的相同区域的无人机影像；(2)提取时序无人机影像的光谱信息和纹理信息，衍生出的所有光谱特征与纹理特征作为特征全集；(3)基于紧致‑分离原则的特征选择算法对所有特征重要性进行排序，确定最佳特征与特征数量；(4)应用mRVM分类器，自动对不同物候阶段的特征进行分类识别，获得总体分类精度与各时期分类精度。本发明构建的分类方法简单、高效，可得到及时的作物物候信息，为有效指导农业管理决策提供依据，例如特定阶段的灌溉、施肥和农药管理活动等。
-
公开(公告)号：CN117934564B
公开(公告)日：2024-07-30
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。
-
公开(公告)号：CN115684107B
公开(公告)日：2024-05-24
申请号：CN202211270765.8
申请日：2022-10-17
Applicant: 南京农业大学
IPC: G01N21/64 , G06F18/214 , G06F18/2411
Abstract: 本发明提出了一种基于日光诱导叶绿素荧光指数的水稻盐胁迫早期定量监测方法，首先选择晴天的10:00‑14:00之间采集单叶日光诱导叶绿素荧光(Sun‑induced chlorophyll Fluorescence,SIF)光谱曲线信息，计算9个SIF产量指数(FY)，同步测定叶片净光合速率、光系统II(PSII)最大光化学效率、叶绿素含量；然后通过PCA算法和隶属度函数算法分别计算生理生化参数的权重值和隶属度值，再基于权重值和隶属度值构建盐胁迫响应指数(SRI)；最后使用灰色关联分析算法筛选出与SRI关联性较好的FY，基于筛选出的FY构建SRI的支持向量机(SVR)回归估算模型。本发明构建的SRI对水稻早期盐胁迫响应敏感、迅速，能够在盐胁迫开始的1‑2天内反映出水稻植株生长状态，可拓展到卫星、无人机尺度的水稻早期盐胁迫监测。
-
公开(公告)号：CN118015463A
公开(公告)日：2024-05-10
申请号：CN202410163332.5
申请日：2024-02-05
Applicant: 云南省烟草农业科学研究院 , 南京农业大学
Abstract: 本申请实施例公开了一种烟碱含量高光谱监测模型构建方法及应用，其中烟碱含量高光谱监测模型构建方法包括：获取样本烟株全生育期的冠层高光谱图像和烟叶烟碱含量；利用土壤植被组分光谱分解算法和植被指数阈值法去除所述高光谱图像的土壤效应，得到高光谱数据；基于所述高光谱数据和烟叶烟碱含量，利用光谱指数波段优化算法，进行特征波段提取，特征波段与烟叶烟碱含量相关性最高的光谱指数定义为最优光谱指数，建立用于预测烟叶烟碱含量的光谱指数与烟叶烟碱含量之间的回归关系；基于所述回归关系和最优光谱指数，使用单因子线性建模构建所述烟碱含量高光谱监测模型。以解决现有技术中在利用光谱数据估算烟碱时估算结果不准确的问题。
-
公开(公告)号：CN117475313A
公开(公告)日：2024-01-30
申请号：CN202311495045.6
申请日：2023-11-10
Applicant: 南京农业大学
IPC: G06V20/10 , G06V20/13 , G06V10/774 , G06V10/26 , G06Q50/02
Abstract: 本发明提出了一种基于训练样本自动化提取的大尺度冬小麦早期识别方法，该方法步骤如下：通过遥感云平台获取小麦生长季内的Sentinel‑1和Sentinel‑2卫星影像；生成时空连续的Sentinel‑1和Sentinel‑2时间序列；构建冬季作物指数WCI；提取冬季作物像素；进行冬小麦和冬油菜区分；结合当年的Sentinel‑1/2影像构建冬小麦分类模型；基于分类模型，获得当年冬小麦分类产品；迁移训练模型至目标年度，通过测试不同时间窗口时相特征对分类精度的影响，明确冬小麦最早可识别时期。该方法可以对冬小麦进行及时、准确提取，在冬小麦种植面积监测、产量预测、粮食安全评估等方面具有极大的应用潜力。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.033 seconds)
