-
公开(公告)号：CN113112081A
公开(公告)日：2021-07-13
申请号：CN202110432126.6
申请日：2021-04-21
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06Q10/04 , G06F16/2458
Abstract: 本发明公开了一种落叶松人工林两种土壤属性的时间序列估算方法，包括以下步骤：确定林场级3PG模型的落叶松人工林树种参数，设置立地参数和气候数据；获取覆盖林区的每年LAImax分布图；基于3PG模型反演，进行ASWC和FR值估算；得到林场适应落叶松人工林的ASWC和FR逐年时间序列分布图。本发明所述的一种落叶松人工林两种土壤属性的时间序列估算方法，得到落叶松人工林两种土壤属性的时间序列产品，包含有关土壤属性的高时间分辨率信息，能够使模型在测量误差范围内预测落叶松人工林的年度增长，预测的生产力占测量变化的70％以上，时间和空间更精确和更具有制图一致性的土壤属性制图产品有助于落叶松林分生长量动态预测。
-
公开(公告)号：CN112651937A
公开(公告)日：2021-04-13
申请号：CN202011543365.0
申请日：2020-12-24
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明实施例提供了一种分层树冠识别方法，包括以下步骤：根据树冠高度栅格单元的个数，创建不相交集；依次遍历每个树冠顶点，从树冠高度栅格中提取树冠顶点的高度；将树冠划分为4个象限，分别为左上象限、右上象限、左下象限、右下象限，判别每个象限内树冠边界；提取树冠底部的高度；使用树冠顶点索引对树冠进行编码；依次遍历树冠顶点，对树冠外边界进行矢量化。本发明实施例提供的一种分层树冠识别方法，能够快速地识别分层树冠，同时还可用于识别普通树冠，增强了识别树冠的普适性，有效提高了树冠边界识别精度。
-
公开(公告)号：CN112633588A
公开(公告)日：2021-04-09
申请号：CN202011609124.1
申请日：2020-12-30
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明提供了一种基于多源数据融合的林火行为潜势预测方法，属于森林火灾预警领域。所述林火行为潜势预测方法，根据机载高光谱遥感数据识别可燃物类型、估算植被覆盖度、反演植被冠层含水率；根据激光雷达点云数据，反演植被垂直结构；根据森林资源规划调查数据，获得小班因子；根据样地调查数据，获得地表可燃物信息；利用可燃物类型、植被覆盖度及垂直结构、小班因子及地表可燃物信息，以小班为单位建立可燃物属性数据表，生成地表火行为、树冠火行为、有效可燃物三种潜势指标及空间分布图，进行林火行为潜势预测。本发明在林场尺度上以小班为单位预测林火行为潜势，更加准确、及时地对林火行为潜势进行预测，实现对森林火灾的预防和及时扑救。
-
公开(公告)号：CN112183319A
公开(公告)日：2021-01-05
申请号：CN202011032211.5
申请日：2020-09-27
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明提供了一种基于遥感图像和植被类型图的森林草原火灾火势判别方法，用以解决现有技术中未定量评测火场燃烧态势的问题。所述基于遥感图像和植被类型图的森林草原火灾火势判别方法，利用GF‑4 PMI数据，将其可见光近红外影像和中波红外影像相结合，再与植被类型图相结合，获得与植被类型相对应的比辐射率作为火的比辐射率，再定量计算燃烧植被所占比例、燃烧植被面积和火的温度，进而计算森林草原火灾的辐射强度、火线强度和火焰高度等表征火势的参数，基于定量的参数判别火势等级。本发明为森林草原火灾的扑救决策提供火场辐射能量的定量、可靠、准确的数据支持。
-
公开(公告)号：CN109801253B
公开(公告)日：2020-11-17
申请号：CN201711116482.7
申请日：2017-11-13
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06T7/00
Abstract: 本发明公开了一种对高分辨率光学遥感图像的自适应云区检测方法，其中，高分辨率光学遥感图像为高分一号遥感图像，包括以下步骤：S1：对高分辨率光学遥感图像F，计算其云雾厚度图F1；S2：根据F1的径向能量谱与同态滤波过程中应用的高通滤波器的截止频率f之间的关系，计算f的值；S3：以f作为同态滤波过程中高通滤波器的截止频率，对F1进行同态滤波，得到滤波后的图像F2；S4：计算F2中每一像元的白度指数并从中滤除白度指数大于一预设阈值的像元，得到图像F3；S5：选用圆形结构元素，对F3先进行闭运算再进行开运算，以对其进行形态学优化，得到云区识别结果F4。本发明能够对高分辨率光学遥感图像进行批量化高效的云区检测，总体识别精度达93.81％。
-
Patent Agency Ranking
公开(公告)号：CN111753726A
公开(公告)日：2020-10-09
申请号：CN202010588462.5
申请日：2020-06-24
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06K9/00
Abstract: 本发明提供了一种基于树冠编码的磁力标记树冠边界矢量化方法，用以解决现有技术中树冠边界矢量化效率低的问题。所述边界矢量化方法，在树冠编码栅格单元的基础上，新建树冠标记栅格层，在当前栅格单元的树冠编码有效且未完成矢量化时，作为种子点，获得矢量化的树冠边界，再对边界范围内的栅格单元进行磁力标记，得到磁力标记的树冠栅格单元。本发明不依赖于树冠顶点信息，不需要建立空间索引，不需要判断栅格单元是否位于已经矢量化的树冠边界内，通过磁力标记能够快速地实现树冠边界矢量化，随着数据量的增加，运算时间线性增加，而不会出现几何化增长，运算效率高，节约时间，同时也适用于大数据量栅格的快速矢量化。
-
公开(公告)号：CN111738135A
公开(公告)日：2020-10-02
申请号：CN202010562481.0
申请日：2020-06-18
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 本发明公开了一种顾及斜距和地理坐标映射偏差的SAR影像特征提取方法，首先获得SAR单视斜距空间和地理坐标空间的映射关系；将所获得的SAR单视斜距空间和地理坐标空间的映射关系存储为地理空间中栅格影像的形式；设置输出地理空间SAR特征影像的分辨率，确定在该地理位置范围内对应的查找表影像的像元值；获得每个地理位置范围内对应的斜距空间像元坐标；提取所述斜距空间像元坐标对应的SAR影像值；基于所提取的SAR影像值计算强度、极化矩阵、极化分解参数、相干性、纹理特征的值，并输出相应的特征影像。该方法不需要对SAR影像进行重采样处理，可以避免重采样引入的误差，从而更精准的计算SAR影像特征。
-
公开(公告)号：CN109801253A
公开(公告)日：2019-05-24
申请号：CN201711116482.7
申请日：2017-11-13
Applicant: 中国林业科学研究院资源信息研究所
IPC: G06T7/00
Abstract: 本发明公开了一种对高分辨率光学遥感图像的自适应云区检测方法，其中，高分辨率光学遥感图像为高分一号遥感图像，包括以下步骤：S1：对高分辨率光学遥感图像F，计算其云雾厚度图F1；S2：根据F1的径向能量谱与同态滤波过程中应用的高通滤波器的截止频率f之间的关系，计算f的值；S3：以f作为同态滤波过程中高通滤波器的截止频率，对F1进行同态滤波，得到滤波后的图像F2；S4：计算F2中每一像元的白度指数并从中滤除白度指数大于一预设阈值的像元，得到图像F3；S5：选用圆形结构元素，对F3先进行闭运算再进行开运算，以对其进行形态学优化，得到云区识别结果F4。本发明能够对高分辨率光学遥感图像进行批量化高效的云区检测，总体识别精度达93.81％。
-
公开(公告)号：CN108132220A
公开(公告)日：2018-06-08
申请号：CN201711429219.3
申请日：2017-12-25
Applicant: 中国林业科学研究院资源信息研究所
IPC: G01N21/25 , G01N21/55 , G01N21/3563 , G01N21/359
Abstract: 本发明提供了一种针对起伏地形的林区机载推扫式高光谱影像的BRDF归一化校正方法，利用机载推扫式高光谱设备观测视场和飞行姿态信息以及数据采集时刻的太阳位置计算出影像像元基于平面的太阳-观测几何，再基于高精度DEM数据提取对应像元的坡度和坡向信息，将像元的基于平面的太阳-观测几何旋转到真实太阳-观测几何，对分类后的影像数据提取各地物类型的像元构成多角度观测反射率数据集并依据真实太阳-观测几何构建BRDF模型。最后采用乘法归一化因子，将影像内多个角度的方向反射率归一化到指定的某个观测-太阳角度的反射率。本发明能有效校正起伏地形的林区机载推扫式高光谱影像的BRDF效应，对后续影像的定量研究具有重要意义。
-
公开(公告)号：CN107085705A
公开(公告)日：2017-08-22
申请号：CN201710190338.1
申请日：2017-03-28
Applicant: 中国林业科学研究院资源信息研究所
Abstract: 一种高效特征选择的森林参数遥感估测方法，所述高效特征选择是指为最近邻法k‑NN(k‑nearest neighbor)在森林参数遥感估测的应用中提高获得最优特征组合的效率，其特征在于，包括以下步骤，从森林资源样地调查数据(样地数为n)和遥感影像(影像包含m个特征)中提取训练数据F，以留一法交叉验证相应的k最近邻法即k‑NN估测模型反演的森林参数的均方根误差RMSE最小为原则，通过依次迭代选取遥感特征获得最优特征子集Fs，通过最优特征子集Fs优化区域森林参数的k‑NN估测模型以实现森林参数遥感估测。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.042 seconds)
