-
公开(公告)号:CN117952803A
公开(公告)日:2024-04-30
申请号:CN202410161316.2
申请日:2024-02-05
Applicant: 福州大学 , 福建省水土保持试验站(福建省水土保持监测站)
IPC: G06Q50/26 , G06V20/10 , G06V10/764 , G06T7/62
Abstract: 本发明属于山区生态资产研究技术领域,并公开了一种山区生态系统的服务价值估算方法,包括:获取待测生态系统的历史数据、基本当量因子表和遥感影像;基于所述历史数据计算所述待测生态系统的标准当量因子;基于所述遥感影像构建所述待测生态系统的时空动态调节因子;基于所述标准当量因子、基本当量因子表和所述时空动态调节因子对所述待测生态系统的服务价值进行估算,得到所述待测生态系统的服务价值数据。本发明所述技术方案将传统的当量因子法与阴影消除植被指数SEVI结合,具有精度高、地形校正、空间分辨率高和数据溯源等优点。
-
公开(公告)号:CN117911869A
公开(公告)日:2024-04-19
申请号:CN202410101597.2
申请日:2024-01-24
Applicant: 福州大学
Abstract: 本发明提供一种融合高分辨率遥感影像和街景数据的城市道路三维绿量计算方法,综合城市路网和街景公开数据及高分辨率光学遥感数据,利用高分辨率遥感数据提取道路树木的水平空间分布,利用街景数据获取道路树木的立面空间分布及树高和冠高,通过融合遥感的道路树木水平信息和街景的道路树木立面信息,计算了城市道路树木三维绿量的空间分布。本发明专利有效弥补了光学遥感数据无法获取树木立面信息的缺点,快速实现了城市道路树木三维绿量估算,有效减轻了人力物力的消耗,以一种更简捷的方式实现了城市行道树三维绿度的测量。
-
公开(公告)号:CN116486255A
公开(公告)日:2023-07-25
申请号:CN202310253842.7
申请日:2023-03-16
Applicant: 福州大学
IPC: G06V20/10 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及一种自注意力特征融合的高分辨率遥感影像语义变化检测方法。该方法结合深度学习技术构建一种针对高分辨率遥感影像土地利用/土地覆盖(LULC)的地物语义变化检测模型。模型对已完成预处理和裁剪的高分辨率遥感影像采用卷积神经网络CNN和Transformer组合编码层提取双时相高分辨率影像的深层特征,配合自注意力特征融合模块和多任务反卷积解码层进行LULC的变化区域检测和变化区域内前后时相的地物类型分类。本发明结合多任务学习思想,将变化区域检测和变化类型识别集成为一体,实现自动化的双时相高分辨率影像LULC语义变化检测。
-
公开(公告)号:CN115526487A
公开(公告)日:2022-12-27
申请号:CN202211187464.9
申请日:2022-09-28
Applicant: 福州大学
Abstract: 本发明涉及一种基于同类指标筛选方法的生态环境评价指标体系构建方法,包括以下步骤:根据生态环境评价的目标和需求,进行相关指标数据的收集,并构建各同类指标数据集;将数据收集单元获取的各同类指标数据集中的各指标数据进行归一化处理;对归一化处理后的各指标数据分别进行敏感性分析计算、相关性分析计算、主成分分析计算和地理探测器计算,并基于使用TOPSIS法获取各指标的综合得分;基于综合得分及实际需求获得筛选结果,并进一步构建生态环境评价指标体系。本发明避免了同类指标筛选的过程中人为主观影响,可信度高,提高了同类指标筛选过程的科学性和客观性。
-
公开(公告)号:CN115169239A
公开(公告)日:2022-10-11
申请号:CN202210866835.X
申请日:2022-07-22
Applicant: 福州大学
IPC: G06F30/27 , G06Q10/02 , G06Q10/04 , G06Q50/30 , G06F119/02
Abstract: 本发明提出融合卷积、注意力和MLP的行程目的地预测方法,包括以下步骤;步骤S1、提取车辆行程轨迹数据,进行轨迹重构;步骤S2、以特征嵌入方法,将车辆车牌号、轨迹行驶时间和轨迹重构后得到的最后一个轨迹点所对应的行驶速度、行驶方向角、时刻转为维度相等的特征数据表示,与轨迹重构得到的轨迹点经纬度位置特征拼接后进行标准化处理;步骤S3、构建融合卷积、注意力和多层感知机MLP的行程目的地预测模型,计算目的地特征权重矩阵;步骤S4、采用MeanShift算法对轨迹目的地进行聚类,并与目的地预测模型得到的特征权重矩阵进行矩阵运算得到行程目的地经纬度坐标值;本发明能提高出租车目的地预测的准确性。
-
公开(公告)号:CN113159167A
公开(公告)日:2021-07-23
申请号:CN202110420459.7
申请日:2021-04-19
Applicant: 福州大学
Abstract: 本发明涉及一种基于内陆不同类型水体的叶绿素a反演方法,结合实测水体光谱曲线、水质参数和遥感影像反演水体的叶绿素a浓度。基于实测水体光谱曲线利用逐次降类的K‑means聚类方法对水体进行分类,并根据每一类平均水体光谱曲线,以光谱角为测距,匹配实现遥感影像水体分类;进一步分别构建适用于不同类型水体的叶绿素a反演模型。本发明克服了传统叶绿素a反演方法模型单一、精度低的难题,实现了基于不同光谱主导因子内陆水体的分类,针对分类后不同类型的水体分别建立了叶绿素a最优反演模型,提高了水体叶绿素a预测精度,为防治水体富营养化、精准监测水体叶绿素a空间分布及其随时间变化趋势提供有效的技术支持。
-
公开(公告)号:CN109408773B
公开(公告)日:2021-06-29
申请号:CN201811312526.8
申请日:2018-11-06
Applicant: 福州大学
Abstract: 本发明涉及一种生态健康诊断的指标自动化筛选方法,引入网状生态健康诊断指标体系并结合一种新的指标权重确定方法,提出一种自动化的指标筛选方法,即构建“网状”生态健康诊断指标体系代替传统的“树杈状”指标体系以反映复杂系统的真实交叉联系,通过主成分分析、熵权法、二次权重分配法相结合解决传统无法客观获取抽象层指标权重和权重分配不合理的问题;通过自动化的指标筛选模型解决传统指标设置随意、冗余的问题。本发明既能反映生态系统系统真实交叉联系,又实现了指标筛选过程的定量化和自动化,避免了计算指标权重和指标筛选的过程中人的主观影响,提高了指标筛选过程的科学性和客观性。
-
公开(公告)号:CN106875407B
公开(公告)日:2020-06-12
申请号:CN201710070334.X
申请日:2017-02-09
Applicant: 福州大学
Abstract: 本发明涉及一种结合形态学和标记控制的无人机影像林冠分割方法:利用无人机获取若干幅林区的局部遥感影像,经镶嵌和正射校正得到完整遥感影像;采用高斯滤波方法对绿光波段进行平滑滤波处理;采用自适应的局部最大值搜索方法从绿光波段中检测林冠顶点位置;利用形态学运算,通过一个强制最小值转换将获取的林冠顶点位置信息强加到影像上;对于正射校正的真彩色遥感影像,采用ISODATA聚类算法得到只包含林冠区域和非林冠区域两类的二值影像,将提取出的非林冠区域作为分割的外部标记;将外部标记强加到经过强制最小值转换后的影像上进行分水岭变换分割,获得精确的林分单木林冠边界信息。本发明有效解决了常规方法造成的林冠边界分割不准确问题。
-
公开(公告)号:CN110599360A
公开(公告)日:2019-12-20
申请号:CN201910892595.9
申请日:2019-09-20
Applicant: 福州大学
Abstract: 本发明涉及一种干旱区农作物生长季蒸散发高分辨率遥感估算方法,基于时序遥感数据计算干旱区高分辨率农作物生长季蒸散发。基于时序遥感数据利用SEBAL模型估算作物的瞬时蒸散发,并利用正弦函数法将瞬时蒸散发扩展得到日蒸散发;进一步结合作物生长季蒸散发的变化规律对日蒸散发进行时间尺度的扩展得到作物整个生长季的蒸散发。本发明克服了目前基于高分辨率遥感技术只能进行日尺度农作物蒸散发估算的难题,实现了日尺度向生长季尺度的扩展,解决了生长季的蒸散发遥感估算问题,为准确获取农作物生长季蒸散发、科学管理农田灌溉、精准估算农作物产量以及水资源的优化配置提供有效地方法参考。
-
公开(公告)号:CN107328741A
公开(公告)日:2017-11-07
申请号:CN201710479184.8
申请日:2017-06-22
Applicant: 福州大学
IPC: G01N21/47
CPC classification number: G01N21/4738
Abstract: 本发明涉及一种土壤侵蚀方程中植被覆盖与管理因子C改进方法,引入遥感数据时空融合模型和地形调节植被指数TAVI,改进植被覆盖与管理因子C的计算方法,即利用地形调节植被指数TAVI代替传统的归一化指数NDVI来估算植被覆盖与管理因子C以消除地形引起的阴坡和阳坡差异,通过逐月植被覆盖与管理因子C与降雨侵蚀力因子R的相乘累加改进传统仅利用单一时相植被覆盖与管理因子C来计算土壤侵蚀模数,有效地匹配了植被覆盖与降雨的年内变化。本发明既消除了地形引起的阴坡和阳坡差异,又顾及了植被的季节变化特征,提高了C因子的估算精度,有效提高了土壤流失强度的估算精度与合理性。
-
-
-
-
-
-
-
-
-