-
公开(公告)号：CN114299393A
公开(公告)日：2022-04-08
申请号：CN202111637590.5
申请日：2021-12-30
Applicant: 福州大学
Abstract: 本发明涉及一种基于光学和雷达时序数据的烟稻种植模式识别方法，包括以下步骤：步骤S01：建立研究区植被指数、花青素指数时序数据集；步骤S02：建立研究区VV极化信号时序数据集；步骤S03：设计植被‑色素高高重叠度指标；步骤S04：划分前后茬农作物生长期；步骤S05：设计前后茬VV变幅指标；步骤S06：设计VH谷底曲率指标；步骤S07：建立烟稻种植模式识别技术流程；步骤S08：获得研究区烟稻种植模式空间分布图。该方法可解释能力强、简单易行、鲁棒性好，在不依赖训练样本数据情况下，具有大尺度多年份自动应用推广能力。
-
公开(公告)号：CN111612777A
公开(公告)日：2020-09-01
申请号：CN202010445924.8
申请日：2020-05-23
Applicant: 福州大学
Abstract: 本发明涉及一种基于叶片衰老失水指数的大豆制图方法，该方法基于植被指数和短波红外水分胁迫指数的年内时序数据集，逐像元检测每个农作物生长周期内植被指数最大值所对应的数值盛期，进而确定农作物生长后期，锁定农作物生长峰值期和生长后期，设计生长峰值期植被水分比值指数，进而依据农作物生长后期植被指数与水分胁迫指数的变化幅度，建立叶片衰老失水指数，构建大豆制图方法流程与方法。相对其他农作物而言，大豆具有生长峰值期植被水分比值指数较大、叶片衰老失水指数数值较小的特点。该方法利用大豆在生长过程中植株水分变异特性，通过分析利用不同农作物成熟衰老过程中水分胁迫特征，进行农作物制图。具有鲁棒性好、分类精度高、自动化程度与抗干扰能力强等特点。
-
公开(公告)号：CN105893977B
公开(公告)日：2019-08-09
申请号：CN201610258528.8
申请日：2016-04-25
Applicant: 福州大学
Abstract: 本发明涉及一种基于自适应特征选择的水稻制图方法，包括以下步骤：建立研究区增强型植被指数和水体指数的时序数据集；建立研究区云分布的时间序列数据；基于水稻关键物候期遥感影像的云分布，将研究区划分为有云区与无云区；基于时间序列分析法，获取无云区水稻分类结果；提取基于像元的遥感影像特征；选取最少云干扰的影像，分为有云区与无云区并依次进行分割获得遥感影像对象；综合基于像元的遥感影像特征，提取面向对象的遥感影像特征；将无云区水稻分类结果作为训练数据，获得有云区水稻分类结果；综合无云区水稻分类结果及有云区水稻分类结果，获取研究区水稻空间分布图。本发明具有自动化程度高、简单易用、鲁棒性好以及分类精度高等特点。
-
公开(公告)号：CN109840516A
公开(公告)日：2019-06-04
申请号：CN201910168472.0
申请日：2019-03-06
Applicant: 福州大学
Abstract: 本发明涉及一种基于时序遥感影像的水体变化自动识别方法。本发明首先基于植被指数时序数据提取植被丰度指标，通过缨帽变换建立亮度、绿度和湿度指标时序数据集，同时利用研究区森林区域指标的均值和标准差，对亮度、绿度和湿度三个指标进行标准化处理，结合标准化处理后的亮度、绿度和湿度指标，提取干扰指数，进而检测植被丰度、干扰指数和湿度指标是否存在显著的变化趋势，最终依据植被丰度、干扰指数和湿度指标的变化趋势，建立基于时序遥感影像的水体变化自动识别方法。本发明具有时空连续性好、鲁棒性强，适用于大范围水体变化自动提取等优点。
-
公开(公告)号：CN108629818A
公开(公告)日：2018-10-09
申请号：CN201810391296.2
申请日：2018-04-27
Applicant: 福州大学
Abstract: 本发明公开了一种大范围不透水面百分比变化量快速制图技术。该方法利用植被指数、不透水面指数、裸土指数、水体指数、夜间灯光指数变化趋势的方向，确定不透水面增加区域，进而依据多种遥感指数变化趋势的Sen氏斜率并结合训练数据，利用随机森林方法，获得不透水面百分比变化量，最终获取不透水百分比变化量空间分布图。该方法通过综合地表覆盖变化的类型来源及其去向两方面，提取刻画不透水面百分比变化量的特征参数，所建立的技术方法，不依赖人工干预设置阈值，具有快速自动的优点，能很好地适用于大范围信息获取，并且具有很好的可解释性及其地理学意义。
-
Patent Agency Ranking
公开(公告)号：CN108388832A
公开(公告)日：2018-08-10
申请号：CN201810025180.7
申请日：2018-01-11
Applicant: 福州大学
Abstract: 本发明涉及一种基于多时序指标变化趋势的退耕还林自动识别方法，通过建立研究区多年逐日增强型植被指数时序数据集，逐像元逐年基于增强型植被指数时序数据，提取丰度、时序离散度、生长期长度、高分位持续度、低分位持续度等五个时序指标；依次检测上述五个时序指标的多年变化趋势；基于五个时序指标的变化趋势，建立退耕还林自动识别流程图，从而实现退耕还林自动识别。本发明提出的方法依据分位值划分植被生长状态，从覆盖时间、平均状态、变化幅度等侧面设计多个时序指标，刻画单季农作物、多季农作物和森林植被的生长特征，进而利用多时序指标的变化趋势指示从农作物到森林的变化，从而自动识别退耕还林区域，具有很好的灵活性和拓展性。
-
公开(公告)号：CN104850694B
公开(公告)日：2018-05-04
申请号：CN201510241648.2
申请日：2015-05-13
Applicant: 福州大学
Abstract: 本发明涉及一种基于生长期植被指数增量的冬小麦遥感监测方法，该方法通过构建冬小麦抽穗期的趋势面模型，逐像元推算冬小麦播种期、抽穗期以及成熟期，利用研究区植被指数时序数据，计算每个像元在冬小麦生长前期以及生长后期的植被指数增量指标，依据所建立的冬小麦信息提取模型，获得研究区冬小麦空间分布图。本发明依据冬小麦物候期的时空分布规律，动态确定每个区域冬小麦的抽穗期，而非假设固定时间段的冬小麦抽穗期，能有效地避免不同区域冬小麦抽穗期不一致带来的干扰，同时参考冬小麦物候历，在抽穗期的基础上，推断冬小麦播种期和成熟期，进而以这些关键物候参数确定的生长期内植被指数增量指标作为分类依据，具有较好的自适应性。
-
公开(公告)号：CN104143031B
公开(公告)日：2017-08-11
申请号：CN201310164200.6
申请日：2013-05-07
Applicant: 福州大学
IPC: G06F19/00
Abstract: 本发明涉及一种基于小波多尺度分解的植被指数时序数据重构方法，其特征在于：该方法基于植被指数时序数据，利用小波变换，将植被指数与气候因子原始时序数据分别依次分解为对应半月、月、双月、季节、半年以及年际尺度上的时序数据，进一步依据每个尺度上的植被指数时序数据特征，选择对应尺度上的气候因子时序数据，选取合适的模型，进行不同尺度上的时序数据重建，最后综合所有尺度上的植被指数时序数据实现原始植被指数时序数据的重构。本发明具有精度高、适用范围广等特点。
-
公开(公告)号：CN106772429A
公开(公告)日：2017-05-31
申请号：CN201611210341.7
申请日：2016-12-24
Applicant: 福州大学
CPC classification number: G01S17/89 , G01N21/25 , G01N2021/1793 , G01S7/4802
Abstract: 本发明涉及一种基于生长盛期NMDI增减比值指数的玉米自动制图方法：逐像元建立研究区的植被指数时序数据集和NMDI时序数据集；逐像元计算农作物在每个生长周期内的EVI最大值，获取农作物生长峰值时间；依据所述农作物生长峰值时间，确定农作物生长盛期前段区间和农作物生长盛期后段区间；分别建立所述农作物生长盛期前段区间的NMDI增量指标和所述农作物生长盛期后段区间的NMDI增量指标；分别建立所述农作物生长盛期前段区间的NMDI减量指标和所述农作物生长盛期后段区间的NMDI减量指标；基于所述NMDI增量指标和NMDI减量指标，建立NMDI增减比值指数；依据所述NMDI增减比值指数进行研究区玉米制图。本发明具备自动化程度高、简单易用、鲁棒性好以及分类精度高等特点。
-
公开(公告)号：CN106446555A
公开(公告)日：2017-02-22
申请号：CN201610861446.2
申请日：2016-09-29
Applicant: 福州大学
CPC classification number: G06F19/00 , G01N21/17 , G01N2021/1797
Abstract: 本发明涉及一种基于时序相似性的植被变化发生时间检测方法，该方法首先建立研究区多年时空连续的植被指数时序数据，然后逐像元逐年计算历年与起始年份植被指数时序曲线的JM距离，生成历年与起始年份JM距离的时序曲线；利用logistic模型拟合历年与起始年份JM距离的时序曲线，从logistic模型参数中获取时间参数，实现植被变化时间的自动提取。该方法利用历年与起始年份植被指数时序曲线的JM距离指示时序相似性，从逐年时序相似性的变化规律中获取植被发生变化时间。该方法能有效地检测时序曲线在幅度、频率等各方面的变化，避免了将原始光谱指数时序数据进行分解的繁琐程序，解决了难以直接从原始光谱指数时序数据中提取指标来全面表征植被变化的难题。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.022 seconds)
