基于神经网络和CASA模型的净初级生产力估算方法

    公开(公告)号:CN115937714A

    公开(公告)日:2023-04-07

    申请号:CN202211451123.8

    申请日:2022-11-19

    Applicant: 三峡大学

    Abstract: 本申请提出了一种基于神经网络和CASA模型的净初级生产力估算方法,使用具有近红外光波段NIR与红光波段R的无人机对研究区域进行航拍获得R、NIR与全色影像;对影像进行处理获得正射影像(DOM)与数字地表模型(DSM);对研究区域进行实地采样获得生物量,从而计算出估算区域的影响因子;对气象数据进行处理获得温度、降雨与辐射参数;对数据进行训练获得区域的影响因子模型;利用影响因子模型与CASA模型对每个像元的高程、归一化植被指数NDVI、温度、降雨、辐射进行处理获得净初级生产力NPP。本申请能实现无人机影像的净初级生产力的高精度估算。

    基于灰色神经网络的消落区植被冠层氮磷含量反演方法

    公开(公告)号:CN116448687A

    公开(公告)日:2023-07-18

    申请号:CN202310144596.1

    申请日:2023-02-21

    Applicant: 三峡大学

    Inventor: 周爽爽

    Abstract: 本发明涉及基于灰色神经网络的消落区植被冠层氮磷含量反演方法,包括:使用无人机采集光谱影像,现场同步地采集样品;根据光谱影像和采样点样品的化验结果选出与植被冠层氮、磷含量相关性高的波段及波段组合;将灰色预测模型与神经网络结合,建立灰色神经网络;分别采用多种方法构建植被冠层氮磷含量反演模型,与基于灰色神经网络构建的植被冠层氮磷含量反演模型一起进行训练,从中选出精度最高的反演模型;将训练好的反演模型用于消落区植被冠层氮磷含量的反演。本发明将无人机光谱影像技术与灰度神经网络模型结合,提供了一种低成本,快速高效的植被冠层氮磷含量监测方法,实现了消落带植被生态变化的实时监测。

    基于改进最小二乘法的小微水域水质监测方法

    公开(公告)号:CN116108653A

    公开(公告)日:2023-05-12

    申请号:CN202310048144.3

    申请日:2023-01-31

    Applicant: 三峡大学

    Inventor: 周爽爽

    Abstract: 本发明涉及基于改进最小二乘法的小微水域水质监测方法,包括:采集小微水域的多光谱遥感影像,并进行拼接、裁剪,得到单通道的反射率;对单通道的波段进行组合运算,选择确定与小面积水域水质参数相关性高的光谱波段组合公式;对最小二乘法回归模型进行改进,并建立水质要素的反演模型;针对各水质要素选出精度最高的最优反演模型;从待测水域的遥感影像中提取研究区域,利用得到的各水质要素的最优反演模型,计算出水域每个像元对应的水质参数,得到水域的水质参数分布情况。本发明提供了一种快速高效的小面积水域水质多要素实时监测方法,可及时全面反映水域生态变化情况。

    混凝土坝安全监测方法及系统

    公开(公告)号:CN112907067A

    公开(公告)日:2021-06-04

    申请号:CN202110185220.6

    申请日:2021-02-10

    Applicant: 三峡大学

    Abstract: 本发明提供一种混凝土坝安全监测方法及系统,包括:对待测混凝土坝中各子指标进行评分,并对各子指标的评分进行符号量化,获取每个检测指标中各子指标的评分所属的等级,根据每个检测指标中所有子指标对应的等级生成每个检测指标对应的等级集合;对于任一检测指标,采用集对分析法分别计算该检测指标对应的等级集合与各预设等级集合之间的集对联系度,将最大的集对联系度对应的集对联系数作为该检测指标对应的集对联系数;根据待测混凝土坝中所有检测指标对应的集对联系数,获取待测混凝土坝的总集对联系数,将最大的总集对联系数所属的等级作为混凝土坝的安全监测结果。本发明实现对混凝土坝的安全监测更加准确,且适用于各种混凝土坝工程。

Patent Agency Ranking