-
公开(公告)号：CN115759669A
公开(公告)日：2023-03-07
申请号：CN202211495995.4
申请日：2022-11-24
Applicant: 上海市园林科学规划研究院 , 南京林业大学
IPC: G06Q10/0631 , G06Q50/26
Abstract: 本发明涉及一种基于复合功能的城市蓝绿生态网络构建方法，包括：获取对象区域现状蓝绿斑块的空间分布数据，筛选得到目标生态源地；构建城市蓝绿空间的综合阻力面，基于MCR模型模拟潜在生态廊道的最小阻力路径；选取目标生态源地和综合阻力面，计算每条最小阻力路径的电流邻近中心度，获取蓝绿廊道重要性分级；选用多对一计算模式，识别得到电流密度分布图；提取适宜廊道宽度范围图和生态夹点分布图；将目标生态源地、蓝绿廊道重要性分级、适宜廊道宽度范围图和生态夹点分布图叠加，完成城市蓝绿生态网络的构建。通过本发明进行城市蓝绿生态网络构建，对于保护城市生物多样性、调节热岛效应、提升城市宜居水平和满足居民日常游憩需求具有重要价值。
-
公开(公告)号：CN112541921B
公开(公告)日：2023-06-20
申请号：CN202011295739.1
申请日：2020-11-18
Applicant: 上海市园林科学规划研究院
Abstract: 城市绿地植被信息数据化精准测定方法，在目标区域采集高分辨率的全色影像、高光谱影像和热红外影像，获取不同植物物种近似连续的光谱反射率，增强对地物属性信息探测的能力，结合高分辨率全色影像的纹理特征，精确定位识别植物轮廓，还通过热红外数据探测植物温度。本方法可以测定识别植物物种类别，获取城市绿地植物的地理位置、面积、叶绿素、类胡萝卜素、花青素、温度信息，还可以获取乔木和灌木的树冠投影面积和树冠投影周长。率先提出了面向对象的绿地植被精准测定方法，能快速和精确的计测大面积范围内的城市绿地信息。计算结果比起大多数基于像元的反演模型，更为快速、精确、全面。
-
公开(公告)号：CN113919658A
公开(公告)日：2022-01-11
申请号：CN202111104688.4
申请日：2021-09-18
Applicant: 上海市园林科学规划研究院
Abstract: 本申请涉及一种基于廊道重要性评估的廊道边界的规划方法及装置。所述方法包括：获取待规划的城市区域的潜在城市生态廊道；根据预设的连接度算法，确定所述潜在城市生态廊道对应的连接度重要性指数，并将连接度重要性指数大于或等于预设的连接度重要性指数阈值的潜在城市生态廊道，确定为目标潜在城市生态廊道；根据预设的廊道宽度，确定所述目标潜在城市生态廊道对应的第一廊道边界和第二廊道边界；针对所述目标潜在城市生态廊道中的每个子廊道，根据该子廊道对应的第一廊道子边界和第二廊道子边界所处的土地子斑块的空间区域类型，调整该子廊道对应的所述第一廊道子边界和所述第二廊道子边界。采用本申请可以实现廊道边界的规划。
-
公开(公告)号：CN119494473A
公开(公告)日：2025-02-21
申请号：CN202411710200.6
申请日：2024-11-27
Applicant: 上海市园林科学规划研究院
IPC: G06Q10/063 , G01N33/00 , G06Q50/26 , G06V20/10
Abstract: 本发明公开了一种城市绿地植物生长状态监测分析系统及方法，涉及大数据分析技术领域，通过细致的区域划分和坐标标记，系统能够精确追踪各子区域内植物的健康状况，提升城市绿地管理的科学性与有效性。利用神经网络构建的植物生长模拟模型和理想环境生长模型，系统能够动态预测植物生长状态，并对不同区域的植物生长情况进行个性化管理。综合环境因子和遥感数据等多种采集手段，全面监测城市绿地植物的生长状态，克服传统方法的局限性。通过设置状态异常阈值，并结合生长偏差趋势图，系统能够实现实时预警机制，快速识别潜在生长异常，确保及时发现并解决问题，从而降低遥感技术监测的误差，并提高管理效率。
-
公开(公告)号：CN118521727A
公开(公告)日：2024-08-20
申请号：CN202410668214.X
申请日：2024-05-28
Applicant: 上海市园林科学规划研究院
Abstract: 本发明涉及生态数据技术领域，公开了一种基于点云的城市乔木地上生物量模型构建方法及系统，包括以下步骤：S110：获取点云数据；S120：对点数据进行处理；S130：采用AdQSM模型提取乔木树冠投影面积、胸径、树高、树枝和树干体积指标；S140：计算乔木树枝、树干和树叶生物量；S150：获得多个计算模型；S160：在所获得的计算模型中筛选出最佳拟合模型。本发明的方法和系统在建立地上生物量模型时，通过选择7种线性和非线性模型，根据决定系数（R2）、均方根误差（RMSE）、偏差（BIAS）和平均绝对误差（MAE）值筛选拟合效果最佳模型，降低了用单一模型拟合效果的随机性，提高拟合精度。
-
Patent Agency Ranking
公开(公告)号：CN116307823A
公开(公告)日：2023-06-23
申请号：CN202310027055.0
申请日：2023-01-09
Applicant: 上海市园林科学规划研究院
IPC: G06Q10/0639 , G06Q50/26 , G06F17/18
Abstract: 本发明涉及到一种城市绿地生态效益的智能监测、评价及展示系统，该系统包括有基础数据采集单元、数据计算平台和评价结果显示单元，所述基础数据采集单元将实时采集到的基础数据输入至数据计算平台中，该数据平台通过计算获得生态效益评价指标结果，发送至评价结果显示单元展示出来；在监测、评价过程中通过选取以乔木为主体的城市绿地斑块进行监测和调查；确定绿地斑块的监测样方，调查样方中指标；确定建群种并选择其中的标准木；获得标准木监测数据，依据单木评估公式，计算出标准木的生态效益结果；再计算得到群落尺度的生态效益指标。本发明的智能监测、评价及展示系统对城市绿地生态效益监测和评价更为及时、客观，实时展示出评价结果。
-
公开(公告)号：CN112541921A
公开(公告)日：2021-03-23
申请号：CN202011295739.1
申请日：2020-11-18
Applicant: 上海市园林科学规划研究院
Abstract: 城市绿地植被信息数据化精准测定方法，在目标区域采集高分辨率的全色影像、高光谱影像和热红外影像，获取不同植物物种近似连续的光谱反射率，增强对地物属性信息探测的能力，结合高分辨率全色影像的纹理特征，精确定位识别植物轮廓，还通过热红外数据探测植物温度。本方法可以测定识别植物物种类别，获取城市绿地植物的地理位置、面积、叶绿素、类胡萝卜素、花青素、温度信息，还可以获取乔木和灌木的树冠投影面积和树冠投影周长。率先提出了面向对象的绿地植被精准测定方法，能快速和精确的计测大面积范围内的城市绿地信息。计算结果比起大多数基于像元的反演模型，更为快速、精确、全面。
-
公开(公告)号：CN119203012A
公开(公告)日：2024-12-27
申请号：CN202411718539.0
申请日：2024-11-28
Applicant: 上海市园林科学规划研究院
IPC: G06F18/2433 , G06Q10/063 , G06Q50/26 , G06F16/27
Abstract: 本发明公开了一种城市绿地碳汇监测数据异常波动评估系统及方法，涉及数据分析技术领域，本发明在数据库中调取绿地植被信息，结合绿地影像数据提取实时绿地植被信息对数据库进行更新；结合影像数据进行网格化处理和并进行周期碳储变化率评估，实现对绿地区域进行碳储区域划分；对各区域进行周期碳汇强度分析和层级标注；分别对各层级绿地碳汇性能进行综合评估，结合评估数据，对城市绿地进行周期绿地碳汇系统稳定性分析；对数据库城市各绿地区域碳汇分析数据进行更新存储，并将实时分析数据进行显示端口输出；实现对目标绿地的精确碳汇数据分析，对绿地体系的稳定性掌握，有效改善了当前环境中各城市中城市绿地的监管能力滞后状况。
-
公开(公告)号：CN112577906B
公开(公告)日：2023-09-22
申请号：CN202011295752.7
申请日：2020-11-18
Applicant: 上海市园林科学规划研究院
Abstract: 城市绿地土壤含水率检测方法，对高光谱数据和全色影像进行预处理；设置样地，并对样品进行含水率测定；通过影像分割和轮廓识别得到植被区域和非植被区域，选取非植被区域的裸土样本获取裸土的端元波谱曲线；提取裸露土壤分布区域；利用热红外数据针对植物覆盖区和裸露土壤区分别建立反演模型并结合实测值，计算反演模型中的常量值，反演区域土壤含水率。本发明结合图像分割、轮廓识别和波谱角分类，区分了植被覆盖区域和裸露土壤区域，建立了两种土壤含水率模型，能够间接和直接的检测城市绿地的土壤含水率，采用的方法便捷实用，可实现大范围面积的土壤含水率检测，比起大多数的土壤含水率测定方法，更为快速、精确、全面。
-
公开(公告)号：CN112651295A
公开(公告)日：2021-04-13
申请号：CN202011299054.4
申请日：2020-11-18
Applicant: 上海市园林科学规划研究院
Abstract: 一种城市绿地树木识别系统及方法，包括高光谱影像采集系统、高光谱基础数据库系统和高光谱树木识别系统，高光谱影像采集系统包括无人机设备、遥感光谱成像仪和图像定位识别信标，高光谱基础数据库系统包括目标树木的高光谱图像库和高光谱波谱库，可实现大范围高光谱遥感数据的快速获取。城市绿地树木识别系统以高光谱遥感数据为基础数据，提取样本树木的高光谱数据和纯净端元数据，数据质量优越并能建库存储，高质量大数据的获取及积累将在后续树木识别中发挥重要作用，充分发挥了高光谱数据的光谱、纹理和空间优势，充分利用高光谱数据的精细信息，相对于多光谱遥感数据及其他的识别方法，便捷、有效、且精度可靠，使得树木精准识别成为可能。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.037 seconds)
