-
公开(公告)号：CN107122739B
公开(公告)日：2020-07-17
申请号：CN201710286505.2
申请日：2017-04-27
Applicant: 东北农业大学
Abstract: 基于Extreme数学模型重构VI时间序列曲线的作物估产模型，属于农作物产量预测技术领域。本发明是为了解决现有作物估产中利用的遥感影像获取率低，导致因此建立的作物估产模型通用性差的问题。它首先采集待估产区作物整个生产期的遥感影像，并进行预处理；然后根据待估产区地块矢量图范围进行裁剪，获得裁剪图像中每个像元的植被指数VI时间序列曲线；再将VI时间序列曲线按照行为像元排序，获得裁剪图像的时期排序；采用数学模型Extreme对所有像元的植被指数VI时间序列曲线进行拟合；确定最优拟合VI，提取植被指数VI时间序列曲线的特征参数；最后获得估产模型。本发明用于农作物产量的预测。
-
公开(公告)号：CN109325433A
公开(公告)日：2019-02-12
申请号：CN201811073363.2
申请日：2018-09-14
Applicant: 东北农业大学
Abstract: 本发明公开了引入地形因子的黑土区大豆生物量多时相遥感反演方法，包括如下步骤：步骤一，地形特征信息获取；步骤二，生物量样本数据获取；步骤三，获取植被指数；步骤四，分段建模；步骤五，建立反演模型；步骤六，生物量预测；步骤七，生成图层；其中在上述的步骤一中，实地测量裸土期内地块高精度DEM数据，使用定位精度为厘米级的海星达iRTK2对研究区地块进行实地测量；本发明，在传统植被指数基础上，创新性的加入地形相关因子，不仅提高了传统模型的精度和稳定性，而且也能够对作物生长多时期反演估算；同时，解决了以往单纯用植被指数模型精度不高，稳定性不强的问题，也解决了生物量反演时空不连续的问题。
-
公开(公告)号：CN107122739A
公开(公告)日：2017-09-01
申请号：CN201710286505.2
申请日：2017-04-27
Applicant: 东北农业大学
Abstract: 基于Extreme数学模型重构VI时间序列曲线的作物估产模型，属于农作物产量预测技术领域。本发明是为了解决现有作物估产中利用的遥感影像获取率低，导致因此建立的作物估产模型通用性差的问题。它首先采集待估产区作物整个生产期的遥感影像，并进行预处理；然后根据待估产区地块矢量图范围进行裁剪，获得裁剪图像中每个像元的植被指数VI时间序列曲线；再将VI时间序列曲线按照行为像元排序，获得裁剪图像的时期排序；采用数学模型Extreme对所有像元的植被指数VI时间序列曲线进行拟合；确定最优拟合VI，提取植被指数VI时间序列曲线的特征参数；最后获得估产模型。本发明用于农作物产量的预测。
-
-
Search Results
3
records
(took 0.021 seconds)
