矿区土壤粒径反演方法及计算机设备

    公开(公告)号:CN119959084A

    公开(公告)日:2025-05-09

    申请号:CN202510438159.X

    申请日:2025-04-09

    Applicant: 东北大学

    Abstract: 本申请涉及矿区地表生态环境监测技术领域及计算机技术领域,公开了一种矿区土壤粒径反演方法及计算机设备,方法包括:获取矿区土壤的各种粒径等级及每种粒径等级的有效粒径,和分别处于不同观测方位角、不同观测天顶角及固定光源天顶角时的光谱反射率曲线,利用土壤特性物理模型及光谱反射率曲线得到矿区土壤的多种光度参数,计算矿区土壤粒径反演指数;基于矿区土壤粒径反演指数及有效粒径构建矿区土壤粒径反演回归方程,反演得到矿区土壤的反演后土壤粒径。利用土壤特性物理模型对矿区土壤二向性反射率光谱进行模拟,基于拟合出的光度参数构建新型矿区土壤粒径反演指数,降低了矿区土壤粒径反演受土壤类型的影响,提升了矿区土壤粒径反演精度。

    农作物变化检测方法、装置及设备

    公开(公告)号:CN119881898A

    公开(公告)日:2025-04-25

    申请号:CN202510353190.3

    申请日:2025-03-25

    Applicant: 东北大学

    Inventor: 罗佳音 包妮沙

    Abstract: 本申请公开了一种农作物变化检测方法、装置及设备,涉及农作物检测技术领域,通过使用农作物在同极化通道间经归一化后的相关性将同极化通道的强度信息消除,能够更准确地捕捉到农作物生长过程中的真实变化。该方法包括:在获取同极化合成孔径雷达数据后,根据农作物在同极化通道上的影像数据构造极化协方差矩阵;根据极化协方差矩阵,计算农作物在同极化通道间经归一化后的相关性;根据农作物在同极化通道间经归一化后的相关性,计算农作物在不同时点间的极化相关性距离;根据农作物在不同时点间的极化相关性距离,确定农作物生长过程中的第一变化量特征,第一变化量特征至少包括农作物生长过程的变化幅度。

    一种尾砂成分遥感光谱反演方法及系统

    公开(公告)号:CN119223894B

    公开(公告)日:2025-02-11

    申请号:CN202411754694.8

    申请日:2024-12-03

    Applicant: 东北大学

    Abstract: 本申请实施例提供一种尾砂成分遥感光谱反演方法及系统,所述方法可以获取遥感光谱数据和实验室光谱数据。并基于直接标准化算法构建实验室光谱数据与遥感光谱数据之间的误差传递函数。再使用误差传递函数对遥感光谱数据执行校正,获得校正光谱数据。然后根据多目标规划算法,计算训练光谱数据的尾砂光谱指数。并根据尾砂光谱指数构建回归模型,以及使用回归模型估测校正光谱数据对应的主要成分含量。所述方法可以通过误差传递函数对遥感光谱数据进行校正,使基于实验室光谱数据构建的回归模型可以直接应用于遥感光谱数据,估测尾砂的主要成分含量,提高基于遥感光谱数据检测尾砂主要成分含量时的准确率。

    一种针对雪地伪装目标的目标检测算法

    公开(公告)号:CN118447221A

    公开(公告)日:2024-08-06

    申请号:CN202410483370.9

    申请日:2024-04-22

    Applicant: 东北大学

    Abstract: 本发明公开了一种针对雪地伪装目标的目标检测算法,涉及图像检测领域,包括:S1、典型雪地与雪地伪装材料光谱的采集、预处理及构建过完备字典;S2、机载高光谱数据的采集与预处理;S3、通过典型雪地与雪地伪装材料的光谱计算差异波段,构建差异波段选取约束条件,并基于差异波段获取波段筛选后的背景字典Ab*、联合字典A*与机载高光谱图像的像元y*;S4、求背景字典的最优稀疏向量γ1与联合字典的最优稀疏向量β1,再求取背景字典Ab*对波段筛选后图像像元的重构误差r0(y*)与联合字典A*对波段筛选后图像像元的重构误差r1(y*);S5、将重构误差r0(y*)与重构误差r1(y*)通过SRUC检测器,基于输出值判断目标是否存在。本发明解决现有目标检测算法对雪地伪装目标检测率低的问题。

    基于多角度反射率的土壤重金属估测方法、装置及设备

    公开(公告)号:CN118980668B

    公开(公告)日:2025-01-24

    申请号:CN202411272965.6

    申请日:2024-09-12

    Applicant: 东北大学

    Abstract: 本申请公开了一种基于多角度反射率的土壤重金属估测方法、装置及设备,涉及土壤重金属含量检测技术领域,基于土壤多角度反射率数据和土壤重金属含量数据,采用机器学习模型和线性模型构建集成多角度分层学习模型,保留并结合不同角度土壤光谱特征,实现土壤重金属含量精准估测,与现有垂直角度或者多角度光谱矩阵拼接数据所建立的单层预测模型相比精度更高。且采用的Vis‑NIR全部谱段能够保证其稳定的泛化能力。所述方法包括:在待测区域确定代表性点位并采集预设深度的表层土壤;基于多个观测方位角和多个观测天顶角采集得到多角度土壤反射率数据集;将多角度土壤反射率数据集输入至集成多角度分层学习模型进行估测,得到土壤重金属含量值。

    一种尾砂成分含量估测方法及系统

    公开(公告)号:CN114527087B

    公开(公告)日:2023-06-23

    申请号:CN202210202060.6

    申请日:2022-03-03

    Applicant: 东北大学

    Abstract: 本发明涉及一种尾砂成分含量估测方法及系统,涉及成分含量估测技术领域。先对待测尾砂进行光谱测量及吸光度转换,得到VIS‑NIR光谱数据对应的第一吸光度数据和TIR光谱数据对应的第二吸光度数据。然后将第一吸光度数据和第二吸光度数据进行融合,得到融合后数据。最后以融合后数据作为输入,利用回归模型得到待测尾砂的成分含量估测数据,进而本发明对VIS‑NIR光谱数据和TIR光谱数据进行融合,能够综合更多光谱信息来对尾砂成分含量进行估测,能够大大提高尾砂成分含量的估测精度。

    一种矿区复垦植被生物量估算方法及系统

    公开(公告)号:CN111337434A

    公开(公告)日:2020-06-26

    申请号:CN202010151513.8

    申请日:2020-03-06

    Applicant: 东北大学

    Abstract: 本发明公开一种矿区复垦植被生物量估算方法及系统,涉及植被估算技术领域。该方法包括:获取地面的历史生物量数据与历史遥感数据;历史遥感数据包括:光学遥感数据和雷达遥感数据;对历史遥感数据依次进行预处理和融合处理得到融合图像;融合图像的遥感特征变量为融合图像的融合波段,建立生物量估算模型;对获取的待测地面的遥感数据进行处理得到待测融合图像;待测融合图像的待测遥感特征变量为待测融合图像的融合波段;将待测遥感特征变量输入生物量估算模型得到待测地面的生物量数据。本发明对历史遥感数据进行预处理后再进行融合处理,将光学遥感数据和雷达遥感数据的优势进行融合互补,以此提高植被生物量的估算精度。

    基于极化散射角融合网络的植被覆盖区岩性分割方法

    公开(公告)号:CN119850653A

    公开(公告)日:2025-04-18

    申请号:CN202510314779.2

    申请日:2025-03-18

    Applicant: 东北大学

    Abstract: 本申请公开了一种基于极化散射角融合网络的植被覆盖区岩性分割方法。本申请所述的方法以大面积植被覆盖的双极化合成孔径雷达数据为数据源,充分利用双极化合成孔径雷达影像的强穿透性和相干性,结合极化分解知识,构建岩性分割模型。对岩性分割模型进行训练时,在包含第一极化、第二极化的强度信息与极化散射角参数的岩性数据集输入岩性分割模型学习的同时,利用双极化合成孔径雷达影像对应的极化散射角参数影像额外将极化散射角参数的语义信息尽可能地保留下来,以使岩性分割模型学习到在极化散射角参数指导下的更稳定、更具物理意义的特征,从而利用训练完成的岩性分割模型在植被覆盖区实现多种岩性类别的准确分割。

    一种尾砂成分遥感光谱反演方法及系统

    公开(公告)号:CN119223894A

    公开(公告)日:2024-12-31

    申请号:CN202411754694.8

    申请日:2024-12-03

    Applicant: 东北大学

    Abstract: 本申请实施例提供一种尾砂成分遥感光谱反演方法及系统,所述方法可以获取遥感光谱数据和实验室光谱数据。并基于直接标准化算法构建实验室光谱数据与遥感光谱数据之间的误差传递函数。再使用误差传递函数对遥感光谱数据执行校正,获得校正光谱数据。然后根据多目标规划算法,计算训练光谱数据的尾砂光谱指数。并根据尾砂光谱指数构建回归模型,以及使用回归模型估测校正光谱数据对应的主要成分含量。所述方法可以通过误差传递函数对遥感光谱数据进行校正,使基于实验室光谱数据构建的回归模型可以直接应用于遥感光谱数据,估测尾砂的主要成分含量,提高基于遥感光谱数据检测尾砂主要成分含量时的准确率。

Patent Agency Ranking