一种基于神经网络的城市感潮河段生态需水量预测方法

    公开(公告)号:CN107451682B

    公开(公告)日:2020-07-07

    申请号:CN201710568577.6

    申请日:2017-07-13

    Abstract: 本发明提出一种基于神经网络的城市感潮河段生态需水量预测方法,属于生态水文领域。该方法首先统计近若干年城市感潮河段入海口的每月海水盐度和入海水量,得到该河段每月盐平衡需水量,建立城市感潮河段每月盐平衡需水量预测网络;然后分别获取该河段每月的平均降雨量,平均海表温度,污水排放总量和生态需水量,建立城市感潮河段每月生态需水量预测网络;分别获取未来某年每月该河段污水排放总量预测值,每月入海水量预测值和每月平均降雨量预测值,输入生态需水量预测网络,输出不同条件下城市感潮河段的生态需水量预测结果。本发明综合考虑城市感潮河段的特殊性质,符合实际情况,预测河段生态需水量在未来的变化情况,为决策部门提供参考。

    一种基于多源信息融合的山区水稻面积提取方法

    公开(公告)号:CN119205882A

    公开(公告)日:2024-12-27

    申请号:CN202411271839.9

    申请日:2024-09-11

    Abstract: 本发明涉及遥感技术领域,公开了一种基于多源信息融合的山区水稻面积提取方法,包括获取数字高程模型数据和气象观测数据,并提取适宜水稻耕种范围;获取适宜水稻耕种范围的雷达影像数据和光学影像数据,分别提取长时间序列雷达特征指标和长时间序列光学特征指标;根据长时间序列雷达特征指标和长时间序列光学特征指标生成特征组合,通过特征优选得到最优特征组合;将最优特征组合中的长时间序列雷达特征指标和长时间序列光学特征指标合成长时间序列特征指标影像,采用机器学习算法训练最优分类模型;利用最优分类模型进行水稻识别并提取水稻面积。本发明能够提高丘陵山区等多云雾地区水稻种植面积遥感分析识别的精度和效率。

    一种基于神经网络的城市感潮河段生态需水量预测方法

    公开(公告)号:CN107451682A

    公开(公告)日:2017-12-08

    申请号:CN201710568577.6

    申请日:2017-07-13

    Abstract: 本发明提出一种基于神经网络的城市感潮河段生态需水量预测方法,属于生态水文领域。该方法首先统计近若干年城市感潮河段入海口的每月海水盐度和入海水量,得到该河段每月盐平衡需水量,建立城市感潮河段每月盐平衡需水量预测网络;然后分别获取该河段每月的平均降雨量,平均海表温度,污水排放总量和生态需水量,建立城市感潮河段每月生态需水量预测网络;分别获取未来某年每月该河段污水排放总量预测值,每月入海水量预测值和每月平均降雨量预测值,输入生态需水量预测网络,输出不同条件下城市感潮河段的生态需水量预测结果。本发明综合考虑城市感潮河段的特殊性质,符合实际情况,预测河段生态需水量在未来的变化情况,为决策部门提供参考。

Patent Agency Ranking