结合多目标规划生态系统碳储量遥感预测方法及系统

    公开(公告)号:CN117892053A

    公开(公告)日:2024-04-16

    申请号:CN202310870117.4

    申请日:2023-07-14

    Abstract: 本发明公开了一种结合多目标规划生态系统碳储量遥感预测方法及系统,其方法包括:S1、将历史土地利用状态数据、规划土地利用状态数据输入MOP模型得出研究时刻所对应的土地利用状态数据A;S2、构建驱动因子邻域权重分析模型,驱动因子邻域权重分析模型从历史土地利用分析数据库提取土地利用转移矩阵,通过PLUS模型利用土地利用转移矩阵的驱动因子及邻域权重对土地利用状态数据A进行数据修正;S3、将土地利用状态数据B输入InVEST模型分别计算得到植被地上碳储量、植被地下碳储量、土壤表层碳储量以及总碳储量。本发明能够基于规划土地利用状态数据预估碳汇前景,实现土地利用与碳储量双因素时空变化下的生态系统碳储量评估预测。

    基于差分特征的不同品位铁矿石高光谱图像分类方法

    公开(公告)号:CN119229177A

    公开(公告)日:2024-12-31

    申请号:CN202411215997.2

    申请日:2024-09-02

    Abstract: 本发明涉及金属冶炼技术领域,具体涉及到一种基于差分特征的不同品位铁矿石高光谱图像分类方法。本申请的基于差分特征的不同品位铁矿石高光谱图像分类方法,通过S1、预处理:采集铁矿石高光谱图像,并进行预处理;S2、特征提取:获取铁矿石的高光谱波段,并提取平均光谱特征和比例特征;S3、分类:将步骤S2获得的平均光谱特征和比例特征组合作为随机森林分类器的输入特征,对铁矿石进行多等级分类,能够实现在有矿尘、有水附着的条件下对不同品位的铁矿石合理分类,帮助完成铁矿石生产过程中的对于每块铁矿石的高精度分选。

    基于高光谱图像和光谱分解的铁矿石分选方法

    公开(公告)号:CN117324286A

    公开(公告)日:2024-01-02

    申请号:CN202311276214.7

    申请日:2023-09-30

    Abstract: 本发明提供了基于高光谱图像和光谱分解的铁矿石分选方法,包括:S1.预处理:采集铁矿石高光谱图像,提取每块铁矿石的平均光谱曲线;S2.特征提取:通过变分模态分解对铁矿石的平均光谱曲线进行分解,并对分解后的信号提取特征;S3.预测铁含量:结合随机森林回归预测每块铁矿石的全铁含量;以及S4.分选:根据预测出的全铁含量将铁矿石分成多个等级。本发明以铁矿石的高光谱图像为研究对象,通过分解铁矿石平均光谱后提取的特征与随机森林的结合实现了铁含量的预测并进一步客观、快速、准确地分选铁矿石,解决了使用高光谱成像技术进行铁矿石的分选中缺乏合适的光谱特征与合适的预测模型的问题。

    一种适用于CCUS工程区/天然气地下储气库泄漏高风险区土壤中温室气体浓度实时监测装置与预警方法

    公开(公告)号:CN117198006A

    公开(公告)日:2023-12-08

    申请号:CN202311276209.6

    申请日:2023-09-30

    Abstract: 本发明提供了一种适用于CCUS工程区/天然气地下储气库泄漏高风险区土壤中温室气体浓度实时监测装置与预警方法,装置包括:气体收集装置,其一端与抽气泵连接,另一端与埋入土壤中的单个或多个连接管连接,每个连接管尾部连接有土壤气体交换器;计算机远程控制装置,其与气体收集装置连接,控制连接管开关和抽气泵开关;气体检测装置,其一端与气体收集装置连接,另一端与数据传输装置连接,用于检测单点或多点混合气体的温室气体浓度,将温室气体浓度数据转换为电信号。本发明适用于CCUS工程区/天然气地下储气库泄漏高风险区土壤中温室气体浓度实时监测与预警,以解决传统方法难以满足井口等泄漏高风险区温室气体泄漏持续、高精度现场监测需求的问题。

    一种用于露天矿区遥感变化检测的GAN实例级局部增强方法

    公开(公告)号:CN117237807A

    公开(公告)日:2023-12-15

    申请号:CN202311234595.2

    申请日:2023-09-25

    Abstract: 本发明提供了一种用于露天矿区遥感变化检测的GAN实例级局部增强方法,包括:S1.标签生成,包括双时间矿区标签收集,标签编辑模型的构建与训练以及局部定向编辑;S2.图像生成;包括双时间矿区图像收集,图像编辑模型的构建与训练以及局部语义编辑;S3.数据集构建:将双时间数据随机组合以构建新的矿区变化检测数据集。本发明方法可以实现实例级局部变换,从而利用无变化矿区数据生成新的真实且多样的变化检测样本,极大程度上解决了基于监督深度学习模型的露天矿区变化检测数据匮乏问题;本发明方法可以扩充露天矿区遥感变化检测数据集,进而提高模型的准确性与鲁棒性。

    基于三次多线性解混的近地面高光谱植被阴影补偿方法

    公开(公告)号:CN117115024A

    公开(公告)日:2023-11-24

    申请号:CN202311071780.4

    申请日:2023-08-24

    Abstract: 本发明提供了一种基于三次多线性解混的近地面高光谱植被阴影补偿方法,包括如下步骤:S1.阴影初步检测:对高光谱影像进行阴影初步检测获得光照区域;S2.利用基于三次多线性解混的阴影补偿方法进行阴影补偿。本发明方法在第一次SMLM模型解混后对阴影进行二次检测,并考虑阴影区端元,进行第二次SMLM模型解混确定补偿程度;利用第二次SMLM模型解混得到的丰度和VPEI指数判断阴影类型,并对信息量极少的区域进行结合VPEI的第三次SMLM模型解混,对不同阴影进行不同程度的补偿,有效地解决了SMLM补偿模型在高分辨率影像中过度补偿和错误补偿的问题。

Patent Agency Ranking