公开(公告)号：CN118521008A

公开(公告)日：2024-08-20

申请号：CN202410974290.3

申请日：2024-07-19

Applicant: 中国科学院东北地理与农业生态研究所

Inventor： 李星科 ,  朱冰雪 ,  宋开山

IPC: G06Q10/04 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/084 ,  G06N3/0985 ,  G06Q50/02 ,  G06F18/25

Abstract: 本发明涉及农作物产量预测技术领域，尤其涉及一种基于深度学习注意力机制的玉米产量预测方法及系统。包括：获取待测区域内玉米生长周期内的多期遥感图像数据、社会经济数据，并获取气象数据、土壤初始条件及地形数据；对遥感图像数据进行预处理，计算相应时期的玉米植被指数；对气象数据进行插值处理，对土壤初始条件进行标准化处理，对社会经济数据进行标准化处理并进行空间匹配；构建深度学习模型；以预处理的数据作为原始数据集输入至模型中进行训练；用训练好的模型对玉米产量进行预测，得到玉米产量数据。优点在于：结合CNN和BiLSTM的优势，通过注意力机制的集成，搭建出深度学习框架，同时处理和分析空间特征和时间序列数据。

公开(公告)号：CN120047839A

公开(公告)日：2025-05-27

申请号：CN202510115579.4

申请日：2025-01-24

Applicant: 中国科学院东北地理与农业生态研究所

Inventor： 杨倩 ,  王春绪 ,  尚盈辛 ,  宋开山 ,  朱冰雪

IPC: G06V20/13 ,  G06V10/26 ,  G06V10/40 ,  G06V10/80 ,  G06V10/98

Abstract: 本发明公开了一种基于冰水像元比例的湖冰物候信息自动提取方法，包括以下步骤：步骤一、数据预处理‑图像裁剪：从两种数据集中获取湖泊的白天与晚上两个地表温度波段的四个影像，步骤二、QC波段质量筛选：QC波段对影像进行质量评估，并将像元分为合格像元、不合格像元；步骤三、数据融合：将不合格像元赋值为空值，取当天四个影像同一像元最大值作为融合数值；步骤四、像元类别判定，步骤五、时间序列生成‑阈值法提取物候信息，步骤六、精度验证，本发明提取和运算过程通过GEE实现，降低提取过程对人工经验依赖程度，提高了工作效率；本发明的方法在大尺度、长时间序列的湖冰动态遥感监测中，准确监测湖冰结冰和融化全过程。

公开(公告)号：CN116468822A

公开(公告)日：2023-07-21

申请号：CN202310318125.8

申请日：2023-03-29

Applicant: 中国科学院东北地理与农业生态研究所

Inventor： 宋开山 ,  卢杨 ,  王翔 ,  李思佳 ,  刘阁 ,  朱冰雪 ,  刘露诗

IPC: G06T11/20 ,  G01N1/04 ,  G01N21/25 ,  G06T11/00 ,  G06F18/2431 ,  G06F18/214

Abstract: 基于实测数据色组划分的土壤颜色制图方法，本发明属于数字土壤制图领域，是一种针对土壤颜色分类制图的方法。本发明是为了解决大区域基于实测数据的土壤颜色制图精度低的技术问题。本方法：一、表层土壤样本采集；二、土壤颜色测量；三、颜色数据划分色组；四、环境数据与遥感影像的下载与处理；五、分类变量的重要性分析；六、土壤颜色分类模型的构建与制图。土壤分类模型使用随机森林模型，使用环境因素和遥感影像作为分类变量，色组验证分类精度最高可以达到0.77。本发明在大尺度土壤颜色制图方面有重要意义，土壤颜色的空间分布有助于快速了解土壤财产的空间分布状况。