-
公开(公告)号：CN115656416B
公开(公告)日：2025-01-21
申请号：CN202211151372.5
申请日：2022-09-21
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G01N31/16 , G01N21/31 , G06F18/23213 , G06N5/01 , G06N20/20
Abstract: 基于光谱形状特征的土壤有机质预测方法。本发明属于土壤有机质光谱预测领域，具体涉及一种估算土壤有机质的方法。本方法如下：一、土壤样本采集与处理；二、土壤样本光谱测试；三、土壤光谱处理与光谱特征参数提取；四、SOM预测模型构建，估算SOM含量。本发明构建的模型具有较高的预测精度，基于形状特征的光谱特征参数在SOM预测中具有很大的潜力。
-
公开(公告)号：CN116297059A
公开(公告)日：2023-06-23
申请号：CN202310053648.4
申请日：2023-02-03
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 基于OLCI的湖泊浊度制图方法，它涉及卫星遥感技术及其应用领域，具体涉及基于OLCI传感器的湖泊浊度制图方法。本发明是为了解决水体的浑浊程度影响水下透光率从而改变水体浮游植物的生产力，损害水生生物、降低水质，对水生生物和人类饮用水安全造成不良影响的问题。本方法：获取目标湖泊OLCI卫星传感器经过大气校正后不同波段OLCI遥感反射率；将不同波段OLCI遥感反射率作为XGBoost输入变量；采用XGBoost算法输出为湖泊浊度，实现不同时空尺度湖泊浊度制图。采用本发明的方法能够实现湖泊浊度浓度的长期高精度监测，经实测样点模型验证发现该模型可以准确的估算湖泊浊度，有助于水体生态环境变化和修复绩效监测管理。
-
公开(公告)号：CN113203694B
公开(公告)日：2023-04-07
申请号：CN202110451640.4
申请日：2021-04-26
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: MSI的湖泊富营养指数遥感估算方法，它涉及一种MSI的湖泊富营养指数遥感估算方法。本发明的目的是为了提高湖泊富营养状态评价的系统性和精确程度。本方法如下：获取连续三年的内陆典型湖泊水体星地同步数据，利用修订的卡尔森富营养化指数公式和实测的叶绿素a、透明度和总磷浓度值计算富营养化指数，评价湖泊富营养状况和等级；将同步MSI Level1C影像数据经过重采样和大气校正预处理，获取湖泊水体采样点对应的遥感反射率；根据第一波段、第四波段和第五波段反射率组合，构建富营养化指数TSI反演模型并精度验证；获取典型内陆湖泊富营养化指数的时空分布。本发明的湖泊富营养化指数遥感估算方法，提高了湖泊富营养化监测的效率和精度，属于富营养指数遥感估算领域。
-
公开(公告)号：CN115656416A
公开(公告)日：2023-01-31
申请号：CN202211151372.5
申请日：2022-09-21
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G01N31/16 , G01N21/31 , G06F18/23213 , G06N5/01 , G06N20/20
Abstract: 基于光谱形状特征的土壤有机质预测方法。本发明属于土壤有机质光谱预测领域，具体涉及一种估算土壤有机质的方法。本方法如下：一、土壤样本采集与处理；二、土壤样本光谱测试；三、土壤光谱处理与光谱特征参数提取；四、SOM预测模型构建，估算SOM含量。本发明构建的模型具有较高的预测精度，基于形状特征的光谱特征参数在SOM预测中具有很大的潜力。
-
公开(公告)号：CN115468921A
公开(公告)日：2022-12-13
申请号：CN202211156901.0
申请日：2022-09-21
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 使用环境因素与光谱结合的土壤分类方法，本发明属于土壤光谱分类领域，具体涉及一种土壤高光谱分类的方法。本发明是为了解决大区域土壤光谱分类精度低的技术问题。本方法如下：一、表层土壤样本采集与测试；二、土壤样本光谱测试；三、土壤光谱处理；四、环境数据下载与处理；五、不同土类光谱特征分析；六、分类变量的重要性分析；七、土壤分类模型的构建。土壤分类模型使用随机森林模型，使用环境因素和包络线去除光谱的主成分作为分类变量，验证样点分类精度可以达到81.5％，kappa系数为0.77。如果仅使用光谱信息去构建随机森林分类模型，最高分类精度仅为45.9％。对于大区域的土壤分类研究，环境因素很重要，可以识别光谱信息不能识别的土壤类型。
-
Patent Agency Ranking
公开(公告)号：CN112305149B
公开(公告)日：2022-10-28
申请号：CN202010743626.7
申请日：2020-07-29
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G01N31/16
Abstract: 一种估算水体溶解性无机碳浓度的方法，它涉及估算水体溶解性无机碳浓度的方法，它是要解决现有的水体中溶解性无机碳(DIC)浓度测试方法的测试仪器精度高、材料昂贵、水样前处理过程复杂的技术问题。本发明方法：在水体的采样点采集水样，置于车载冰箱中运送至实验室避光冷藏保存，在运送到实验室的24h内利用中和滴定法测定水体总碱度；将水体碱度代入式DIC＝0.2×Alk+2.6中，估算水体溶解性无机碳浓度。该方法简单，计算出来的DIC值与实测DIC值的比值为0.98，相关性精度较好。可用于水质监测领域、环境评价领域。
-
公开(公告)号：CN113203694A
公开(公告)日：2021-08-03
申请号：CN202110451640.4
申请日：2021-04-26
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: MSI的湖泊富营养指数遥感估算方法，它涉及一种MSI的湖泊富营养指数遥感估算方法。本发明的目的是为了提高湖泊富营养状态评价的系统性和精确程度。本方法如下：获取连续三年的内陆典型湖泊水体星地同步数据，利用修订的卡尔森富营养化指数公式和实测的叶绿素a、透明度和总磷浓度值计算富营养化指数，评价湖泊富营养状况和等级；将同步MSI Level1C影像数据经过重采样和大气校正预处理，获取湖泊水体采样点对应的遥感反射率；根据第一波段、第四波段和第五波段反射率组合，构建富营养化指数TSI反演模型并精度验证；获取典型内陆湖泊富营养化指数的时空分布。本发明的湖泊富营养化指数遥感估算方法，提高了湖泊富营养化监测的效率和精度，属于富营养指数遥感估算领域。
-
公开(公告)号：CN112305149A
公开(公告)日：2021-02-02
申请号：CN202010743626.7
申请日：2020-07-29
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G01N31/16
Abstract: 一种估算水体溶解性无机碳浓度的方法，它涉及估算水体溶解性无机碳浓度的方法，它是要解决现有的水体中溶解性无机碳(DIC)浓度测试方法的测试仪器精度高、材料昂贵、水样前处理过程复杂的技术问题。本发明方法：在水体的采样点采集水样，置于车载冰箱中运送至实验室避光冷藏保存，在运送到实验室的24h内利用中和滴定法测定水体总碱度；将水体碱度代入式DIC＝0.2×Alk+2.6中，估算水体溶解性无机碳浓度。该方法简单，计算出来的DIC值与实测DIC值的比值为0.98，相关性精度较好。可用于水质监测领域、环境评价领域。
-
公开(公告)号：CN119322022B
公开(公告)日：2025-04-29
申请号：CN202411436325.4
申请日：2024-10-15
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 高分1号卫星16m分辨率土壤有机质分布快速制图方法，属于卫星遥感应用领域，具体涉及一种土壤有机质分布快速制图方法。本发明是为了解决农田耕地土壤肥力状况下降、耕地质量退化的问题。本方法：获取目标研究区高分1号卫星WFV传感器不同波段遥感反射率；将WFV传感器影像不同波段遥感反射率、遥感反射率波段组合作为随机森林算法输入变量，输出变量为耕地表层土壤有机质(mg/g)，实现耕地表层土壤pH制图。基于国产高分1号卫星WFV传感器，本发明的方法能够实现耕地表层土壤有机质的动态监测，经实测样点验证发现本发明方法可以准确的估算耕地表层土壤有机质，有助于土壤肥力状况监测、精准农业和土地可持续利用方面管理。
-
公开(公告)号：CN119322022A
公开(公告)日：2025-01-17
申请号：CN202411436325.4
申请日：2024-10-15
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 高分1号卫星16m分辨率土壤有机质分布快速制图方法，属于卫星遥感应用领域，具体涉及一种土壤有机质分布快速制图方法。本发明是为了解决农田耕地土壤肥力状况下降、耕地质量退化的问题。本方法：获取目标研究区高分1号卫星WFV传感器不同波段遥感反射率；将WFV传感器影像不同波段遥感反射率、遥感反射率波段组合作为随机森林算法输入变量，输出变量为耕地表层土壤有机质(mg/g)，实现耕地表层土壤pH制图。基于国产高分1号卫星WFV传感器，本发明的方法能够实现耕地表层土壤有机质的动态监测，经实测样点验证发现本发明方法可以准确的估算耕地表层土壤有机质，有助于土壤肥力状况监测、精准农业和土地可持续利用方面管理。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.049 seconds)
