-
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。
-
公开(公告)号：CN115468921B
公开(公告)日：2024-08-13
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
IPC: G01N21/25 , G01N21/47 , G06F18/243
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。
-
公开(公告)号：CN116952849A
公开(公告)日：2023-10-27
申请号：CN202310955450.5
申请日：2023-08-01
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: MSI的表层土壤质地反演方法，属于卫星遥感技术应用领域，具体涉及MSI的表层土壤质地反演方法。本发明的是为了解决在较大的区域范围内采样困难且成本较高的技术问题。本方法如下：典型黑土区表层土壤样本采集与测试；遥感影像下载与处理；变量选取；典型黑土区土壤质地遥感反演模型的构建；典型黑土区土壤质地制图。本方法简单，计算出来的土壤质地与实测土壤质地线性拟合较好，精度较高，具有较高的可信度，可用于黑土区表层土壤质地定量反演、耕地质量评估以及土壤生态修复绩效评估等领域，实用性强。
-
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
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。
-
Patent Agency Ranking
公开(公告)号：CN115541809A
公开(公告)日：2022-12-30
申请号：CN202211151376.3
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: 考虑土壤分类概率的土壤有机碳制图方法，本发明属于数字土壤制图领域，具体涉及一种土壤有机碳遥感估算的方法。本发明的目的是为了解决因土壤类型差异导致单一模型预测能力不足的问题。本方法如下：一、表层土壤样本采集与测试；二、遥感影像下载与处理；三、环境数据下载与处理；四、土壤分类模型的构建与分类概率计算；五、SOC预测模型构建；六、SOC遥感制图。考虑土壤分类概率的SOC预测模型的验证样点R2为0.77，RMSE为2.30g·kg‑1。考虑土壤类型的SOC预测精度较高，考虑像素分类不确定性更合理。
-
公开(公告)号：CN115932154A
公开(公告)日：2023-04-07
申请号：CN202211151154.1
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 , G01N21/84 , G06V10/764
Abstract: 考虑土壤类型的土壤有机碳遥感制图方法，本发明属于数字土壤制图领域，具体涉及一种土壤有机碳遥感估算的方法。本发明是为了解决当前由于SOC遥感制图模型单一而导致的高估或低估的技术问题。本方法如下：一、土壤样点采集与测试；二、遥感影像下载与处理；三、环境数据下载与处理；四、土壤分类模型的构建；五、SOC预测模型构建；六、SOC遥感制图。本发明的土壤分类模型使用随机森林模型，使用植被指数、温度、降水、土壤质地作为分类变量，验证样点总体分类精度为91.67％，kappa系数为0.88。考虑土壤类型的SOC预测模型的验证样点R2为0.71，RMSE为2.54g·kg‑1。考虑土壤类型的SOC预测精度高于所有样点的单一预测模型精度。
-
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：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。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.047 seconds)
