-
公开(公告)号：CN114813577B
公开(公告)日：2025-02-21
申请号：CN202210451977.X
申请日：2022-04-27
Applicant: 中国科学院空天信息创新研究院 , 首都师范大学
IPC: G01N21/17 , G06N3/0464 , G06N3/048 , G06N3/084 , G06F17/13
Abstract: 本发明提供了一种基于遥感的植被叶片参数反演装置，基于经过使用深度神经网络表达PROSAIL模型的逆过程得到，不仅具有较强的物理机理，还具有较高的准确性。本申请提供的基于遥感的植被叶片参数反演方法，使用本申请提供的基于遥感的植被叶片参数反演装置，由植被叶片的遥感数据反演得到植被叶片的参数，具有较高的可信性和准确性。
-
公开(公告)号：CN115983500A
公开(公告)日：2023-04-18
申请号：CN202310246264.4
申请日：2023-03-06
Applicant: 中国科学院空天信息创新研究院
IPC: G06Q10/04 , G06Q50/02 , G06F18/2131 , G06F123/02
Abstract: 本申请公开了一种预测沙漠蝗的方法及装置，该方法包括：获得目标地区的生境数据，生境数据包括降雨数据、土壤温度数据、土壤湿度数据和植被数据；通过小波变换提取生境数据对应的波动特征；波动特征包括降雨数据对应的降雨波动特征、土壤温度数据对应的土壤温度波动特征、土壤湿度数据对应的土壤湿度波动特征和植被数据对应的植被波动特征；根据波动特征预测目标地区的沙漠蝗的发生时间。本申请通过小波变换可以较为全面的探究沙漠蝗发生的规律，从而实现对沙漠蝗的发生时间进行较为准确且稳定的预测。
-
公开(公告)号：CN114813577A
公开(公告)日：2022-07-29
申请号：CN202210451977.X
申请日：2022-04-27
Applicant: 中国科学院空天信息创新研究院 , 首都师范大学
Abstract: 本发明提供了一种基于遥感的植被叶片参数反演装置，基于经过使用深度神经网络表达PROSAIL模型的逆过程得到，不仅具有较强的物理机理，还具有较高的准确性。本申请提供的基于遥感的植被叶片参数反演方法，使用本申请提供的基于遥感的植被叶片参数反演装置，由植被叶片的遥感数据反演得到植被叶片的参数，具有较高的可信性和准确性。
-
公开(公告)号：CN111814707A
公开(公告)日：2020-10-23
申请号：CN202010673771.2
申请日：2020-07-14
Applicant: 中国科学院空天信息创新研究院 , 首都师范大学
Abstract: 本发明公开了一种作物叶面积指数反演方法及装置，获取遥感影像数据；对遥感影像数据进行数据预处理，得到高光谱数据；将高光谱数据输入预先生成的目标基准反演模型，得到目标基准反演模型输出的叶面积指数，其中，目标基准反演模型为通过目标训练样本对基准反演模型进行优化得到的模型，目标训练样本为对初始训练样本利用对偶学习的生成式对抗网络进行数据增强得到的样本。通过对实采的高光谱数据和叶面积指数进行数据增强，解决神经网络对训练样本的数量需求问题，从而可利用神经网络的方法通过高光谱数据反演叶面积指数，实现基于实采小样本数据的高精度叶面积指数反演。
-
公开(公告)号：CN115983500B
公开(公告)日：2023-05-30
申请号：CN202310246264.4
申请日：2023-03-06
Applicant: 中国科学院空天信息创新研究院
IPC: G06Q10/04 , G06Q50/02 , G06F18/2131 , G06F123/02
-
Patent Agency Ranking
公开(公告)号：CN113409292A
公开(公告)日：2021-09-17
申请号：CN202110728965.2
申请日：2021-06-29
Applicant: 中国科学院空天信息创新研究院
Abstract: 本申请公开了一种小麦赤霉病的检测方法、装置及电子设备，该方法结合光谱指数和图像的纹理特征用于小麦赤霉病的检测，并且，通过对由多个不同尺度的纹理特征训练后得到的第一赤霉病检测模型进行分析，得到了用于检测小麦赤霉病严重程度时，或者用于训练第二赤霉病检测模型时所采用的纹理特征提取的最佳尺度，表示为目标尺度。由此，通过由最佳尺度的纹理特征训练后得到的第二赤霉病检测模型对待检测的高光谱影像进行预测，预测的准确度得到了大大的提升。
-
公开(公告)号：CN111768051B
公开(公告)日：2024-06-11
申请号：CN202010640887.6
申请日：2020-07-06
Applicant: 中国科学院空天信息创新研究院
IPC: G06F18/20 , G06F18/211 , G06Q50/02 , G01N21/25 , G06F123/02
Abstract: 本发明公开了一种小麦赤霉病动态预警方法及装置，通过历史时期的小麦生长数据提取到小麦抽穗期和开花期对应的气象特征，利用关联性信息在气象特征中筛选得到小麦气象解释因子，并且利用目标数据确定小麦赤霉病光谱解释因子，最后结合小麦气象解释因子和小麦赤霉病光谱解释因子，预测得到小麦赤霉病发病预测数据。本发明结合了小麦赤霉病解释因子的综合性，考虑了遥感数据长时间序列上的信息，对于气象数据的时间定位更准确，使得该方法具有更优的普遍性，提高了预测精度。
-
公开(公告)号：CN113409292B
公开(公告)日：2022-12-30
申请号：CN202110728965.2
申请日：2021-06-29
Applicant: 中国科学院空天信息创新研究院
Abstract: 本申请公开了一种小麦赤霉病的检测方法、装置及电子设备，该方法结合光谱指数和图像的纹理特征用于小麦赤霉病的检测，并且，通过对由多个不同尺度的纹理特征训练后得到的第一赤霉病检测模型进行分析，得到了用于检测小麦赤霉病严重程度时，或者用于训练第二赤霉病检测模型时所采用的纹理特征提取的最佳尺度，表示为目标尺度。由此，通过由最佳尺度的纹理特征训练后得到的第二赤霉病检测模型对待检测的高光谱影像进行预测，预测的准确度得到了大大的提升。
-
公开(公告)号：CN115114973A
公开(公告)日：2022-09-27
申请号：CN202210426625.9
申请日：2022-04-22
Applicant: 中国科学院空天信息创新研究院
Abstract: 本申请公开一种农业有害生物发生潜在风险遥感预测方法和装置，针对预定类型生物发生概率的预测，综合提取并构建了该类型生物多种不同类型的生态环境指标，将动态和静态环境指标相结合，构建用于对该类型生物的发生进行动态预测和早期预警的风险预测模型，不需要结合预测区域的专家知识和经验，排除了人为主观干扰。且本申请进一步考虑预定类型生物的发生对环境驱动因素扰动响应的滞后特征，探究该类型生物发生的动态环境指标的时间滞后效应，并向模型引入动态环境指标的滞后变量，以及筛选动态环境指标的最优滞后期滞后变量，使模型构建与预测更符合所需类型生物发生的生态学机制，从而可实现所需类型生物发生的高时空精度早期预警与动态预报。
-
公开(公告)号：CN119943433A
公开(公告)日：2025-05-06
申请号：CN202411999600.3
申请日：2024-12-31
Applicant: 中国科学院空天信息创新研究院
Abstract: 本申请公开了一种疟疾发生风险预测方法及装置，涉及疾病风险预测技术领域，该方法包括：在待预测区域中确定多个地面调查点，地面调查点用于表征是否发生过疟疾病例；根据多个地面调查点，从多源地球观测数据中提取驱动疟疾发生的多源环境因子的时间序列；分析多源环境因子的时间序列，以得到多源环境因子的最优时间滞后期；根据多源环境因子的最优时间滞后期构建训练数据集，并将训练数据集输入至监督学习模型进行训练，以得到疟疾发生风险预测模型。通过提取多源环境因子的时间序列，并利用最优时间滞后期进行模型训练，使疟疾发生风险的预测模型能充分考虑滞后效应，全面捕捉环境因素与疟疾之间的复杂联系，从而实现了疟疾风险的高精度预测。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.056 seconds)
