-
公开(公告)号：CN111783538B
公开(公告)日：2023-12-08
申请号：CN202010475902.6
申请日：2020-05-29
Applicant: 北京农业信息技术研究中心
IPC: G06V20/10 , G06V10/764
Abstract: 性和便利性。本发明实施例提供一种小麦生物量的遥感估算方法、装置、电子设备及存储介质，该方法包括：获取待估算区域的生育时期类别，并获取待估算区域的植被指数；将生育时期类别的编码和植被指数，输入预设的全生育时期生物量反演模型，输出待估算区域的生物量；其中，全生育时期生物量反演模型，是将小麦所有生育时期类别的编码和对应的植被指数作为自变量，将已知的生物量作为应变量，进行线性拟合得到。该方法能适用于各自生育时期，在使用过程中无需不同的时期构建不同的模型，避免了模型太多并且不方
-
公开(公告)号：CN113139717B
公开(公告)日：2023-10-20
申请号：CN202110351494.8
申请日：2021-03-31
Applicant: 北京农业信息技术研究中心
IPC: G06Q10/0639 , G06Q50/02 , G06F30/20 , G06N7/01 , G06F111/08
Abstract: 本发明提供一种作物苗情分级遥感监测方法及装置，该方法包括：获取二级区域的植被指数；根据二级区域的苗情分级统计数据，确定每种苗情等级的统计概率；根据二级区域植被指数的概率密度分布函数，确定苗情分级的植被指数阈值，以使得根据概率密度分布函数得到的苗情等级概率，与统计概率一致；以多个二级区域的纬度为自变量，植被指数阈值为应变量进行拟合，得到分级阈值模型；基于分级阈值模型和二级区域的纬度，确定每个二级区域的植被指数分级阈值；基于所有二级区域的植被指数分级阈值，确定一级区域的苗情分级。该方法可以提取不同地区、不同条件下的作物苗情状况，苗情分级结果具有较高的精度，普适性和稳定性较强，无需耗费大量人力物力。
-
公开(公告)号：CN113029971B
公开(公告)日：2023-01-31
申请号：CN202110185232.9
申请日：2021-02-10
Applicant: 北京农业信息技术研究中心
IPC: G01N21/25
Abstract: 本发明提供的作物冠层氮素监测方法及系统，包括：同步获取待监测区域的RGB图像和多光谱图像；根据RGB图像确定待监测区域的植被覆盖度；根据多光谱图像确定待监测区域的光谱植被指数；利用植被覆盖度和光谱植被指数计算覆盖度调节光谱指数，基于覆盖度调节光谱指数构建作物冠层氮素遥感监测模型，生成待监测区域像元尺度的作物冠层氮素含量空间分布图。本发明提供的作物冠层氮素监测方法及系统，充分利用了RGB影像的高空间分辨率的优势和多光谱影像的高光谱分辨率的优势，可有效消除土壤背景的抑制作用，显著改善作物氮素的遥感估测精度，实现了像元尺度的作物氮素遥感空间监测，可为田间精准变量施肥决策提供空间信息技术支持。
-
公开(公告)号：CN113390795A
公开(公告)日：2021-09-14
申请号：CN202110489424.9
申请日：2021-04-29
Applicant: 北京农业信息技术研究中心
IPC: G01N21/25
Abstract: 本发明提供一种基于冠层成像光谱的茶叶鲜叶质量无损监测方法及装置，该方法包括：获取目标区域的茶叶冠层多通道多光谱图像；进行预处理后，生成多光谱合成图像；通过特定植被指数去除土壤背景，用大律法提取待采鲜叶图谱；根据待采鲜叶图谱提取特征植被指数，将其输入预设的茶叶质量检测模型，得到目标区域的茶叶质量指标预测值；其中，茶叶鲜叶质量检测模型，根据茶叶质量指标值已知的多光谱合成图像提取特征植被指数后，进行拟合得到。该方法基于较易获得的冠层多光谱影像和预设的茶叶质量检测模型进行质量检测，降低数据采集装置成本，减少数据分析系统大量冗余及无效信息占用，简化分析过程，加快分析速率，利于推广应用，同时实现无损检测。
-
公开(公告)号：CN113139717A
公开(公告)日：2021-07-20
申请号：CN202110351494.8
申请日：2021-03-31
Applicant: 北京农业信息技术研究中心
IPC: G06Q10/06 , G06Q50/02 , G06F30/20 , G06N7/00 , G06F111/08
Abstract: 本发明提供一种作物苗情分级遥感监测方法及装置，该方法包括：获取二级区域的植被指数；根据二级区域的苗情分级统计数据，确定每种苗情等级的统计概率；根据二级区域植被指数的概率密度分布函数，确定苗情分级的植被指数阈值，以使得根据概率密度分布函数得到的苗情等级概率，与统计概率一致；以多个二级区域的纬度为自变量，植被指数阈值为应变量进行拟合，得到分级阈值模型；基于分级阈值模型和二级区域的纬度，确定每个二级区域的植被指数分级阈值；基于所有二级区域的植被指数分级阈值，确定一级区域的苗情分级。该方法可以提取不同地区、不同条件下的作物苗情状况，苗情分级结果具有较高的精度，普适性和稳定性较强，无需耗费大量人力物力。
-
Patent Agency Ranking
公开(公告)号：CN111783538A
公开(公告)日：2020-10-16
申请号：CN202010475902.6
申请日：2020-05-29
Applicant: 北京农业信息技术研究中心
Abstract: 本发明实施例提供一种小麦生物量的遥感估算方法、装置、电子设备及存储介质，该方法包括：获取待估算区域的生育时期类别，并获取待估算区域的植被指数；将生育时期类别的编码和植被指数，输入预设的全生育时期生物量反演模型，输出待估算区域的生物量；其中，全生育时期生物量反演模型，是将小麦所有生育时期类别的编码和对应的植被指数作为自变量，将已知的生物量作为应变量，进行线性拟合得到。该方法能适用于各自生育时期，在使用过程中无需不同的时期构建不同的模型，避免了模型太多并且不方便程序化的问题，也无需考虑除遥感信息以外的高分辨率影像，能够大面积推广。该方法仅需考虑遥感植被指数和生育时期作为输入，具有高效性和便利性。
-
公开(公告)号：CN113390795B
公开(公告)日：2023-05-26
申请号：CN202110489424.9
申请日：2021-04-29
Applicant: 北京农业信息技术研究中心
IPC: G01N21/25
Abstract: 本发明提供一种基于冠层成像光谱的茶叶鲜叶质量无损监测方法及装置，该方法包括：获取目标区域的茶叶冠层多通道多光谱图像；进行预处理后，生成多光谱合成图像；通过特定植被指数去除土壤背景，用大律法提取待采鲜叶图谱；根据待采鲜叶图谱提取特征植被指数，将其输入预设的茶叶质量检测模型，得到目标区域的茶叶质量指标预测值；其中，茶叶鲜叶质量检测模型，根据茶叶质量指标值已知的多光谱合成图像提取特征植被指数后，进行拟合得到。该方法基于较易获得的冠层多光谱影像和预设的茶叶质量检测模型进行质量检测，降低数据采集装置成本，减少数据分析系统大量冗余及无效信息占用，简化分析过程，加快分析速率，利于推广应用，同时实现无损检测。
-
公开(公告)号：CN113607653A
公开(公告)日：2021-11-05
申请号：CN202110761696.X
申请日：2021-07-06
Applicant: 北京农业信息技术研究中心
IPC: G01N21/25
Abstract: 本发明提供一种农作物氮肥效应实时监测方法及装置，该方法包括：获取不施肥小区光谱参数、施肥小区光谱参数以及施肥小区单位面积的施氮量；根据不施肥小区和施肥小区的光谱参数以及施肥小区单位面积的施氮量，得到氮肥利用率光谱参数及土壤依存率光谱参数；将氮肥利用率光谱参数和土壤依存率光谱参数，分别输入预先拟合得到的氮肥利用率模型和土壤依存率模型，得到氮肥利用率值和土壤依存率值。该方法通过光谱数据，快速无损获取作物生长过程中氮肥利用率及土壤依存率，能够及时掌握作物生长过程中的氮肥效应状况，提高农田施肥效益、提高作物产量与品质以及实现环境保护。同时，监测值也可以作为评价新型肥料、施肥措施及新品种繁育的重要指标。
-
公开(公告)号：CN113029971A
公开(公告)日：2021-06-25
申请号：CN202110185232.9
申请日：2021-02-10
Applicant: 北京农业信息技术研究中心
IPC: G01N21/25
Abstract: 本发明提供的作物冠层氮素监测方法及系统，包括：同步获取待监测区域的RGB图像和多光谱图像；根据RGB图像确定待监测区域的植被覆盖度；根据多光谱图像确定待监测区域的光谱植被指数；利用植被覆盖度和光谱植被指数计算覆盖度调节光谱指数，基于覆盖度调节光谱指数构建作物冠层氮素遥感监测模型，生成待监测区域像元尺度的作物冠层氮素含量空间分布图。本发明提供的作物冠层氮素监测方法及系统，充分利用了RGB影像的高空间分辨率的优势和多光谱影像的高光谱分辨率的优势，可有效消除土壤背景的抑制作用，显著改善作物氮素的遥感估测精度，实现了像元尺度的作物氮素遥感空间监测，可为田间精准变量施肥决策提供空间信息技术支持。
-
公开(公告)号：CN112308289A
公开(公告)日：2021-02-02
申请号：CN202011052591.9
申请日：2020-09-29
Applicant: 北京农业信息技术研究中心
Abstract: 本发明实施例提供一种水稻产量预测方法及装置，该方法包括：对水稻原始数据进行特征提取，得到水稻特征数据；将所述水稻特征数据，输入预设的XGBoost网络模型，得到水稻的产量预测结果；其中，所述XGBoost网络模型，根据已知水稻产量的原始数据作为样本，经特征提取后训练得到。通过训练后的XGBoost网络模型进行预测，XGBoost网络模型引入正则化项，加入剪枝，控制了模型的复杂度，从而可大大减少预测的计算复杂度，提高预测效率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.036 seconds)
