一种基于卫星遥感影像的乌梁素海黄苔生长动态监测方法

    公开(公告)号:CN118865114A

    公开(公告)日:2024-10-29

    申请号:CN202410882398.X

    申请日:2024-07-02

    Abstract: 本发明属于黄苔生长状态监测技术领域,公开了一种基于卫星遥感影像的乌梁素海黄苔生长动态监测方法,包括以下步骤:S1、公开遥感影像的收集及预处理;S2、对学术论文黄苔分布图片进行地理配准以及矢量化;S3、采用随机抽样的方式处理黄苔与非黄苔像元不平衡数据,构建分类器训练数据集,并进行机器学习模型训练及方法比选;S4、计算各类黄苔长时序集聚面积,并进行黄苔生长状态规律统计。本发明采用上述的一种基于卫星遥感影像的乌梁素海黄苔生长动态监测方法,有效降低了训练模型的训练误差,提高了机器学习分类模型的准确率,同时避免了传统人工驾驶船只现场调研费时费力的模式,节约了大量的人力和财力。

    一种基于卫星遥感影像解析的高准确率水生植物识别方法

    公开(公告)号:CN118865113A

    公开(公告)日:2024-10-29

    申请号:CN202410881309.X

    申请日:2024-07-02

    Abstract: 本发明属于水生植物识别技术领域,公开了一种基于卫星遥感影像解析的高准确率水生植物识别方法,包括以下步骤:S1、公开遥感影像的收集及预处理;S2、遥感影像陆水分离;S3、对学术论文水生植物分布图片进行地理配准以及矢量化;S4、构建分类器训练数据集,并进行机器学习模型训练及方法比选;S5、计算各类水生植物长时序集聚面积,并进行水生植物生长状态规律统计。本发明采用上述的一种基于卫星遥感影像解析的高准确率水生植物识别方法,充分考虑了不同时间湖泊水体范围的变化,在遥感影像预处理中增加了陆水分离过程,在精细化水体边界的同时,降低了在识别水生植物时的类别误差,从数据质量上有效提升了后期机器学习的分类准确性。

    一种浮游植物的全过程治理方法

    公开(公告)号:CN110577315B

    公开(公告)日:2021-03-23

    申请号:CN201910931231.7

    申请日:2019-09-29

    Abstract: 本发明涉及水环境治理领域,具体公开了一种浮游植物的全过程治理方法。所述方法包括将自然环境中的水体先通过过滤装置去除水体中的大体积颗粒物,再通过设有多极永磁式磁铁的水管进行预磁化,然后进入调节池对水体进行均质化和/或絮凝沉淀,分离水体中的浮游植物和悬浮颗粒物,之后根据浮游植物的不同生长阶段,通过施加不同磁场强度抑制甚至直接杀死浮游植物,实现成本和效果的最优化,最后对磁化后的水体进行曝气充氧,释放到自然水环境中。

    一种人工湿地水环境修复系统和方法

    公开(公告)号:CN110577334B

    公开(公告)日:2021-02-19

    申请号:CN201910931408.3

    申请日:2019-09-29

    Abstract: 本发明涉及水环境治理领域,具体公开了一种人工湿地水环境修复系统和方法。所述人工湿地水环境修复系统包括:(1)将待处理水体输入人工湿地的布水管:(2)设于布水管周围的磁化反应器:对流经布水管的水体施加垂直于水流方向的磁场,使经布水管进入人工湿地的水体为经磁化处理后的磁化水;(3)人工湿地;(4)设于人工湿地垂直方向的磁化反应器:在垂直方向上对人工湿地施加磁场;(5)排出经人工湿地处理后的水体的出水管。将待处理水体经布水管、并被设于布水管周围的磁化反应器处理后进入人工湿地,同时利用设于人工湿地垂直方向的磁化反应器对人工湿地进行间歇磁化,能够有效解决人工湿地运行中易堵塞、且难以快速修复的技术问题。

Patent Agency Ranking