-
公开(公告)号:CN114705627B
公开(公告)日:2024-12-17
申请号:CN202210351545.1
申请日:2022-04-02
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种综合CHM特征的秸秆类型快速遥感监测方法及装置,方法包括:获取监测区域多光谱影像以及CHM影像;根据多光谱影像中近红外波段和红光波段,生成PNISI影像;根据多光谱影像、CHM影像和PNISI影像进行二次波段组合,得到CHM‑PNISI‑多光谱影像,根据高度阈值进行初次分割,得到第一秸秆影像和第二秸秆影像,分别分割得到多个一类对象和二类对象;根据秸秆形状阈值和PNISI阈值,对一类对象进行分类,得到成捆、成堆和直立秸秆的分类结果;基于波段阈值,对二类对象进行分类,得到碎渣秸秆和裸地的分类结果。该方法可有效避免常规分割后秸秆对象碎片化问题,提高了农田作物秸秆类型遥感监测精度和效率。
-
公开(公告)号:CN117806657A
公开(公告)日:2024-04-02
申请号:CN202311562128.2
申请日:2023-11-22
Applicant: 江苏大学 , 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种监测预警模型的Web服务封装及发布方法及装置,属于计算机技术领域,该方法包括:确定监测预警模型的运行体形态类别,并获取所述运行体形态类别对应的模型注册信息;基于所述运行体形态类别对应的模型注册信息,生成所述监测预警模型的调用运行程序;将所述调用运行程序封装为Web服务,并将所述Web服务发布至预设服务接口。本发明可以有效降低模型管理及运行实现的复杂度,提高预警模型管理与运行的效率,实现了不同形式结构和形态的预警模型的灵活调用与高效运行。
-
公开(公告)号:CN114064699B
公开(公告)日:2023-12-26
申请号:CN202111254782.8
申请日:2021-10-27
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F16/245 , G06F16/25
Abstract: 本发明提供一种物联网设备监测指标动态管理和数据解析方法及装置,该方法包括:根据应用场景类型、应用基地名称和设备类型,在预设的监测指标元数据表中,配置设备的监测指标元数据信息;根据场景类型、应用基地名称和所配置的监测指标元数据信息,动态创建或更新对应的设备监测数据表;获取所述设备监测数据表结构定义,动态创建所述应用场景类型、应用基地名称对应的设备监测数据接入接口,并存入预设的监测数据接入接口表;获取和解析所述设备监测数据接入接口,以获取监测数据,并存入所述设备监测数据表中。该方法可解决不同场景、不同设备之间监测指标协同组织问题,能有效降低因场景、设备类型不同而多建指标字段带来的存储资源浪费问题。
-
公开(公告)号:CN116910174A
公开(公告)日:2023-10-20
申请号:CN202311170762.1
申请日:2023-09-12
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F16/31 , G06F40/289 , G06F18/213 , G06F18/22
Abstract: 本发明涉及数据存储管理技术领域,提供一种面向数据方舱的数据存储管理方法、装置及存储介质,该方法包括:基于退化耕地监测治理时空数据方舱的应用特征,确定数据方舱的类型;基于不同类型的数据方舱所对应的第一特征,以及待存储数据的元数据对应的第二特征,分别计算不同类型的数据方舱所对应的第一特征与第二特征之间的相似度;基于相似度,将待存储数据存储到对应类型的数据方舱。本发明提供的面向数据方舱的数据存储管理方法,根据不同类型的数据方舱的第一特征与待存储数据的元数据的第二特征,计算待存储数据与不同类型数据方舱的之间的相似度来确定存储方案,实现根据待存储数据的特点和应用场景进行有效存储,提高了数据的访问效率。
-
公开(公告)号:CN116306984B
公开(公告)日:2023-09-12
申请号:CN202310548054.0
申请日:2023-05-16
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种紫色系作物鲜叶花色苷检测模型训练、检测方法及装置,涉及农业技术领域,紫色系作物鲜叶花色苷检测模型训练方法包括:基于样本紫色系作物鲜叶的花色苷含量、叶绿素含量以及目标光谱数据,获取样本紫色系作物鲜叶的花色苷光谱指数;以样本紫色系作物鲜叶的花色苷光谱指数为训练样本,以花色苷含量为训练样本的样本标签,对初始模型进行训练,获得紫色系作物鲜叶花色苷检测模型。本发明提供的紫色系作物鲜叶花色苷检测模型训练、检测方法及装置,仅需光谱数据就能实现花色苷含量的无损检测,模型训练的效率更高,模型训练的投入成本更低,进行花色苷含量检测的准确率更高、效率更高且所需投入的成本更低。
-
公开(公告)号:CN116630797A
公开(公告)日:2023-08-22
申请号:CN202310542930.9
申请日:2023-05-15
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/778 , G01N21/25
Abstract: 本发明提供一种秸秆类型识别方法、装置、电子设备和存储介质,涉及遥感技术领域,该方法包括:基于待识别区域的目标遥感影像红光波段、水汽波段、红边波段、近红外波段和短波红外波段的光谱信息,生成待识别影像;将待识别影像输入秸秆类型识别模型,获取秸秆类型识别模型输出的秸秆类型识别结果;秸秆类型识别模型是以样本像元为样本,以样本像元的秸秆类型识别结果为样本标签,进行训练后得到的;样本像元包括样本影像中的像元;样本影像基于原始样本影像红光波段、水汽波段、红边波段、近红外波段和短波红外波段的光谱信息生成。本发明提供的秸秆类型识别方法、装置、电子设备和存储介质,能提高大区域秸秆类型识别的识别准确率和识别效率。
-
公开(公告)号:CN115496999A
公开(公告)日:2022-12-20
申请号:CN202211080889.X
申请日:2022-09-05
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种田间立地秸秆产量估计方法及装置,该方法包括:获取目标数据;基于目标数据,获取目标区域内目标时刻的目标作物产量;基于目标作物产量,获取目标区域内目标时刻对应的立地秸秆产量;其中,目标数据包括目标遥感影像的目标植被指数以及目标区域目标时刻的气象数据和地形数据;目标遥感影像为原始区域目标时刻的遥感影像;目标区域为原始区域内种植有目标作物的区域;目标时刻在自目标作物种植于目标区域起,至目标作物收获籽实止的时期内。本发明提供的田间立地秸秆产量估计方法及装置,能结合区域气象因素和地形因素对立地秸秆产量的影响,提高计田间立地秸秆产量估计的准确率。
-
公开(公告)号:CN114064716A
公开(公告)日:2022-02-18
申请号:CN202111275114.3
申请日:2021-10-29
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F16/2455 , G06F16/248 , G06F40/18
Abstract: 本发明提供一种基于元数据的WEB报表自动生成方法及装置,该方法包括:接收数据源设定信息并连接目标数据库,获取业务数据表;接收选定的候选业务数据表,获取业务数据表的数据项元数据信息;根据数据项元数据信息中的数据类型从预设数据类型映射库获取对应抽象数据类型,根据获取的抽象数据类型从数据类型与web元素控件映射库、数据类型与操作符映射库中,分别获取web元素控件和操作符,自动生成对应的数据输出项、查询条件、阈值、操作符和统计项;根据设定结果查询对应数据,获取数据内容生成报表。该方法对数据输出项、查询条件、操作符、统计内容和统计方式都是系统自动生成,克服了如遇业务数据表调整需要重新程序开发实现的缺陷。
-
公开(公告)号:CN113887889A
公开(公告)日:2022-01-04
申请号:CN202111081352.0
申请日:2021-09-15
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06Q10/06
Abstract: 本发明提供的考核数据生成方法及装置,包括:预先定义用于信息系统应用绩效考核的考核指标、与考核指标相关的每类指标数据的数据结构;在物理数据库中,创建每类指标数据所对应的数据表;利用数据表记录应用监测数据,应用监测数据是由用户对信息系统的操作所产生的;调取预设时长内数据表中所记载的应用监测数据,生成考核数据。本发明提供的考核数据生成方法及装置,通过预先定义对信息系统进行应用绩效考核最能体现使用系统频率特征的考核指标以及获取考核指标相关数据的数据结构,在信息系统的使用过程中,自动记录考核指标所需要的相关数据,客观真实地反应信息系统的使用情况,减少人为因素的干扰,有效地保障了应用绩效考核的公平性。
-
公开(公告)号:CN119830487A
公开(公告)日:2025-04-15
申请号:CN202411722957.7
申请日:2024-11-28
Applicant: 北京市农林科学院信息技术研究中心
Abstract: 本发明提供一种土壤采样稀疏区的样点优化方法、装置及电子设备,方法包括:识别多个分层单元中的稀疏分层单元与非稀疏分层单元;将每一稀疏分层单元作为待优化分层单元;获取待优化分层单元与非稀疏分层单元之间的环境相似度;并计算待优化分层单元的地理环境特征对土壤采样区中土壤属性的第一影响度,计算非稀疏分层单元的地理环境特征对土壤采样区中土壤属性的第二影响度;根据环境相似度和影响度差异值,从多个非稀疏分层单元中选择目标分层单元,并将目标分层单元内的样点作为待优化分层单元的虚拟样点。通过上述方法,提高了土壤属性调查过程中稀疏采样区域样点的代表性,以得到实时高效的土壤属性高精度制图。
-
-
-
-
-
-
-
-
-