基于卫星影像的茶园识别方法及装置

    公开(公告)号:CN117011702A

    公开(公告)日:2023-11-07

    申请号:CN202310786941.1

    申请日:2023-06-29

    Abstract: 本发明提供一种基于卫星影像的茶园识别方法及装置,该方法包括:基于待识别区域的Sentinel‑2图像数据和Landsat图像数据,确定出待识别区域的常绿植被区域;通过决策树模型从所述常绿植被区域识别出茶园区域;其中,所述决策树模型基于以下特征及以下特征对应的分类阈值构建:茶叶物候特征指数、地形特征、由分离性指数确定的光谱指数,SI用于反映茶园与其他常绿植被光谱反射率的分离性;其中,所述茶叶物候特征指数由N月的增强植被指数和M月的地表水指数确定;相比其他任意月份的EVI和其他任意月份的LSWI之间的SI,N月的增强植被指数和M月的地表水指数之间的SI最大,N和M为大于0且小于13的整数。

    茶堆的光谱数据处理方法、装置及电子设备

    公开(公告)号:CN119559517A

    公开(公告)日:2025-03-04

    申请号:CN202510125334.X

    申请日:2025-01-27

    Abstract: 本发明提供一种茶堆的光谱数据处理方法、装置及电子设备,应用于田间茶芽品质快速检测技术领域,上述方法包括:将茶堆混合光谱输入至双线性光谱模型,得到正面叶片光谱,其中,双线性光谱模型用于将茶堆混合光谱进行校正;对茶堆的正面叶片光谱进行求导,得到正面叶片光谱的导数集合,其中,求导用于消除茶堆的茶芽堆叠结构信息;将导数集合输入至采用径向基核函数的高斯过程回归模型,得到正面叶片品质,其中,高斯过程回归模型中的径向基核函数用于消除茶堆的正面叶片占比信息,高斯过程回归模型用于预测正面叶片品质;通过本发明能够消除茶堆混合光谱中茶芽堆叠结构和正面叶片占比差异对茶芽品质精确反演的影响。

Patent Agency Ranking