-
公开(公告)号：CN118228944A
公开(公告)日：2024-06-21
申请号：CN202410651907.8
申请日：2024-05-24
Applicant: 北京林业大学
IPC: G06Q10/063 , G06Q50/26 , G06T7/13 , G06T7/73
Abstract: 本发明涉及防护林退化评估技术领域，具体涉及基于人工智能视觉识别的防护林退化调查和评估系统。包括数据获取模块，还包括与数据获取模块输出端连接的风险范围确定模块。通过指定区域来构建虚拟指定平面区域，以在虚拟指定平面区域中确定指定坐标，基于所确定的指定坐标明确无人机所要在指定区域下采集的防护林的图像数据，以实现对防护林内图像数据采集方式的规划，实现对防护林全面且高效的图像数据采集；基于图像数据判定目标图像数据，借助于所确定的指定坐标判定目标指定坐标，结合目标指定坐标和等分线以及退化线构建风险退化区域，以对防护林内的风险退化区域执行精准管控。
-
Patent Agency Ranking
公开(公告)号：CN119669705B
公开(公告)日：2025-05-13
申请号：CN202510188129.8
申请日：2025-02-20
Applicant: 北京林业大学
Abstract: 本发明公开了一种环境因子对植被抵抗力和恢复力影响的定量分析方法，通过采集树木年轮样本和气象数据，建立复合干旱评估指标，构建混合线性效应模型，定量分析环境因子对植被抵抗力和恢复力的影响。该方法首先获取年轮宽度标准化数据，计算月度蒸汽压亏缺和潜在蒸散量，确定复合干旱年份，然后计算植被抵抗力和恢复力指数，最后通过混合线性效应模型分析环境因子的影响程度；本发明的方法通过高分辨率树木年轮数据提高了评估精度，采用混合效应模型提升了分析的鲁棒性，能够有效识别关键环境因子，为生态系统管理提供科学依据。
-
公开(公告)号：CN119669705A
公开(公告)日：2025-03-21
申请号：CN202510188129.8
申请日：2025-02-20
Applicant: 北京林业大学
Abstract: 本发明公开了一种环境因子对植被抵抗力和恢复力影响的定量分析方法，通过采集树木年轮样本和气象数据，建立复合干旱评估指标，构建混合线性效应模型，定量分析环境因子对植被抵抗力和恢复力的影响。该方法首先获取年轮宽度标准化数据，计算月度蒸汽压亏缺和潜在蒸散量，确定复合干旱年份，然后计算植被抵抗力和恢复力指数，最后通过混合线性效应模型分析环境因子的影响程度；本发明的方法通过高分辨率树木年轮数据提高了评估精度，采用混合效应模型提升了分析的鲁棒性，能够有效识别关键环境因子，为生态系统管理提供科学依据。
-
公开(公告)号：CN119360255B
公开(公告)日：2025-03-18
申请号：CN202411947137.8
申请日：2024-12-27
Applicant: 北京林业大学
IPC: G06V20/17 , G06V20/10 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及图像数据处理技术领域，其具体地公开了一种基于无人机多光谱数据的防护林退化程度分析方法，其利用多光谱无人机采集样地防护林的多光谱图像，通过计算样地防护林的多光谱图像中各个局部区域的光谱反射率、植被指数和纹理指数来构建多光谱图像的多源特征矩阵,进而，通过对多光谱图像的多源特征进行深度学习和交互融合处理，以全面获取样地防护林植被状态的综合表征信息，并据此实现对样地防护林退化率的智能解码估计，根据所述样地防护林的退化率，构建风险退化区域，以对所述风险退化区域进行精准管控。通过这种方式，可以有效提高防护林退化程度监测的准确性和效率，从而为森林资源管理提供更为科学和精确的决策支持。
-
公开(公告)号：CN118228944B
公开(公告)日：2024-07-30
申请号：CN202410651907.8
申请日：2024-05-24
Applicant: 北京林业大学
IPC: G06Q10/063 , G06Q50/26 , G06T7/13 , G06T7/73
Abstract: 本发明涉及防护林退化评估技术领域，具体涉及基于人工智能视觉识别的防护林退化调查和评估系统。包括数据获取模块，还包括与数据获取模块输出端连接的风险范围确定模块。通过指定区域来构建虚拟指定平面区域，以在虚拟指定平面区域中确定指定坐标，基于所确定的指定坐标明确无人机所要在指定区域下采集的防护林的图像数据，以实现对防护林内图像数据采集方式的规划，实现对防护林全面且高效的图像数据采集；基于图像数据判定目标图像数据，借助于所确定的指定坐标判定目标指定坐标，结合目标指定坐标和等分线以及退化线构建风险退化区域，以对防护林内的风险退化区域执行精准管控。
-
公开(公告)号：CN119360255A
公开(公告)日：2025-01-24
申请号：CN202411947137.8
申请日：2024-12-27
Applicant: 北京林业大学
IPC: G06V20/17 , G06V20/10 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及图像数据处理技术领域，其具体地公开了一种基于无人机多光谱数据的防护林退化程度分析方法，其利用多光谱无人机采集样地防护林的多光谱图像，通过计算样地防护林的多光谱图像中各个局部区域的光谱反射率、植被指数和纹理指数来构建多光谱图像的多源特征矩阵,进而，通过对多光谱图像的多源特征进行深度学习和交互融合处理，以全面获取样地防护林植被状态的综合表征信息，并据此实现对样地防护林退化率的智能解码估计，根据所述样地防护林的退化率，构建风险退化区域，以对所述风险退化区域进行精准管控。通过这种方式，可以有效提高防护林退化程度监测的准确性和效率，从而为森林资源管理提供更为科学和精确的决策支持。
-
-
-
-
-
Search Results
6
records
(took 0.028 seconds)
