一种基于作物物候特征与决策树模型的田块边界自动化遥感提取方法

    公开(公告)号:CN115641504A

    公开(公告)日:2023-01-24

    申请号:CN202211319295.X

    申请日:2022-10-26

    Abstract: 本发明提出了一种基于作物物候特征与决策树模型的田块边界自动化遥感提取方法,该方法主要步骤如下:获取单时相GF‑2和双时相PlanetScope卫星影像,计算归一化植被指数NDVI;基于边缘增强算法获得亚米级空间分辨率的地物边缘强度图;使用自适应阈值分割算法分割地物边缘强度图,提取同质空间对象;基于农作物生长规律,获取作物旺盛生长期和收获期PlanetScope数据,进行田块对象识别;对所提取的田块对象进行去噪和平滑处理,最后将处理后的田块对象转化为矢量田块边界。该方法可以对田块破碎地区的中小型自然田块边界进行准确、快速提取,在智慧农业管理中具有极大的应用潜力。

    一种基于训练样本自动化提取的大尺度冬小麦早期识别方法

    公开(公告)号:CN117475313B

    公开(公告)日:2025-04-25

    申请号:CN202311495045.6

    申请日:2023-11-10

    Abstract: 本发明提出了一种基于训练样本自动化提取的大尺度冬小麦早期识别方法,该方法步骤如下:通过遥感云平台获取小麦生长季内的Sentinel‑1和Sentinel‑2卫星影像;生成时空连续的Sentinel‑1和Sentinel‑2时间序列;构建冬季作物指数WCI;提取冬季作物像素;进行冬小麦和冬油菜区分;结合当年的Sentinel‑1/2影像构建冬小麦分类模型;基于分类模型,获得当年冬小麦分类产品;迁移训练模型至目标年度,通过测试不同时间窗口时相特征对分类精度的影响,明确冬小麦最早可识别时期。该方法可以对冬小麦进行及时、准确提取,在冬小麦种植面积监测、产量预测、粮食安全评估等方面具有极大的应用潜力。

    一种基于多时相高分辨遥感影像与物候信息的动态收获指数估测方法

    公开(公告)号:CN119314043A

    公开(公告)日:2025-01-14

    申请号:CN202411342430.1

    申请日:2024-09-25

    Abstract: 本发明提出了一种基于多时相高分辨遥感影像与物候信息的动态收获指数估测方法,包括以下步骤:首先基于遥感云平台的多时相Sentinel‑2影像采用拐点法获取水稻生长季开始、旺盛和结束日期,同时计算三个关键时间点的Sentinel‑2影像缨帽变换三个分量和植被指数;然后参照收获指数定义提出物候差比值法PDR,耦合缨帽变换三个分量与植被指数形成具有生理基础的遥感指标;最后采用特征筛选和穷举法确定最优动态收获指数估测模型,实现大范围多年份水稻收获指数估算。该方法可以对大范围田块级水稻收获指数进行及时、准确估算,在水稻产量准确估测、水稻品种选育和栽培技术优化与效果评价方面具有极大的应用价值。

    一种基于训练样本自动化提取的大尺度冬小麦早期识别方法

    公开(公告)号:CN117475313A

    公开(公告)日:2024-01-30

    申请号:CN202311495045.6

    申请日:2023-11-10

    Abstract: 本发明提出了一种基于训练样本自动化提取的大尺度冬小麦早期识别方法,该方法步骤如下:通过遥感云平台获取小麦生长季内的Sentinel‑1和Sentinel‑2卫星影像;生成时空连续的Sentinel‑1和Sentinel‑2时间序列;构建冬季作物指数WCI;提取冬季作物像素;进行冬小麦和冬油菜区分;结合当年的Sentinel‑1/2影像构建冬小麦分类模型;基于分类模型,获得当年冬小麦分类产品;迁移训练模型至目标年度,通过测试不同时间窗口时相特征对分类精度的影响,明确冬小麦最早可识别时期。该方法可以对冬小麦进行及时、准确提取,在冬小麦种植面积监测、产量预测、粮食安全评估等方面具有极大的应用潜力。

Patent Agency Ranking