-
公开(公告)号：CN113850139A
公开(公告)日：2021-12-28
申请号：CN202110986333.6
申请日：2021-08-25
Applicant: 南京林业大学
Abstract: 本发明公开一种基于多源遥感的森林年际物候监测方法，首先，收集所有可用的云量低于80％的卫星遥感影像，然后对不同卫星遥感影像的整合方法进行修正，提高不同传感器的空间和光谱匹配度；接着运用改进的连续变化检测与分类模型，生成每日植被指数曲线；最后，基于每日合成影像采用逻辑回归模型检验增强型植被指数、归一化植被指数和地表水体指数提取最优森林年际SOS。本发明改进不同卫星数据的整合方法，增加观测频率；提出MCCDC模型，将辐射差异纳入考虑范围并优化模型算法，在保证精度的同时缩短计算时间，最终生成每日清晰无云遥感影像；引入3种植被指数估测森林年际SOS，评估不同指数在评估森林SOS的差异。
-
公开(公告)号：CN114565859A
公开(公告)日：2022-05-31
申请号：CN202210194358.7
申请日：2022-03-01
Applicant: 南京林业大学
IPC: G06V20/13 , G06V10/25 , G06V10/764 , G06K9/62 , G06N20/00
Abstract: 本发明公开一种考虑谐波模型系数和物候参数的森林树种组分类方法，包括如下步骤：S1、影像获取及预处理；S2、建立基于多源遥感数据的MCCDC模型；S3、基于逻辑回归方程的森林年物候提取以及MCCDC系数提取；S4、考虑物候参数以及MCCDC参数的树种组识别。本发明将基于遥感提取的森林物候参数和所构建的谐波模型MCCDC系数作为树种分类建模的输入变量，提供了区别于传统光谱和纹理特征方法的独特分类数据特征，在一定程度上补偿了仅仅依赖光谱、纹理特征输入时存在“同物异谱”、“异物同谱”现象对分类精度的影响，从而提高了森林树种(组)分类精度。
-
Patent Agency Ranking
公开(公告)号：CN110751727B
公开(公告)日：2020-12-18
申请号：CN201911048616.5
申请日：2019-10-30
Applicant: 南京林业大学
IPC: G06T17/05 , G06F16/58 , G06F16/587
Abstract: 本发明提出的是一种基于Landsat长时间序列的合成图像构建方法，首先收集Landsat系列所有可用的云量低于80%的图像，然后去除云、云影、雪等Landsat影像中的噪声观测点，接着对每个清晰观测值按照一定的规则进行拟合，建立各波段各像元的地表反射率变化曲线，最终能够生成每日的Landsat地表反射率的合成图像。本发明有效提高了图像构建的时间分辨率，能有效排除地表出现的偶然情况，且不受云检测算法未能识别的噪声影响，反映由地表的季节性变化和太阳高度角变化引起的地表反射率周期变化状况，得到反射率的年际变化趋势。
-
公开(公告)号：CN114821349A
公开(公告)日：2022-07-29
申请号：CN202210195246.3
申请日：2022-03-01
Applicant: 南京林业大学
Abstract: 本发明公开一种顾及谐波模型系数和物候参数的森林生物量估算方法，包括如下步骤：S1、影像获取及预处理；S2、建立基于多源遥感数据的MCCDC模型；S3、基于逻辑回归方程的森林年物候提取；S4、基于物候参数的森林生物量制图。本发明将基于遥感提取的森林物候参数和所构建的谐波模型MCCDC系数作为树种分类和生物量建模的输入变量，在提高森林树种组制图精度基础上，耦合光学遥感和雷达影像，分树种构建光学‑雷达‑物候模型，一定程度上弥补了传统AGB建模时不区分树种对建模精度的影响的缺陷，从而提高区域尺度森林生物量制图的精度。
-
公开(公告)号：CN114821349B
公开(公告)日：2023-07-07
申请号：CN202210195246.3
申请日：2022-03-01
Applicant: 南京林业大学
Abstract: 本发明公开一种顾及谐波模型系数和物候参数的森林生物量估算方法，包括如下步骤：S1、影像获取及预处理；S2、建立基于多源遥感数据的MCCDC模型；S3、基于逻辑回归方程的森林年物候提取；S4、基于物候参数的森林生物量制图。本发明将基于遥感提取的森林物候参数和所构建的谐波模型MCCDC系数作为树种分类和生物量建模的输入变量，在提高森林树种组制图精度基础上，耦合光学遥感和雷达影像，分树种构建光学‑雷达‑物候模型，一定程度上弥补了传统AGB建模时不区分树种对建模精度的影响的缺陷，从而提高区域尺度森林生物量制图的精度。
-
公开(公告)号：CN113850139B
公开(公告)日：2022-04-08
申请号：CN202110986333.6
申请日：2021-08-25
Applicant: 南京林业大学
IPC: G06V20/13 , G06V10/60 , G06V10/764 , G06K9/62
Abstract: 本发明公开一种基于多源遥感的森林年际物候监测方法，首先，收集所有可用的云量低于80％的卫星遥感影像，然后对不同卫星遥感影像的整合方法进行修正，提高不同传感器的空间和光谱匹配度；接着运用改进的连续变化检测与分类模型，生成每日植被指数曲线；最后，基于每日合成影像采用逻辑回归模型检验增强型植被指数、归一化植被指数和地表水体指数提取最优森林年际SOS。本发明改进不同卫星数据的整合方法，增加观测频率；提出MCCDC模型，将辐射差异纳入考虑范围并优化模型算法，在保证精度的同时缩短计算时间，最终生成每日清晰无云遥感影像；引入3种植被指数估测森林年际SOS，评估不同指数在评估森林SOS的差异。
-
公开(公告)号：CN110751727A
公开(公告)日：2020-02-04
申请号：CN201911048616.5
申请日：2019-10-30
Applicant: 南京林业大学
IPC: G06T17/05 , G06F16/58 , G06F16/587
Abstract: 本发明提出的是一种基于Landsat长时间序列的合成图像构建方法，首先收集Landsat系列所有可用的云量低于80%的图像，然后去除云、云影、雪等Landsat影像中的噪声观测点，接着对每个清晰观测值按照一定的规则进行拟合，建立各波段各像元的地表反射率变化曲线，最终能够生成每日的Landsat地表反射率的合成图像。本发明有效提高了图像构建的时间分辨率，能有效排除地表出现的偶然情况，且不受云检测算法未能识别的噪声影响，反映由地表的季节性变化和太阳高度角变化引起的地表反射率周期变化状况，得到反射率的年际变化趋势。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
