一种基于SSD神经网络的水深自动监测方法

    公开(公告)号:CN112036452B

    公开(公告)日:2024-02-02

    申请号:CN202010814789.X

    申请日:2020-08-13

    Abstract: 本发明公开了一种基于SSD神经网络的水深自动监测方法,具体包括如下步骤:步骤1,前期数据采集;步骤2,将步骤1采集的水尺照片分为训练集、验证集及测试集;步骤3,采用LabelImg图片标注工具对图片中的水尺区域进行标注,且每张标注后的图片会得到一个.xml文件;步骤4,将训练集和验证集的标签文件载入SSD模型并开始训练,直到网络模型训练收敛,得到最终水尺模型;步骤5,以测试集图像作为模型输入,且基于步骤4得到的水尺模型,对水尺边界进行提取,得到水尺识别图像及识别出的水尺像素信息;步骤6,利用水尺像素大小信息,反推计算出此刻水深大小。本发明仅利用普通摄像头及普通水尺,便可自动获取监测点水深。

    一种次洪过程中淤地坝系减沙量的计算方法

    公开(公告)号:CN115828786A

    公开(公告)日:2023-03-21

    申请号:CN202211592089.6

    申请日:2022-12-12

    Abstract: 本发明公开了一种次洪过程中淤地坝系减沙量的计算方法,首先收集流域控制水文站的场次径流、泥沙数据,采集流域降水数据、数字高程模型(DEM)及土地利用类型数据,淤地坝设计资料(包括坝址分布点位、控制面积、坝高、泄水建筑物等);其次根据实测径流泥沙数据建立流域次暴雨水沙响应模型;构建流域水文水动力模型;模拟同场降雨条件下淤地坝系未建设与建设情景的流域次洪水过程;根据流域出口断面洪水模拟结果计算不同建坝情境下的径流侵蚀功率,并利用次暴雨水沙响应模型确定输沙模数;最后基于输沙模数得出流域淤地坝系的减沙量。本发明的一种次洪过程中淤地坝系减沙量的计算方法,为评估次洪条件下各运行阶段坝系的减沙潜力提供技术支撑。

    一种区域植被恢复的综合诊断与风险评价方法

    公开(公告)号:CN109636171B

    公开(公告)日:2022-11-29

    申请号:CN201811487454.0

    申请日:2018-12-06

    Abstract: 本发明公开了一种区域植被恢复的综合诊断与风险评价方法,具体按照以下步骤实施:确定研究区域,收集研究区年NDVI遥感数据;确定植被覆盖度的时空变异特征、年植被覆盖度变化的趋势特征、年植被覆盖度变化的持续性特征、年植被覆盖度变化的突变性特征、年植被覆盖度变化的分布函数特征;建立与植被覆盖度对应的风险等级,计算每个植被覆盖度像元中每一个植被覆盖度级别的风险发生概率,风险发生概率最大的植被覆盖度级别对应的风险等级为该像元的植被恢复风险等级,则该区域为该等级风险区。本发明的一种区域植被恢复的综合诊断与风险评价方法,凭借较少的数据高效的对研究区域植被恢复进行诊断与风险评价,为区域生态建设提供科学依据。

Patent Agency Ranking