-
公开(公告)号：CN117171602B
公开(公告)日：2024-01-05
申请号：CN202311421382.0
申请日：2023-10-31
Applicant: 广州市林业和园林科学研究院
IPC: G06F18/23213 , G06N3/0464 , G10L15/16 , G10L25/24 , G06V10/82 , G06V20/13 , G06F18/25
Abstract: 本发明涉及生态学技术领域，具体为一种生物多样性保护区监测方法及系统，包括以下步骤：应用包括加权平均法和K‑means聚类的集成数据融合算法，融合遥感数据、地理信息系统数据以及生态调查数据。本发明中，通过集成数据融合算法融合多源数据，增加了数据的丰富性和准确性，利用Mel频率倒谱系数和支持向量机自动化地识别保护区内不同物种的声音，提高数据收集的效率和精度，应用单倍群分析和主坐标分析，准确监测物种种群状况，预测遗传多样性和遗传演化方向，基于空间自相关和图论，评估生境的连通性，通过大数据平台进行全面的生物多样性分析，能对保护区管理提供更全面、更细致的数据支持，通过深度学习和遥感数据，能预测物种分布和生境适宜性。
-
公开(公告)号：CN117875789A
公开(公告)日：2024-04-12
申请号：CN202410093710.7
申请日：2024-01-23
Applicant: 广州市林业和园林科学研究院
IPC: G06Q10/0639 , G06Q50/26
Abstract: 本发明公开了一种用于海绵城市排水效果评估的数据处理方法及装置，该方法包括：获取目标城市区域在历史时间段的降水传感数据、输水管道传感数据和排水管道传感数据；基于所述输水管道传感数据，根据预设的数据算法，确定所述目标城市区域在所述历史时间段的水存量数据；根据所述降水传感数据和所述输水管道传感数据，基于场景预测算法，预测所述目标城市区域在所述历史时间段的水场景；基于所述水场景以及预设的场景和排水效果的对应数学关系模型，根据所述排水管道传感数据和所述水存量数据，计算所述目标城市区域对应的排水效果参数。可见，本发明能够更加精准和全面地对城市区域的存水和排水情况进行监控，提高排水效果分析的效率和效果。
-
公开(公告)号：CN117152893A
公开(公告)日：2023-12-01
申请号：CN202311421355.3
申请日：2023-10-31
Applicant: 广州市林业和园林科学研究院
IPC: G08B17/00 , G08B31/00 , H04W4/38 , H04W4/90 , G06V20/10 , G06V10/762 , G06V10/764 , G06V10/82 , G06F18/2411 , G06F18/27
Abstract: 本发明涉及森林管护技术领域，具体为一种森林防灾方法及系统，包括以下步骤：应用深度学习算法与遥感技术，对森林中的热源、温度、湿度数据进行实时收集与分析，通过卷积神经网络识别森林中的异常温度分布，生成实时森林火险指数报告。本发明中，通过整合深度学习与遥感技术，可以实时捕获森林中的各种关键参数，大大提高了火灾早期预警的准确性，利用智能传感器网络和支持向量机方法对土壤水分与温度进行实时监测，使得对火险的评估更加全面，通过应用复杂的数据分析和挖掘技术，如K‑means聚类和决策树，确保了综合灾害风险评估的全面性与深度，整合时间序列分析与多维数据分析，使得预警与响应更加及时，减少了因延迟导致的损失。
-
公开(公告)号：CN116403154B
公开(公告)日：2023-11-03
申请号：CN202310207778.9
申请日：2023-03-06
Applicant: 广州市林业和园林科学研究院
Abstract: 本发明属于数字化园林技术领域，本发明提供了一种园林景观组合式立体绿化异常智能监控方法，通过获取对应在各个绿化区域和对比高光谱影像中每个像素的叶片含水率；在三维模型上的各个绿化区域中识别出叶片含水率异常的绿化异常带；根据对比高光谱影像的叶片含水率定位绿化异常带中的异常源位置；根据空间上相邻位置的叶片含水率变化的变化度能够准确的监控到叶片含水率在关键区域的细微的变化趋势，极大提升了立体绿化建筑上的绿化异常带的预警准确性，可以快速的筛选出灌溉后反而出现比灌溉前还干旱的位置，以此可以根据植物的叶绿素变化标记出立体绿化建筑的设备异常位置的大致区域。
-
公开(公告)号：CN119741626A
公开(公告)日：2025-04-01
申请号：CN202510247121.4
申请日：2025-03-04
Applicant: 广州市林业和园林科学研究院 , 广州市增城区林业和园林科学研究所(广州市增城区林业和园林技术推广中心)
Abstract: 本发明涉及林业健康监测技术领域，具体为一种基于无人机高光谱影像的松材线虫病木智能提取方法，包括以下步骤，根据目标林地位置数据，考虑林地范围和无人机飞行能耗，分析并计算无人机的飞行路径，生成飞行路径规划结果。本发明中，通过对无人机的飞行路径进行优化，提高光谱数据采集的效率，减少因路径规划不佳导致的资源浪费，结合实时记录图像数据的地理坐标信息，保证数据的准确对应关系，提高数据采集的空间准确性，通过分析病木样本的光谱特征，并和目标区域的高光谱数据进行匹配分析，提升了识别病木的效率和准确性，严重性评级和病害扩散趋势的预测加强了林业管理的前瞻性，提升了林业健康监测的效率和精确性。
-
Patent Agency Ranking
公开(公告)号：CN117972181B
公开(公告)日：2024-07-19
申请号：CN202410093709.4
申请日：2024-01-23
Applicant: 广州市林业和园林科学研究院
IPC: G06F16/951 , G06F16/583 , G06F16/33 , G06N3/04 , G06N3/08 , G06V10/74 , G06T7/62 , G06T7/73
Abstract: 本发明公开了一种用于绿化效果评估的园林图像分析方法及装置，该方法包括：基于爬虫技术，从多个网络源获取目标园林区域的多个网络拍摄图像以及绿化种植记录；根据所述目标园林区域对应的图像数据比对库，确定每一所述网络拍摄图像对应的图像对应位置；根据多个所述网络拍摄图像以及对应的图像对应位置，基于图像分析算法，筛选并剔除所述绿化种植记录中的虚假记录；根据剔除后的所述绿化种植记录，以及多个所述网络拍摄图像，计算所述目标园林区域对应的绿化效果参数。可见，本发明能够更加全面和精确地进行绿化效果测算，提高园林区域的绿化监控效率和精确度。
-
公开(公告)号：CN117972181A
公开(公告)日：2024-05-03
申请号：CN202410093709.4
申请日：2024-01-23
Applicant: 广州市林业和园林科学研究院
IPC: G06F16/951 , G06F16/583 , G06F16/33 , G06N3/04 , G06N3/08 , G06V10/74 , G06T7/62 , G06T7/73
Abstract: 本发明公开了一种用于绿化效果评估的园林图像分析方法及装置，该方法包括：基于爬虫技术，从多个网络源获取目标园林区域的多个网络拍摄图像以及绿化种植记录；根据所述目标园林区域对应的图像数据比对库，确定每一所述网络拍摄图像对应的图像对应位置；根据多个所述网络拍摄图像以及对应的图像对应位置，基于图像分析算法，筛选并剔除所述绿化种植记录中的虚假记录；根据剔除后的所述绿化种植记录，以及多个所述网络拍摄图像，计算所述目标园林区域对应的绿化效果参数。可见，本发明能够更加全面和精确地进行绿化效果测算，提高园林区域的绿化监控效率和精确度。
-
公开(公告)号：CN117481009A
公开(公告)日：2024-02-02
申请号：CN202311523602.0
申请日：2023-11-16
Applicant: 广州市林业和园林科学研究院
Abstract: 本发明属于园林种植技术领域，尤其是一种亚热带生态园林的种植方法，针对现有的生态园林种植装置在栽植回填时，一般都将深挖的新土重新回填，由于新土土壤微生物少，土壤营养少，理化形状差，对新根的发育有一定的限制作用，不利于苗木的长期健康生长，现提出以下方案，包括移动平台，所述移动平台的顶部设置有分隔收集组件，且分隔收集组件包括固定框，且固定框的一侧安装有隔板，所述移动平台的一侧活动连接有旋转台，且旋转台的一侧安装有挖掘支臂，旋转台的一侧固定连接有控制箱。本发明公开的一种亚热带生态园林的种植装置及方法，具有提升种植新根的发育情况，从而利于苗木长期健康生长的效果。
-
公开(公告)号：CN117152893B
公开(公告)日：2023-12-29
申请号：CN202311421355.3
申请日：2023-10-31
Applicant: 广州市林业和园林科学研究院
IPC: G08B17/00 , G08B31/00 , H04W4/38 , H04W4/90 , G06V20/10 , G06V10/762 , G06V10/764 , G06V10/82 , G06F18/2411 , G06F18/27
Abstract: 本发明涉及森林管护技术领域，具体为一种森林防灾方法及系统，包括以下步骤：应用深度学习算法与遥感技术，对森林中的热源、温度、湿度数据进行实时收集与分析，通过卷积神经网络识别森林中的异常温度分布，生成实时森林火险指数报告。本发明中，通过整合深度学习与遥感技术，可以实时捕获森林中的各种关键参数，大大提高了火灾早期预警的准确性，利用智能传感器网络和支持向量机方法对土壤水分与温度进行实时监测，使得对火险的评估更加全面，通过应用复杂的数据分析和挖掘技术，如K‑means聚类和决策树，确保了综合灾害风险评估的全面性与深度，整合时间序列分析与多维数据分析，使得预警与响应更加及时，减少了因延迟导致的损
-
公开(公告)号：CN118525724A
公开(公告)日：2024-08-23
申请号：CN202410727234.X
申请日：2024-06-06
Applicant: 广州市林业和园林科学研究院
Abstract: 本发明涉及一种次生林快速构建的方法，属于次生林构建领域，该方法包括：S1：区域调查：对次生林目标区域进行详细的生态环境调查并进行区域编号；S2：目标设定，依据生态环境调查，对不同编号区域设定构建目标，构建目标包括原始次生林改造和次生林构建，并依据构建目标对林地进行清理；S3：树种选择与配置：根据区域调查调查结果，选择适应当地环境的乡土树种或珍贵树种；S4：造林技术与实施，根据目标设定，选择进行种苗培植，依据树种生长特性确定造林密度。本发明所述的方法，通过预先调查活得的数据为后续的林地选择、树种配置以及造林密度的确定提供了科学依据，确保了次生林构建的针对性和有效性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.01 seconds)
