公开(公告)号：CN109883524A

公开(公告)日：2019-06-14

申请号：CN201910175558.6

申请日：2019-03-08

Applicant: 武汉大学

Inventor： 孙延鑫 ,  史良胜 ,  杨琦 ,  连泰棋 ,  韩景晔 ,  张洋 ,  张宇婷

IPC: G01G17/00 ,  G01N21/84 ,  G06T7/00 ,  G06T7/62

Abstract: 本发明公开了一种作物器官重量估计模型的建模方法，采集目标作物在相同生育期的多株样本且编号，先得到目标器官鲜重，再对舒展的目标器官和参照物拍照，最后得到目标器官干重，从而建立鲜重集、照片集和干重集；对照片集进行图像处理，得到面积集，将面积集替换数据集中的照片集；将作物器官面积作为解释变量，目标器官鲜重和目标器官干重作为预报变量，利用一部分数据集分别进行一元线性回归分析，得到目标器官鲜重和目标器官干重与目标器官面积的关系式，从而得到目标器官重量估计模型，利用剩余的数据集对目标器官重量估计模型的拟合结果进行检验。该方法可快速准确的对作物器官鲜重、干重进行估计，增强了测量作物器官面积的效率和便捷性。

公开(公告)号：CN113673490A

公开(公告)日：2021-11-19

申请号：CN202111227513.2

申请日：2021-10-21

Applicant: 武汉大学

Inventor： 史良胜 ,  杨琦 ,  韩景晔

IPC: G06K9/00 ,  G06N3/04 ,  G06F17/11 ,  G06F17/18

Abstract: 本发明公开了一种物候期自适应的作物生理参数遥感估测方法及系统，通过参数化特定作物冠层的植被指数、生理参数及其回归系数随积温的变化模式，建立锚点运动方程来使离散的分段植被指数‑生理参数关系连续化。该方法解决了传统单一回归关系法由于忽略物候效应引入的模型结构误差，也解决了基于生育期的分段函数法不连续的问题。相比其他植被指数，该方法基于宽动态范围植被指数（WDRVI）进行参数化，不仅可以减轻植被指数在作物高绿度期的饱和现象，而且在实际运用场景中对光线的快速变化表现出更好的容错性。该发明建立了植被指数、作物生理参数和物候期的连续关系，对作物生理参数的跨年预测及跨区域预测有很强的普适性和运用潜力。

公开(公告)号：CN114925947B

公开(公告)日：2023-04-07

申请号：CN202210207335.5

申请日：2022-03-04

Applicant: 武汉大学

Inventor： 史良胜 ,  杨琦 ,  査元源 ,  胡小龙 ,  韩景晔

IPC: G06Q10/0639 ,  G06Q10/04 ,  G06Q50/02 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06V20/10

Abstract: 本发明公开了一种物候自适应的作物生理指标深度学习估测方法及系统，属于定量遥感、深度学习和作物监测技术领域，包括数据采集及预处理，基于作物生理指标随时间及空间变异的情况，构建时空损失函数；基于时空损失函数，构建用于作物生理指标物候自适应遥感估测的卷积神经网络；利用预处理后的数据训练构建的用于作物生理指标物候自适应遥感估测的卷积神经网络；最后利用训练好的卷积神经网络进行目标作物生理指标的估测。本发明可以同时最大化利用遥感影像中的光谱数据和空间数据对目标生理参数进行实时估测，另外基于卷积神经网络替代了“物候‑植被指数‑生理指标”之间的非线性动态关系，计算速度快，适合在大区域范围上应用。

公开(公告)号：CN113673490B

公开(公告)日：2022-01-04

申请号：CN202111227513.2

申请日：2021-10-21

Applicant: 武汉大学

Inventor： 史良胜 ,  杨琦 ,  韩景晔

IPC: G06K9/00 ,  G06N3/04 ,  G06F17/11 ,  G06F17/18

Abstract: 本发明公开了一种物候期自适应的作物生理参数遥感估测方法及系统，通过参数化特定作物冠层的植被指数、生理参数及其回归系数随积温的变化模式，建立锚点运动方程来使离散的分段植被指数‑生理参数关系连续化。该方法解决了传统单一回归关系法由于忽略物候效应引入的模型结构误差，也解决了基于生育期的分段函数法不连续的问题。相比其他植被指数，该方法基于宽动态范围植被指数（WDRVI）进行参数化，不仅可以减轻植被指数在作物高绿度期的饱和现象，而且在实际运用场景中对光线的快速变化表现出更好的容错性。该发明建立了植被指数、作物生理参数和物候期的连续关系，对作物生理参数的跨年预测及跨区域预测有很强的普适性和运用潜力。

公开(公告)号：CN114925947A

公开(公告)日：2022-08-19

申请号：CN202210207335.5

申请日：2022-03-04

Applicant: 武汉大学

Inventor： 史良胜 ,  杨琦 ,  査元源 ,  胡小龙 ,  韩景晔

IPC: G06Q10/06 ,  G06Q10/04 ,  G06Q50/02 ,  G06N3/04 ,  G06N3/08 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06V20/10

Abstract: 本发明公开了一种物候自适应的作物生理指标深度学习估测方法及系统，属于定量遥感、深度学习和作物监测技术领域，包括数据采集及预处理，基于作物生理指标随时间及空间变异的情况，构建时空损失函数；基于时空损失函数，构建用于作物生理指标物候自适应遥感估测的卷积神经网络；利用预处理后的数据训练构建的用于作物生理指标物候自适应遥感估测的卷积神经网络；最后利用训练好的卷积神经网络进行目标作物生理指标的估测。本发明可以同时最大化利用遥感影像中的光谱数据和空间数据对目标生理参数进行实时估测，另外基于卷积神经网络替代了“物候‑植被指数‑生理指标”之间的非线性动态关系，计算速度快，适合在大区域范围上应用。