-
公开(公告)号:CN119251694B
公开(公告)日:2025-03-18
申请号:CN202411784372.8
申请日:2024-12-06
Applicant: 江西省林业科学院
IPC: G06V20/10 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/77 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及智能碳储量估测领域,其具体地公开了一种基于遥感技术的湿地碳储量估测方法及系统,其通过遥感传感器采集湿地地区的遥感图像,并利用基于深度学习的图像分析和处理算法对所述湿地地区的遥感图像进行局部区域切分和图像语义特征关联,以此来智能地得到各个区域的植被类型和数量,并基于所述各个区域的植被类型和数量,得到该湿地的碳储量估测值。通过这样的方式,能够利用遥感技术来覆盖大范围的湿地区域。同时,深度学习算法能够从遥感图像中提取精确的特征,自动化的图像处理流程减少了人工干预,提高了湿地碳储量估测的效率和处理速度,也提高了碳储量估测的精度。
-
公开(公告)号:CN119251694A
公开(公告)日:2025-01-03
申请号:CN202411784372.8
申请日:2024-12-06
Applicant: 江西省林业科学院
IPC: G06V20/10 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/77 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及智能碳储量估测领域,其具体地公开了一种基于遥感技术的湿地碳储量估测方法及系统,其通过遥感传感器采集湿地地区的遥感图像,并利用基于深度学习的图像分析和处理算法对所述湿地地区的遥感图像进行局部区域切分和图像语义特征关联,以此来智能地得到各个区域的植被类型和数量,并基于所述各个区域的植被类型和数量,得到该湿地的碳储量估测值。通过这样的方式,能够利用遥感技术来覆盖大范围的湿地区域。同时,深度学习算法能够从遥感图像中提取精确的特征,自动化的图像处理流程减少了人工干预,提高了湿地碳储量估测的效率和处理速度,也提高了碳储量估测的精度。
-