-
公开(公告)号：CN117173597A
公开(公告)日：2023-12-05
申请号：CN202311103507.5
申请日：2023-08-30
Applicant: 河南省农业科学院农业经济与信息研究所 , 北京市农林科学院信息技术研究中心
IPC: G06V20/17 , G06V20/10 , G06Q10/063 , G06Q50/02
Abstract: 本发明提供一种优化影像植被指数的小麦植株氮含量精准监测方法。该方法包括：步骤1：获取研究区域的无人机影像，对所述无人机影像进行预处理得到对应的正射影像；步骤2：从所述正射影像中提取植被指数；步骤3：构建自然对数对称转换规则，利用所述自然对数对称转换规则对所述植被指数进行优化；步骤4：将优化后的植被指数划分为训练集和测试集；步骤5：构建预测模型，使用训练集中的植被指数及其对应的小麦植株氮含量测量值对所述预测模型进行训练得到氮含量精准监测模型；步骤6：将测试集中的植被指数输入至所述氮含量精准监测模型，得到氮含量预测结果。本发明提出的技术方案具有快速、精度高的特点。
-
公开(公告)号：CN117173597B
公开(公告)日：2025-02-07
申请号：CN202311103507.5
申请日：2023-08-30
Applicant: 河南省农业科学院农业经济与信息研究所 , 北京市农林科学院信息技术研究中心
IPC: G06V20/17 , G06V20/10 , G06Q10/063 , G06Q50/02
Abstract: 本发明提供一种优化影像植被指数的小麦植株氮含量精准监测方法。该方法包括：步骤1：获取研究区域的无人机影像，对所述无人机影像进行预处理得到对应的正射影像；步骤2：从所述正射影像中提取植被指数；步骤3：构建自然对数对称转换规则，利用所述自然对数对称转换规则对所述植被指数进行优化；步骤4：将优化后的植被指数划分为训练集和测试集；步骤5：构建预测模型，使用训练集中的植被指数及其对应的小麦植株氮含量测量值对所述预测模型进行训练得到氮含量精准监测模型；步骤6：将测试集中的植被指数输入至所述氮含量精准监测模型，得到氮含量预测结果。本发明提出的技术方案具有快速、精度高的特点。
-
公开(公告)号：CN117213421A
公开(公告)日：2023-12-12
申请号：CN202311113994.3
申请日：2023-08-31
Applicant: 河南省农业科学院农业经济与信息研究所
Abstract: 本发明涉及一种基于激光传感器的作物高度测量装置及方法，包括主底盘，主底盘上对向设置有第一滑动模组和第二滑动模组，第一滑动模组和第二滑动模组均包括滑块、电机和滑轨；第一滑动模组的滑块连接有第一底盘，第一底盘上纵向等距固定多个激光发射器，第二滑动模组的滑块连接有第二底盘，第二底盘上纵向等距固定多个激光接收器，激光编码器与主控模块电性连接；底盘的底部设置有移动机构。本发明通过激光接收器的作业状态感应作物，并通过滑动模组改变激光传感器位置，并将电机的旋转量转换为激光传感器的位移量，从而得出作物的生长高度。
-
公开(公告)号：CN116229289A
公开(公告)日：2023-06-06
申请号：CN202211603974.X
申请日：2022-12-13
Applicant: 河南省农业科学院农业经济与信息研究所
Abstract: 本发明提出了一种基于无人机的冬小麦生物量快速高精准估测方法，其步骤如下：利用无人机多光谱传感器获取研究区域的无人机图像，并对无人机图像进行预处理，得到正射图像与数字表面模型的数据；基于栅格计算提取预处理后的正射图像与数字表面模型中冬小麦株高；根据冬小麦株高，采用BP神经网络回归方法建立生物量估测模型；利用模型决定系数对改进前后的生物量估测模型进行精度评价。本发明具有简单、快速、精度高的特点，通过对图像数据的分析和转换，充分利用单位株高生物量与株高的关系，即可实现生物量的快速高精准估测，精度比直接利用株高进行生物量估测的方法提高了51.72%，实现了冬小麦生物量的低成本高精准估测。
-
公开(公告)号：CN115423328A
公开(公告)日：2022-12-02
申请号：CN202211085094.8
申请日：2022-09-06
Applicant: 河南省农业科学院农业经济与信息研究所
Abstract: 本发明提供了一种农作物干旱影响因子的定量分析方法，属于农业干旱分析技术领域，包括：获取种植区综合干旱监测指数分布图和种植区各类影响因子分布图；将研究区地图网格化处理，提取每个格网内综合干旱监测指数和影响因子数据的平均值；将综合干旱监测指数的平均值作为Y值，影响因子数据的平均值作为X值输入地理探测器，得到影响该农作物干旱的主导因子、以及因子间的交互作用关系。该方法能够分析导致农业干旱的主导影响因子，及因子间的交互关系。
-
Patent Agency Ranking
公开(公告)号：CN110210990B
公开(公告)日：2021-06-01
申请号：CN201910462431.2
申请日：2019-05-30
Applicant: 河南省农业科学院农业经济与信息研究所
Abstract: 本发明提出了一种基于高分卫星遥感数据的冬小麦冻害监测方法，用以解决现有冬小麦冻害监测缺少定量模型、精度低的问题。本发明的步骤为：地面调查样点获取；高分一号卫星遥感数据获取与预处理；冬小麦种植空间分布提取；利用波段计算预处理后的高分卫星遥感数据的归一化植被指数图层，与冬小麦种植空间分布结果进行叠加；地面调查点冬小麦植被指数获取；冬小麦种植区域NDVI的归一化；植被指数NDVI比值计算；灾害等级的划定。本发明将植被指数的差异通过比值的方法进行放大处理，快速地进行冬小麦冻害的监测，迅速估计灾害的发生与范围，结合地面调查进行灾害等级的划分，对于评估灾害造成的损失，进行农业保险快速理赔具有重要的意义。
-
公开(公告)号：CN113820281B
公开(公告)日：2023-04-21
申请号：CN202111105339.4
申请日：2021-09-22
Applicant: 河南省农业科学院农业经济与信息研究所
IPC: G01N21/25
Abstract: 本发明提供了一种农作物冠层高光谱图像获取装置，包括拖拉机本体、高度调节架、站架以及活动摄影机构，活动摄影机构包括滑轨、电机、第一支撑板、转轮、第二支撑板、自动卷线盘、滑块、传动丝、保护壳以及高光谱成像仪，滑轨和站架连接，电机固接于滑轨上，转轮转动连接于第一支撑板上，第一支撑板固接于滑轨上，自动卷线盘转动连接于第二支撑板上，第二支撑板固接于滑轨上，滑块滑动连接于滑轨上，滑块通过连接条和传动丝固接，高光谱成像仪连接于滑块上，保护壳固接于滑块上；保护壳底部连接有滑动防尘板，保护壳内壁设有清洁机构。本发明能稳定获取清晰的高光谱图像数据和保护高光谱成像仪。
-
公开(公告)号：CN115201210A
公开(公告)日：2022-10-18
申请号：CN202210968301.8
申请日：2022-08-12
Applicant: 河南省农业科学院农业经济与信息研究所
IPC: G01N21/88 , G06T5/00 , G06V10/24 , G06V10/764 , G06V10/774 , G06V20/10 , G06V20/13
Abstract: 本发明公开了一种基于卫星数据的小麦黄花叶病遥感监测方法，包括如下步骤：获取待监测区域的高分辨率多光谱遥感影像数据；将多期高分辨率多光谱遥感影像进行几何校正、辐射校正、大气校正、裁剪与拼接的预处理，结合小麦生育时期信息，从高分辨率遥感影像上提取监测区小麦种植区域信息；在监测区开展地面调查，建立地面调查样本，包括健康小麦样本及小麦黄花叶病不同病害等级的样本；根据地面调查的健康小麦、发病小麦以及不同病害等级的病害波谱信息分别进行特征提取，根据小麦病害程度的不同等级，对病害特征进行分类，生成病害监测的训练样本和验证样本，获得小麦NDVIwheat，据此判断小麦是否健康。本发明实时监测并准确从待监测区域确定病害信息。
-
公开(公告)号：CN110210990A
公开(公告)日：2019-09-06
申请号：CN201910462431.2
申请日：2019-05-30
Applicant: 河南省农业科学院农业经济与信息研究所
Abstract: 本发明提出了一种基于高分卫星遥感数据的冬小麦冻害监测方法，用以解决现有冬小麦冻害监测缺少定量模型、精度低的问题。本发明的步骤为：地面调查样点获取；高分一号卫星遥感数据获取与预处理；冬小麦种植空间分布提取；利用波段计算预处理后的高分卫星遥感数据的归一化植被指数图层，与冬小麦种植空间分布结果进行叠加；地面调查点冬小麦植被指数获取；冬小麦种植区域NDVI的归一化；植被指数NDVI比值计算；灾害等级的划定。本发明将植被指数的差异通过比值的方法进行放大处理，快速地进行冬小麦冻害的监测，迅速估计灾害的发生与范围，结合地面调查进行灾害等级的划分，对于评估灾害造成的损失，进行农业保险快速理赔具有重要的意义。
-
公开(公告)号：CN110531054A
公开(公告)日：2019-12-03
申请号：CN201910931442.0
申请日：2019-09-29
Applicant: 河南省农业科学院农业经济与信息研究所
Abstract: 本发明提出了一种基于Bootstrap抽样的土壤有机碳预测不确定性估测方法，其步骤为：土壤样品的采集及预处理，获取土壤样品的有机碳含量数据及土壤高光谱数据并进行预处理；采用偏最小二乘回归方法建立土壤样品的有机碳含量数据与土壤高光谱数据的土壤有机碳预测模型；对原始实测样本数据进行有放回随机抽样，每抽样一次获得一个子样本，通过构造实测值和预测值矩阵计算得到每个子样本参数的估计值；采用Bootstrap重抽样技术有放回的从原始样本中抽取一定数量的样本；根据Bootstrap抽样方法抽出样本的参数评估土壤有机碳预测模型的不确定性；模型精度评价。本发明降低了由于取样代表性、预测模型空间变异性导致预测模型准确性低的问题。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.072 seconds)
