-
公开(公告)号：CN109063893B
公开(公告)日：2021-09-24
申请号：CN201810660189.5
申请日：2018-06-25
Applicant: 浙江大学
Abstract: 一种动态收获指数与净初级生产力结合的水稻单产估测方法，所述方法包括以下步骤：1)、基于实测产量的时间序列水稻实际收获指数反演；2)、时间序列水稻收获指数多年移动平均计算；3)、时间序列移动平均水稻收获指数随时间动态变化模型构建；4)、基于动态收获指数模型的目标年份收获指数计算；5)、目标年份水稻产量预测。该方法较好的预测了水稻单产，为精确进行水稻等农作物估产提供了一种新的思路和方法。
-
公开(公告)号：CN109117977B
公开(公告)日：2021-06-29
申请号：CN201810696110.4
申请日：2018-06-29
Applicant: 浙江大学
Abstract: 一种基于相对遥感变量及相对产量信息的水稻遥感估产方法，所述方法包括以下步骤：1消除环境影响的相对遥感变量；2相对产量变量的构建；3基于相对遥感变量和相对产量变量的水稻估产模型构建；4目标地块的“产量相对值”计算；5目标水稻单产估测。该方法有效的消除了遥感估产由于不同年份和不同区域的气候、土壤、栽培和田间管理等条件的不同对估产结果产生较大影响，为精确进行农作物估产提供了一种新的思路和方法。
-
公开(公告)号：CN109754127A
公开(公告)日：2019-05-14
申请号：CN201910098197.X
申请日：2019-01-31
Applicant: 浙江大学
Abstract: 一种基于无人机成像高光谱的水稻籽粒直链淀粉含量估测方法，所述方法包括以下步骤：1)成像高光谱数据变换；2)用于水稻品质估测的成像高光谱光谱变量确定；3)基于多生育期的水稻籽粒直链淀粉含量估测模型构建；4)水稻籽粒直链淀粉含量估测精度验证。该方法采用了无人机平台成像数据，克服了地面和卫星数据源存在的问题，考虑了多生育期信息对预测水稻籽粒直链淀粉含量的综合作用，引入孕穗期、成熟期、灌浆期、成熟期数据来完善单生育期模型，为水稻籽粒直链淀粉含量的监测与改进提供了一种新的思路和方法。
-
公开(公告)号：CN106202971A
公开(公告)日：2016-12-07
申请号：CN201610624168.9
申请日：2016-08-02
Applicant: 浙江大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 基于FOLIUM模型多色素的遥感反演方法，包括：S1基于FOLIUM模型，利用绿色叶片LOPEX93/彩色叶片LOPEX_ZJU数据集中的半球反射透射光谱数据、FOLIUM模型各种参数、最小距离光谱拟合方法和最小二乘法优化方法，反演绿色/彩色叶片对应的各种色素含量的方法；S2利用各种色素实测值和反演值构建散点图阐述FOLIUM模型对各种色素反演功能，并与PROSPECT-5进行比较；S3利用精度评价函数均方根误差、偏差、校正标准差和变异系数反演精度的比较评价。本发明能利用绿色/彩色叶片半球反射和透射光谱反演其光合色素(叶绿素a、叶绿素b、和类胡萝卜素)或非光合色素(花青素)含量，相对PROSPECT-5模型能提高总叶绿素和类胡萝卜素反演精度。有利于更加准确地监测植物体的生理生态特性。
-
公开(公告)号：CN102590089A
公开(公告)日：2012-07-18
申请号：CN201210009938.0
申请日：2012-01-13
Applicant: 浙江大学
IPC: G01N21/01
Abstract: 本发明涉及一种用于高光谱、多光谱及其他光谱仪在室内观测固体物质光谱时载放观测物的，还涉及一种室内光谱观测三维载物台的应用；所述的三维载物台包括载物区、升降区和平移区，所述的载物区由石英玻璃I、石英玻璃II、石英玻璃支架和工作台组成；所述的升降区由剪式升降台、直连接支架组成；所述的平移区由左右平移台、前后平移台组成；所述的应用特别可用于室内植物叶片高光谱特征测定。本发明的有益效果是：室内光谱观测三维载物台与配套使用方法是针对由观测物体表面有纹理和不平整特征引起观测光谱的不稳定性，能够对观测物表面进行三维定量，提高光谱观测的重复性和稳定性的一种室内光谱观测载物台。
-
Patent Agency Ranking
公开(公告)号：CN109508693B
公开(公告)日：2021-01-08
申请号：CN201811501980.8
申请日：2018-12-10
Applicant: 浙江大学
Abstract: 一种基于成像高光谱植被指数和生育期长度信息的无人机遥感水稻估产方法，所述方法包括以下步骤：1)用于水稻估产的成像高光谱植被指数确定；2)水稻生育期长度信息提取；3)生育期长度信息归一化；4)基于成像高光谱植被指数和生育期长度信息的水稻估产模型构建；5)估产精度验证。该方法综合考虑了遥感信息和生育期信息，在传统遥感变量基础上考虑了生育期长度的不同所带来的产量变化，为精确进行农作物估产提供了一种新的思路和方法。
-
公开(公告)号：CN109033562B
公开(公告)日：2020-08-11
申请号：CN201810732682.3
申请日：2018-07-05
Applicant: 浙江大学
Abstract: 本发明公开了一种卷曲状态下叶片二向反射值的计算方法，包括：建立卷曲叶片形态模型和全局坐标系；设置光源和探头的参数信息；将卷曲的叶片分成微平面，提取出各个微平面的中心点坐标；利用光线跟踪算法，从探头视线方向进行跟踪，计算每个微平面对探头能量的贡献，然后通过积分探头视场内的所有微平面反射和透射的能量，从而获得整个探头接收到的叶片反射和透射的能量；计算在朗伯体条件下整个探头视场内的朗伯体的能量；通过探头接收到叶片反射和透射的能量以及朗伯体反射的能量，计算叶片的BRDF。本发明引入微平面和光线跟踪算法，解决了在卷曲条件下叶片的BRDF计算方法，将平面的BRDF模型扩展到了三维空间。
-
公开(公告)号：CN109508693A
公开(公告)日：2019-03-22
申请号：CN201811501980.8
申请日：2018-12-10
Applicant: 浙江大学
CPC classification number: G06K9/00657 , G01N21/84 , G01N2021/8466 , G06Q50/02
Abstract: 一种基于成像高光谱植被指数和生育期长度信息的无人机遥感水稻估产方法，所述方法包括以下步骤：1)用于水稻估产的成像高光谱植被指数确定；2)水稻生育期长度信息提取；3)生育期长度信息归一化；4)基于成像高光谱植被指数和生育期长度信息的水稻估产模型构建；5)估产精度验证。该方法综合考虑了遥感信息和生育期信息，在传统遥感变量基础上考虑了生育期长度的不同所带来的产量变化，为精确进行农作物估产提供了一种新的思路和方法。
-
公开(公告)号：CN109117977A
公开(公告)日：2019-01-01
申请号：CN201810696110.4
申请日：2018-06-29
Applicant: 浙江大学
Abstract: 一种基于相对遥感变量及相对产量信息的水稻遥感估产方法，所述方法包括以下步骤：1消除环境影响的相对遥感变量；2相对产量变量的构建；3基于相对遥感变量和相对产量变量的水稻估产模型构建；4目标地块的“产量相对值”计算；5目标水稻单产估测。该方法有效的消除了遥感估产由于不同年份和不同区域的气候、土壤、栽培和田间管理等条件的不同对估产结果产生较大影响，为精确进行农作物估产提供了一种新的思路和方法。
-
公开(公告)号：CN109063893A
公开(公告)日：2018-12-21
申请号：CN201810660189.5
申请日：2018-06-25
Applicant: 浙江大学
Abstract: 一种动态收获指数与净初级生产力结合的水稻单产估测方法，所述方法包括以下步骤：1)、基于实测产量的时间序列水稻实际收获指数反演；2)、时间序列水稻收获指数多年移动平均计算；3)、时间序列移动平均水稻收获指数随时间动态变化模型构建；4)、基于动态收获指数模型的目标年份收获指数计算；5)、目标年份水稻产量预测。该方法较好的预测了水稻单产，为精确进行水稻等农作物估产提供了一种新的思路和方法。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.019 seconds)
