-
公开(公告)号：CN114445703B
公开(公告)日：2023-04-28
申请号：CN202210042096.2
申请日：2022-01-14
Applicant: 清华大学
Abstract: 本发明提供一种基于时间序列分析的森林增长年份自动识别方法，获取全球森林变化数据集、全球森林树冠高度数据集和预设年份中各个年度的地表反射率影像，并对地表反射率影像进行预处理以获取年度各景影像归一化植被指数序列和年度归一化燃烧指数序列，再计算年度归一化燃烧指数阈值，而后基于全球森林变化数据集、全球森林树冠高度数据集和年度各景影像归一化植被指数序列获取全球潜在森林增长区域，再通过LandTrendr算法获取森林增长时段，并基于所述全球潜在森林增长区域内的年度归一化燃烧指数序列和森林增长的时段结合自动提取森林增长年份，如此，进行全球森林增长年份制图，以快速自动获取全球森林增长年份。
-
公开(公告)号：CN116049342A
公开(公告)日：2023-05-02
申请号：CN202310294353.6
申请日：2023-03-24
Applicant: 清华大学
IPC: G06F16/29 , G06Q10/0639 , G06Q50/26
Abstract: 本发明提供一种生境质量监测方法及监测装置，根据多个监测区域的属性信息和多源土地覆盖产品在云端平台中构建基础地理数据库，能够为生境质量监测提供有效数据基础；基于桌面端评估模型中的评估规则信息在云端平台中构建生境质量监测模型，能够实现生境质量测算功能从桌面端评估模型向云端平台迁移；通过公开信息获取目标监测区域的生境质量评价参数，其中，目标监测区域是多个监测区域中的任一监测区域，基于地理数据库获取目标监测区域对应的土地覆盖产品，将目标监测区域的生境质量评价参数和对应的土地覆盖产品输入生境质量监测模型，能够实现对目标监测区域的生境质量的精准高效监测。
-
公开(公告)号：CN115995044A
公开(公告)日：2023-04-21
申请号：CN202310298839.7
申请日：2023-03-24
Applicant: 清华大学
IPC: G06V20/10 , G06V10/56 , G06V10/764
Abstract: 本文提供一种生态工程全类型绿化措施的监控方法及装置，运行于云处理平台，方法包括：获取目标领域内生态工程实施区域矢量图及土地覆盖类型分布图，土地覆盖类型分布图包括年度土地覆盖类型分布图及日度土地覆盖类型分布图；识别年度土地覆盖类型分布图，得到生态工程的全类型绿化措施及其绿化区域和实施年份；识别实施年份内的日度土地覆盖类型分布图，得到各类型绿化措施的详细实施时间；将生态工程全类型绿化措施、绿化区域、实施年份及详细实施时间与生态工程实施区域矢量图进行叠置处理，得到目标领域内生态工程实施信息的空间分布图。本文能够对目标领域内生态工程实施的全类型绿化措施、绿化区域、实施年份、详细实施时间进行协同监测。
-
公开(公告)号：CN114445703A
公开(公告)日：2022-05-06
申请号：CN202210042096.2
申请日：2022-01-14
Applicant: 清华大学
Abstract: 本发明提供一种基于时间序列分析的森林增长年份自动识别方法，获取全球森林变化数据集、全球森林树冠高度数据集和预设年份中各个年度的地表反射率影像，并对地表反射率影像进行预处理以获取年度各景影像归一化植被指数序列和年度归一化燃烧指数序列，再计算年度归一化燃烧指数阈值，而后基于全球森林变化数据集、全球森林树冠高度数据集和年度各景影像归一化植被指数序列获取全球潜在森林增长区域，再通过LandTrendr算法获取森林增长时段，并基于所述全球潜在森林增长区域内的年度归一化燃烧指数序列和森林增长的时段结合自动提取森林增长年份，如此，进行全球森林增长年份制图，以快速自动获取全球森林增长年份。
-
公开(公告)号：CN116089561B
公开(公告)日：2023-06-27
申请号：CN202310383653.1
申请日：2023-04-12
Applicant: 清华大学
IPC: G06F16/29 , G06F16/28 , G06F18/24 , G06F18/241
Abstract: 本发明公开了一种植被功能型数据集构建方法、装置、电子设备和介质，该方法包括：基于时空精度均大于预定精度的历史土地覆盖制图产品、当前土地覆盖制图产品和未来土地覆盖模拟产品，生成初始土地覆盖产品数据集；基于预先获取的多源参考数据集，对初始土地覆盖产品数据集中的土地覆盖数据执行植被功能型转换处理，获得植被功能型数据集，由于生成的初始土地覆盖产品数据集中集成有精度高、时间跨度长的土地覆盖数据，因此，基于该初始土地覆盖产品数据集构建的植被功能型数据集也同样集成了精度高、时间跨度长的植被功能型数据。本发明能够实现高精度、长时序的植被功能型数据集的构建。
-
Patent Agency Ranking
公开(公告)号：CN116310862A
公开(公告)日：2023-06-23
申请号：CN202310109679.7
申请日：2023-02-02
Applicant: 清华大学
IPC: G06V20/13 , G06V20/10 , G06V10/74 , G06V10/764 , G06V10/774
Abstract: 本文提供了一种基于遥感的农作物监测估产方法、装置、设备和存储介质，其中方法包括：当目标区域中农作物播种后，按照预定计划采集陆地卫星地表反射率影像；根据采集的陆地卫星地表反射率影像，确定目标区域中农作物在采集时段的物候特征；将目标区域中农作物在采集时段的物候特征输入预训练的农作物类型识别模型中，得到目标区域中农作物类型；基于目标区域中任一农作物类型在采集时段的标准物候特征，对任一农作物类型在采集时段的物候特征进行监测，得到监测结果；基于目标区域中任一农作物类型在采集时段的物候特征，对任一农作物类型的农作物估产。本文能够有效利用遥感数据，提前监测和估测农作物产量，进而服务农业生产。
-
公开(公告)号：CN115995044B
公开(公告)日：2023-06-06
申请号：CN202310298839.7
申请日：2023-03-24
Applicant: 清华大学
IPC: G06V20/10 , G06V10/56 , G06V10/764
Abstract: 本文提供一种生态工程全类型绿化措施的监控方法及装置，运行于云处理平台，方法包括：获取目标领域内生态工程实施区域矢量图及土地覆盖类型分布图，土地覆盖类型分布图包括年度土地覆盖类型分布图及日度土地覆盖类型分布图；识别年度土地覆盖类型分布图，得到生态工程的全类型绿化措施及其绿化区域和实施年份；识别实施年份内的日度土地覆盖类型分布图，得到各类型绿化措施的详细实施时间；将生态工程全类型绿化措施、绿化区域、实施年份及详细实施时间与生态工程实施区域矢量图进行叠置处理，得到目标领域内生态工程实施信息的空间分布图。本文能够对目标领域内生态工程实施的全类型绿化措施、绿化区域、实施年份、详细实施时间进行协同监测。
-
公开(公告)号：CN116089561A
公开(公告)日：2023-05-09
申请号：CN202310383653.1
申请日：2023-04-12
Applicant: 清华大学
IPC: G06F16/29 , G06F16/28 , G06F18/24 , G06F18/241
Abstract: 本发明公开了一种植被功能型数据集构建方法、装置、电子设备和介质，该方法包括：基于时空精度均大于预定精度的历史土地覆盖制图产品、当前土地覆盖制图产品和未来土地覆盖模拟产品，生成初始土地覆盖产品数据集；基于预先获取的多源参考数据集，对初始土地覆盖产品数据集中的土地覆盖数据执行植被功能型转换处理，获得植被功能型数据集，由于生成的初始土地覆盖产品数据集中集成有精度高、时间跨度长的土地覆盖数据，因此，基于该初始土地覆盖产品数据集构建的植被功能型数据集也同样集成了精度高、时间跨度长的植被功能型数据。本发明能够实现高精度、长时序的植被功能型数据集的构建。
-
公开(公告)号：CN114202705A
公开(公告)日：2022-03-18
申请号：CN202210141806.7
申请日：2022-02-16
Applicant: 清华大学
Abstract: 本发明提供一种光谱特征时间序列构建方法及系统，其中的方法包括：对用于数据融合的多源遥感影像进行预处理，并获取对应的预处理数据；基于预处理数据，根据预设时间间隔分别构建多源遥感影像的光谱特征时间序列；基于不同遥感影像的光谱特征时间序列构建用于不同遥感影像之间的转换模型；基于转换模型对目标光谱特征时间序列中存在数据缺失的时间节点进行缺失值补充；对缺失值补充后的光谱特征时间序列进行优化处理，获取基于多源遥感影像时空融合的光谱特征时间序列。利用上述发明能够实现多源遥感影像时空融合的光谱特征时间序列构建。
-
公开(公告)号：CN116660171A
公开(公告)日：2023-08-29
申请号：CN202310126668.X
申请日：2023-02-01
Applicant: 清华大学
IPC: G01N21/25 , G06F18/23213 , G06F18/214 , G06F18/24 , G06F18/25
Abstract: 本申请提供了一种近实时土地退化监测方法及系统，该方法包括：获取目标区域的历史和近实时多源遥感数据并进行时空序列重建，得到目标区域中各像素点的光谱特征时间序列；获取目标区域的地形特征和气候特征并与光谱特征时间序列融合，得到各像素点的多维特征向量；获取各像素点在第一历史基准时期的历史土地覆盖分类，计算各像素点的近实时土地覆盖分类；根据各像素点的多维特征向量，和/或历史土地覆盖分类和近实时土地覆盖分类计算各像素点的土地退化评估指标，并评估像素点的土地退化情况。实现了对近实时数据土地覆盖分类的快速预测和利用，保证了监测结果的实时性，并从多个方面对土地退化进行检测，形成了完整的监测体系。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.016 seconds)
