-
公开(公告)号：CN109029344A
公开(公告)日：2018-12-18
申请号：CN201810752884.4
申请日：2018-07-10
Applicant: 湖南中科星图信息技术有限公司 , 中南林业科技大学
CPC classification number: G01C5/00 , G01S13/9023
Abstract: 一种基于高分影像和升降轨InSAR的堤坝沉降监测方法，包括以下步骤：A.堤坝位置信息提取：用卫星拍得堤坝的高清影像数据，得到目标堤坝面的精确地理位置和范围；B.PS‑InSAR形变速率获取：利用卫星在同一地区获取的N幅SAR图像，选择其中一幅SAR图像作为主图像，利用DEM和轨道数据，生成差分干涉相位图，获得DEM误差和形变速率；C.融合升降轨的沉降速率解算：根据堤坝不同区域的反射特征，针对所述几何畸变的区域，融合不同视向的升降轨InSAR形变监测方法，获取高精度沉降信息；和D.堤坝沉降信息提取，将得到的融合高精度形变场与通过高分影像提取的堤坝数据进行空间叠加运算，获得堤坝面上的沉降形变信息，实现堤坝沉降监测。
-
公开(公告)号：CN109029344B
公开(公告)日：2020-11-03
申请号：CN201810752884.4
申请日：2018-07-10
Applicant: 湖南中科星图信息技术有限公司 , 中南林业科技大学
Abstract: 一种基于高分影像和升降轨InSAR的堤坝沉降监测方法，包括以下步骤：A.堤坝位置信息提取：用卫星拍得堤坝的高清影像数据，得到目标堤坝面的精确地理位置和范围；B.PS‑InSAR形变速率获取：利用卫星在同一地区获取的N幅SAR图像，选择其中一幅SAR图像作为主图像，利用DEM和轨道数据，生成差分干涉相位图，获得DEM误差和形变速率；C.融合升降轨的沉降速率解算：根据堤坝不同区域的反射特征，针对所述几何畸变的区域，融合不同视向的升降轨InSAR形变监测方法，获取高精度沉降信息；和D.堤坝沉降信息提取，将得到的融合高精度形变场与通过高分影像提取的堤坝数据进行空间叠加运算，获得堤坝面上的沉降形变信息，实现堤坝沉降监测。
-
公开(公告)号：CN108898070A
公开(公告)日：2018-11-27
申请号：CN201810580673.7
申请日：2018-06-07
Applicant: 湖南中科星图信息技术有限公司 , 广州市林业和园林有害生物防治检疫管理办公室 , 安徽天立泰科技股份有限公司
Abstract: 本发明涉及无人机监测领域，公开了一种基于无人机平台的高光谱遥感提取薇甘菊的装置及方法，所述方法：包括如下步骤：S1：通过无人机平台搭载高光谱数据获取模块，规划航线，并于薇甘菊生长集中区域进行航飞，获取高光谱数据；S2：对所述高光谱数据进行辐射校正处理，包括噪声去除及反射率反演处理；S3：对所述高光谱数据进行几何校正处理，提高数据的解译精度；S4：基于上述步骤S3的高光谱数据影像进行光谱特征提取和纹理特征选择，并结合二者对影像进行分类，提取薇甘菊覆盖范围；S5：根据所述覆盖范围制作薇甘菊覆盖图。本发明提供的薇甘菊高光谱提取技术，使得薇甘菊能准确圈定与定位，实现自动化、智能化提取。
-
公开(公告)号：CN111812600B
公开(公告)日：2023-09-08
申请号：CN202010607023.4
申请日：2020-06-29
Applicant: 中南林业科技大学
Abstract: 一种自适应地形相关的SRTM‑DEM校正方法，包括以下步骤：1)构建与地理位置相关的线性模型来对全球趋势误差进行建模，即ftrend(E,N)＝a0+a1sinE+a2cos(90°‑N) (1)；2)基于BIC的局部地形误差校正模型的构建将与地形有关的误差fterrain构造为fterrain(S,A,Z)＝a3H+fTF(S,A) (2)；3)构建自适应地形相关的SRTMDEM校正模型ΔH＝ftrend(E,N)+fterrain(S,A,H)+Δh+δ (4)；4)利用模型参数的稳健估计值。相对于传统的SHM和MLE校正方法，本发明的校正方法的精度更高。
-
公开(公告)号：CN108734150B
公开(公告)日：2021-07-27
申请号：CN201810551158.6
申请日：2018-05-31
Applicant: 中南林业科技大学
Abstract: 本发明涉及一种林火热点判别的AVHRR传感器多时相红外辐射归一方法，包括如下步骤：剔除云体影响像元；计算NDVI值，提取植被面积；将AVHRR传感器红外数据进行辐射定标；选择参考的红外影像数据与待归一的红外影像数据进行曲线拟合，获取红外辐射归一化参数，确定红外辐射归一化模型，形成新的红外辐射归一化影像图。通过本发明的归一化方法，解决AVHRR传感器红外通道不同时相的辐射差异问题，建立辐射标准，构建AVHRR传感器多时相红外辐射归一化模型。本发明建立的红外辐射归一化模型能较好地消除辐射差异影响，弥补卫星传感器的时间差异性，提高AVHRR传感器红外辐射对地物变化监测的准确度。
-
Patent Agency Ranking
公开(公告)号：CN113139347A
公开(公告)日：2021-07-20
申请号：CN202110508234.7
申请日：2021-05-10
Applicant: 中南林业科技大学
Abstract: 本发明涉及旱灾风险预警，具体涉及一种林地旱灾风险预警方法。其方案包括以下步骤：(1)选取数据及预处理；(2)林地旱灾风险预警指标体系的构建；(3)林地旱灾风险预警模型的构建。本发明利用遥感数据基于PSO‑BP神经网络算法建立林地旱灾风险预警模型，实现对林地旱灾的逐日预警，有利于防灾减灾应急资源的科学配置。
-
公开(公告)号：CN111812600A
公开(公告)日：2020-10-23
申请号：CN202010607023.4
申请日：2020-06-29
Applicant: 中南林业科技大学
Abstract: 一种自适应地形相关的SRTM-DEM校正方法，包括以下步骤：1)构建与地理位置相关的线性模型来对全球趋势误差进行建模，即ftrend(E,N)＝a0+a1sinE+a2cos(90°-N)(1)；2)基于BIC的局部地形误差校正模型的构建将与地形有关的误差fterrain构造为fterrain(S,A,Z)＝a3H+fTF(S,A)(2)；3)构建自适应地形相关的SRTMDEM校正模型ΔH＝ftrend(E,N)+fterrain(S,A,H)+Δh+δ(4)；4)利用模型参数的稳健估计值。相对于传统的SHM和MLE校正方法，本发明的校正方法的精度更高。
-
公开(公告)号：CN110766214A
公开(公告)日：2020-02-07
申请号：CN201910986290.4
申请日：2019-10-17
Applicant: 中南林业科技大学
Abstract: 一种基于边缘计算和大数据的实时防洪监测系统，包括：实时监控单元，用于将实时获取图像传递给边缘计算模块；两个以上的边缘计算模块，每个边缘计算模块对应至少一个监测点进行单点的预计算，在网络边缘对数据进行识别和分类，识别出走势异常数据后上报；数据存储和计算中心，只接所有收边缘计算模块传回来的发生了变化的图片数据，并对总体的继续洪水走势预测和防洪规划，并将结果发送；实时监测和预警中心，用于实时接收边缘计算模块识别的单点洪水走势异常；大数据中心，用来传递告警和预测数据，并生成总体洪水实时走势和防洪安排。本发明具有能够减少终端和数据中心之间网络传输量、减少大数据中心存储成本和计算成本等优点。
-
公开(公告)号：CN108898049A
公开(公告)日：2018-11-27
申请号：CN201810450533.8
申请日：2018-05-11
Applicant: 中南林业科技大学
Abstract: 本发明涉及一种基于MODIS数据的林火识别方法，该方法包括以下步骤：选取数据集；进行数据预处理；采用绝对热点识别算法和前后相联系识别算法对MODIS数据进行林火识别；生成识别后的林火遥感图像。通过气象卫星监测时，不仅可以对早期发生的火灾进行及时发现，尽早扑灭，更可以用来监测林火的走势和扩展情况，对严重的林火灾害进行追踪监测。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.01 seconds)
