-
公开(公告)号：CN113376123B
公开(公告)日：2023-08-01
申请号：CN202110658551.7
申请日：2021-06-13
Applicant: 福州大学
IPC: G01N21/55 , G01N21/35 , G01N21/3563 , G01N21/359 , G01N21/84 , G06Q10/0639 , G06Q50/02
Abstract: 本发明涉及一种基于植被‑色素‑土壤时序耦合离散度的耕地抛荒信息提取方法，该方法基于植被指数、色素指数和土壤指数时序数据集，综合植被、土壤与色素三个维度，考虑耕地抛荒区域有别于农作物耕种区域的特点，通过设计植被‑色素‑土壤时序耦合离散度指标，建立耕地抛荒信息提取方法。本发明利用相对耕作区域而言，耕地抛荒区域色素指数与植被指数变化同步性好，并且土壤指数和植被指数相对变化更加平稳的特点，通过设计综合多维度遥感指数时序耦合度指标，用于耕地抛荒信息提取。本发明克服了南方湿润区耕地抛荒后杂草丛生仅仅通过植被指数难以有效监测的问题，适用于大尺度耕地抛荒信息提取。
-
公开(公告)号：CN109840516B
公开(公告)日：2022-10-14
申请号：CN201910168472.0
申请日：2019-03-06
Applicant: 福州大学
Abstract: 本发明涉及一种基于时序遥感影像的水体变化自动识别方法。本发明首先基于植被指数时序数据提取植被丰度指标，通过缨帽变换建立亮度、绿度和湿度指标时序数据集，同时利用研究区森林区域指标的均值和标准差，对亮度、绿度和湿度三个指标进行标准化处理，结合标准化处理后的亮度、绿度和湿度指标，提取干扰指数，进而检测植被丰度、干扰指数和湿度指标是否存在显著的变化趋势，最终依据植被丰度、干扰指数和湿度指标的变化趋势，建立基于时序遥感影像的水体变化自动识别方法。本发明具有时空连续性好、鲁棒性强，适用于大范围水体变化自动提取等优点。
-
公开(公告)号：CN109918826B
公开(公告)日：2022-07-22
申请号：CN201910206963.X
申请日：2019-03-19
Applicant: 福州大学
IPC: G06F30/20 , G06Q50/02 , G01N21/31 , G06F111/10
Abstract: 本发明涉及一种基于关键物候期多源植被参量的水稻估产方法。该方法首先基于水体与植被指数比值指数提取水稻分布区域，针对水稻种植区域，逐像元获取水稻拔节期、抽穗期、成熟期等关键物候期，进而确定水稻孕穗期和灌浆结实期，综合水稻孕穗期和灌浆结实期两个生长期的多个植被参量累积量，并考虑到抽穗期降水的影响，建立水稻估产模型。本发明方法具有时空连续性好、鲁棒性强、成本低，简单易用，适用于大范围水稻估产等优点。
-
公开(公告)号：CN107463775A
公开(公告)日：2017-12-12
申请号：CN201710605772.1
申请日：2017-07-24
Applicant: 福州大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于多遥感指数变化趋势的植被流失去向识别方法。该方法利用JM距离计算历年与起始年份的植被指数时序相似性，生成植被指数时序相似性轨迹，依据植被指数时序相似性变化量提取潜在植被流失区域，进而将植被指数显著下降并且不透水面指数显著上升的区域，明确为植被流失区域，在此基础上，依据水体指数、裸土指数变化趋势特征，最终判断城市化、荒化和湿地化等不同的植被流失去向。该方法通过时序相似性变化量确定植被变化区域，进而依据多种遥感指数判断植被流失去向，不依赖人工干预设置阈值，具有鲁棒性好、分类精度高、自动化程度与抗干扰能力强等特点。
-
公开(公告)号：CN103927430B
公开(公告)日：2017-01-11
申请号：CN201410030444.X
申请日：2014-01-23
Applicant: 福州大学
IPC: G06F19/00
Abstract: 本发明涉及遥感影像信息处理技术领域，特别是一种耕地复种指数自动提取方法。该方法基于遥感时序数据，逐像元对年内时序信号进行连续小波变换获得小波系数谱，从小波系数谱中提取一系列小波系数等值线，依据同时检测到的闭合小波系数等值线的个数，以及它们所覆盖的尺度区间是否存在交集的情况，建立熟制判别标准，实现耕地复种指数自动提取。该方法充分利用闭合的等值线与农作物生长峰之间的映射关系，并且通过设置等值线搜索尺度区间、起始数值等条件进一步排除干扰，具有鲁棒性好、分类精度高、自动化程度与抗干扰能力强等特点。
-
Patent Agency Ranking
公开(公告)号：CN111612777B
公开(公告)日：2022-07-22
申请号：CN202010445924.8
申请日：2020-05-23
Applicant: 福州大学
Abstract: 本发明涉及一种基于叶片衰老失水指数的大豆制图方法，该方法基于植被指数和短波红外水分胁迫指数的年内时序数据集，逐像元检测每个农作物生长周期内植被指数最大值所对应的数值盛期，进而确定农作物生长后期，锁定农作物生长峰值期和生长后期，设计生长峰值期植被水分比值指数，进而依据农作物生长后期植被指数与水分胁迫指数的变化幅度，建立叶片衰老失水指数，构建大豆制图方法流程与方法。相对其他农作物而言，大豆具有生长峰值期植被水分比值指数较大、叶片衰老失水指数数值较小的特点。该方法利用大豆在生长过程中植株水分变异特性，通过分析利用不同农作物成熟衰老过程中水分胁迫特征，进行农作物制图。具有鲁棒性好、分类精度高、自动化程度与抗干扰能力强等特点。
-
公开(公告)号：CN108629818B
公开(公告)日：2022-07-22
申请号：CN201810391296.2
申请日：2018-04-27
Applicant: 福州大学
Abstract: 本发明公开了一种大范围不透水面百分比变化量快速制图技术。该方法利用植被指数、不透水面指数、裸土指数、水体指数、夜间灯光指数变化趋势的方向，确定不透水面增加区域，进而依据多种遥感指数变化趋势的Sen氏斜率并结合训练数据，利用随机森林方法，获得不透水面百分比变化量，最终获取不透水百分比变化量空间分布图。该方法通过综合地表覆盖变化的类型来源及其去向两方面，提取刻画不透水面百分比变化量的特征参数，所建立的技术方法，不依赖人工干预设置阈值，具有快速自动的优点，能很好地适用于大范围信息获取，并且具有很好的可解释性及其地理学意义。
-
公开(公告)号：CN106772429B
公开(公告)日：2019-02-22
申请号：CN201611210341.7
申请日：2016-12-24
Applicant: 福州大学
Abstract: 本发明涉及一种基于生长盛期NMDI增减比值指数的玉米自动制图方法：逐像元建立研究区的植被指数时序数据集和NMDI时序数据集；逐像元计算农作物在每个生长周期内的EVI最大值，获取农作物生长峰值时间；依据所述农作物生长峰值时间，确定农作物生长盛期前段区间和农作物生长盛期后段区间；分别建立所述农作物生长盛期前段区间的NMDI增量指标和所述农作物生长盛期后段区间的NMDI增量指标；分别建立所述农作物生长盛期前段区间的NMDI减量指标和所述农作物生长盛期后段区间的NMDI减量指标；基于所述NMDI增量指标和NMDI减量指标，建立NMDI增减比值指数；依据所述NMDI增减比值指数进行研究区玉米制图。本发明具备自动化程度高、简单易用、鲁棒性好以及分类精度高等特点。
-
公开(公告)号：CN106446555B
公开(公告)日：2019-01-22
申请号：CN201610861446.2
申请日：2016-09-29
Applicant: 福州大学
Abstract: 本发明涉及一种基于时序相似性的植被变化发生时间检测方法，该方法首先建立研究区多年时空连续的植被指数时序数据，然后逐像元逐年计算历年与起始年份植被指数时序曲线的JM距离，生成历年与起始年份JM距离的时序曲线；利用logistic模型拟合历年与起始年份JM距离的时序曲线，从logistic模型参数中获取时间参数，实现植被变化时间的自动提取。该方法利用历年与起始年份植被指数时序曲线的JM距离指示时序相似性，从逐年时序相似性的变化规律中获取植被发生变化时间。该方法能有效地检测时序曲线在幅度、频率等各方面的变化，避免了将原始光谱指数时序数据进行分解的繁琐程序，解决了难以直接从原始光谱指数时序数据中提取指标来全面表征植被变化的难题。
-
公开(公告)号：CN104766070B
公开(公告)日：2018-02-06
申请号：CN201510191297.9
申请日：2015-04-22
Applicant: 福州大学
IPC: G06K9/00
Abstract: 本发明涉及基于植被指数时序数据离散度的森林信息遥感自动提取方法，该方法基于研究区每个栅格像元的年内逐日植被指数时序数据，依据植被指数时序数据的整体分布情况以及在不同值域范围内的分布情况，分别设计整体离散度指标、中高值离散度指标、生长旺期离散度指标以及高值持续性指标。同时基于森林的植被指数时序数据离散度较小的原则，建立森林分类流程图，实现森林信息遥感自动提取，最终获得研究区森林分布图。该方法从整体上、不同值域区间以及时间段内，充分挖掘不同森林类型的植被指数数据离散程度的变化的基础上，建立多种离散度指标，用于森林信息遥感自动提取，具有鲁棒性好、分类精度高、自动化程度与抗干扰能力强的特点。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.052 seconds)
