-
公开(公告)号：CN118884376A
公开(公告)日：2024-11-01
申请号：CN202411389647.8
申请日：2024-10-08
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种高山峡谷地区的大气改正方法、装置、设备及介质，包括：获取高山峡谷地区的时序SAR遥感影像；根据时序SAR遥感影像获取高山峡谷地区处的大气混合相位；以及，耦合加权整体最小二乘算法和粗差探测算法，识别高山峡谷地区处的垂直大气延迟相位和大气湍流相位；将垂直大气延迟相位和大气湍流相位从大气混合相位中剔除，得到高山峡谷地区处大气改正后的形变相位。本发明有效解决了高山峡谷地区大气相位难以去除、形变相位难以提取等相关问题，能够为地灾时序监测、灾害应急响应等领域提供技术支撑。
-
Patent Agency Ranking
公开(公告)号：CN118884376B
公开(公告)日：2025-02-14
申请号：CN202411389647.8
申请日：2024-10-08
Applicant: 航天宏图信息技术股份有限公司
Abstract: 本发明提供了一种高山峡谷地区的大气改正方法、装置、设备及介质，包括：获取高山峡谷地区的时序SAR遥感影像；根据时序SAR遥感影像获取高山峡谷地区处的大气混合相位；以及，耦合加权整体最小二乘算法和粗差探测算法，识别高山峡谷地区处的垂直大气延迟相位和大气湍流相位；将垂直大气延迟相位和大气湍流相位从大气混合相位中剔除，得到高山峡谷地区处大气改正后的形变相位。本发明有效解决了高山峡谷地区大气相位难以去除、形变相位难以提取等相关问题，能够为地灾时序监测、灾害应急响应等领域提供技术支撑。
-
公开(公告)号：CN117192549A
公开(公告)日：2023-12-08
申请号：CN202311162466.7
申请日：2023-09-08
Applicant: 航天宏图信息技术股份有限公司 , 河南航天宏图信息技术有限公司
Abstract: 本发明提供了一种大坝全域形变监测方法、装置、电子设备及介质，包括：基于合成孔径雷达干涉InSAR技术采集大坝全域的SAR影像以及基于LiDAR设备采集重点区域的LiDAR点云数据；其中，重点区域为基于InSAR技术无法提取形变的区域；基于SAR影像提取大坝全域的雷达LOS向地表形变值；基于雷达LOS向地表形变值，以及雷达LOS向形变与大坝垂直向形变间的函数关系，计算大坝全域的InSAR沉降值；基于不同时间段的LiDAR点云数据计算重点区域的LiDAR沉降值；基于重点区域的LiDAR沉降值对大坝全域的InSAR沉降值进行校正，得到校正后的非汛期大坝全域沉降值。本发明提高了大坝全域形变监测的精度和效率，同时降低了人力和物力成本。
-
公开(公告)号：CN119539505A
公开(公告)日：2025-02-28
申请号：CN202510096933.3
申请日：2025-01-22
Applicant: 航天宏图信息技术股份有限公司
IPC: G06Q10/0635 , G06Q50/26 , G06F18/25 , G06F123/02
Abstract: 本发明提供了一种融合升降轨时序InSAR形变的地质灾害危险性评价方法及装置，包括：基于升降轨时序InSAR数据进行形变反演分别得到升轨地表形变量和降轨地表形变量，融合后得到研究区域内每个栅格对应的动态形变因子；基于光学遥感数据和环境数据确定研究区域内每个栅格对应的多维静态环境因子；遍历研究区域内每个栅格，对栅格对应的动态形变因子和多维静态环境因子进行筛选，以确定栅格对应的多个目标评价因子；基于每个栅格对应的目标评价因子对研究区域内发生的地质灾害事件的贡献程度，生成研究区域对应的地质灾害危险性评价结果。本发明可以更全面、更准确地表征地质灾害形变，以提升地质灾害危险性评价精度。
-
公开(公告)号：CN118570627B
公开(公告)日：2024-12-13
申请号：CN202410158633.9
申请日：2024-07-08
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/77 , G06V10/80 , G06N3/045 , G06N3/0475 , G06N3/048 , G06N3/094
Abstract: 本发明提供了一种融合关键生育期的深度学习作物提取方法、装置及设备，包括：获取研究区域对应的初始对地观测数据，并根据作物生育分布特征从初始对地观测数据筛选出两期目标对地观测数据；通过训练得到的作物提取模型，基于两期目标对地观测数据进行作物分布预测，以生成研究区域对应的作物分布预测数据；对作物分布预测数据中包含的作物图斑进行优化，以生成研究区域对应的作物分布成果。本发明不仅可以利用不同分辨率的对地观测数据实现作物提取，还可以充分利用作物的生育期，实现大面积、精准的作物分布预测。
-
公开(公告)号：CN118570627A
公开(公告)日：2024-08-30
申请号：CN202410158633.9
申请日：2024-07-08
Applicant: 航天宏图信息技术股份有限公司
IPC: G06V20/10 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/77 , G06V10/80 , G06N3/045 , G06N3/0475 , G06N3/048 , G06N3/094
Abstract: 本发明提供了一种融合关键生育期的深度学习作物提取方法、装置及设备，包括：获取研究区域对应的初始对地观测数据，并根据作物生育分布特征从初始对地观测数据筛选出两期目标对地观测数据；通过训练得到的作物提取模型，基于两期目标对地观测数据进行作物分布预测，以生成研究区域对应的作物分布预测数据；对作物分布预测数据中包含的作物图斑进行优化，以生成研究区域对应的作物分布成果。本发明不仅可以利用不同分辨率的对地观测数据实现作物提取，还可以充分利用作物的生育期，实现大面积、精准的作物分布预测。
-
-
-
-
-
Search Results
6
records
(took 0.031 seconds)
