-
公开(公告)号：CN118551153A
公开(公告)日：2024-08-27
申请号：CN202410924675.9
申请日：2024-07-11
Applicant: 西南林业大学
Abstract: 本发明涉及森林地上生物量估测技术领域，公开了一种基于多源遥感数据多尺度森林生物量抽样估测方法及系统，该方法包括：将抽样区内的森林进行林场、林分、样地的尺度划分，分别采用对应遥感数据描述各尺度下的森林信息；采用不同抽样方法进行林场尺度和林分尺度的森林生物量抽样估测，确定最佳抽样方案；采用二阶抽样对最佳抽样方案相结合，构成最终的多尺度森林生物量抽样估测方案以执行抽样区的森林生物量估测。本发明通过将抽样区内的森林分成林场、林分、样地三个尺度，然后采用不同抽样方法对各尺度的森林生物量进行抽样估测，优选出最佳抽样方案，最后采用二阶抽样来整合森林生物量，有效提高了森林地上生物量的抽样效率。
-
公开(公告)号：CN114937029A
公开(公告)日：2022-08-23
申请号：CN202210703989.7
申请日：2022-06-21
Applicant: 西南林业大学
Abstract: 本发明公开了一种森林碳储量抽样估测方法、装置、设备及存储介质，该方法包括获取目标森林的遥感影像数据，提取遥感特征变量，利用自然间断点分级法，对每个遥感特征变量进行分层，根据每个遥感特征变量中每个分层区域的面积比，确定每个遥感特征变量中每个分层区域的抽样权重，确定每个遥感特征变量中每层的抽样样本数，并根据抽样样本数执行抽样估测。本发明通过对遥感数据进行预处理，提取影响森林碳储量的关键遥感特征变量，之后进行包括面积确定权重、自然间断点分级法分层、最优分配法分配样本等分层抽样设计，实现森林碳储量的抽样估测，解决了目前的森林碳储量估测方法操作复杂，抽样样本量大、抽样精度和工作效率不高的技术问题。
-
公开(公告)号：CN118446032B
公开(公告)日：2024-08-30
申请号：CN202410905791.6
申请日：2024-07-08
Applicant: 西南林业大学
Abstract: 本发明涉及森林地上生物量估测技术领域，公开了一种样地尺度森林地上生物量精准估测方法及系统，该方法包括：选择目标树种的采伐样木并进行解析，获得单木各组分生物量分布数据；建立各组分生物量水平分布权重模型；基于目标树种的单木地上生物量相容性异速生长模型，组合构建单木地上生物量水平分布模型；将目标区域分割为栅格网络，计算栅格网络中每个网格内的生物量，获得森林地上生物量的估计值和分布情况。本发明通过搭建单木地上生物量水平分布模型来对样地内森林地上生物量的估计值及其具体分布情况进行精准估测，不仅可以有效降低了样地尺度森林生物量估测的不确定性，提高估测精度，还能直观地展示出森林地上生物量的分布情况。
-
公开(公告)号：CN115100534B
公开(公告)日：2022-12-06
申请号：CN202211007458.0
申请日：2022-08-22
Applicant: 西南林业大学
IPC: G06V20/10 , G06V10/80 , G06V10/764 , G06V10/762
Abstract: 本发明公开了一种森林优势树种识别方法、装置、设备及存储介质，该方法包括获取目标森林的遥感时序影像数据，提取各地类的遥感时序特征变量，对各地类的遥感时序特征变量进行聚类，并根据聚类结果，建立森林优势树种识别分层分类体系，基于森林优势树种识别分层分类体系和动态阈值算法，构建分层分类决策树模型，利用分层分类决策树模型对目标森林进行优势树种识别。本发明通过提取各地类的遥感时序特征变量，建立森林优势树种识别分层分类体系，并以此构建分层分类决策树模型，实现森林优势树种识别，解决了目前森林优势树种研究操作复杂，自动化程度和分类精度不高、分类方法不够严谨的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN115100534A
公开(公告)日：2022-09-23
申请号：CN202211007458.0
申请日：2022-08-22
Applicant: 西南林业大学
IPC: G06V20/10 , G06V10/80 , G06V10/764 , G06V10/762
Abstract: 本发明公开了一种森林优势树种识别方法、装置、设备及存储介质，该方法包括获取目标森林的遥感时序影像数据，提取各地类的遥感时序特征变量，对各地类的遥感时序特征变量进行聚类，并根据聚类结果，建立森林优势树种识别分层分类体系，基于森林优势树种识别分层分类体系和动态阈值算法，构建分层分类决策树模型，利用分层分类决策树模型对目标森林进行优势树种识别。本发明通过提取各地类的遥感时序特征变量，建立森林优势树种识别分层分类体系，并以此构建分层分类决策树模型，实现森林优势树种识别，解决了目前森林优势树种研究操作复杂，自动化程度和分类精度不高、分类方法不够严谨的技术问题。
-
公开(公告)号：CN117994159A
公开(公告)日：2024-05-07
申请号：CN202410283276.9
申请日：2024-03-13
Applicant: 西南林业大学
IPC: G06T5/70 , G06V10/30 , G06V10/75 , G06V10/764 , G06V20/13
Abstract: 本发明公开了一种遥感时间序列影像滤波方法、装置、设备及存储介质，该方法包括获取目标地区的遥感时间序列影像数据和数字高程数据，提取地形位置指数；通过计算标准差以及结合实际地形地貌情况对地形位置指数进行重分类，获得地形位置指数重分类结果，执行基于空间位置的数据匹配，获得数据匹配结果，将遥感影像划为噪声和非噪声区域，并为遥感时序影像数据在不同的情况下选择不同的卷积核执行空间卷积运算，以对遥感时序影像数据进行滤波。本发明通过进行一系列运算得到地形位置指数，在此基础上对影像的噪声点进行区分，并对遥感时间序列影像进行滤波，解决了目前高海拔地区时间序列影像噪声污染，自动化程度，影像精度不高的技术问题。
-
公开(公告)号：CN108876917A
公开(公告)日：2018-11-23
申请号：CN201810658816.1
申请日：2018-06-25
Applicant: 西南林业大学
Abstract: 本发明公开了一种森林地上生物量遥感估测通用模型构建的方法，以Landsat 1987‑2011年的遥感数据和6期实测数据为数据源，先对遥感数据进行预处理得到归一化的数据集，计算样地遥感因子、生物量值及变化值，通过多元回归、线性联立方程组、地理加权回归、线性模型构建了森林地上生物量的静态和动态模型，通过验证确定最优的模型作为森林地上生物量的通用模型，给出了模型的参数形式。本发明充分挖掘了遥感因子变化和林分生物量变化量之间的关系，降低了由于单期遥感数据估测带来的不确定性；通过线性混合模型构建的森林地上生物量模型，极大地提高了模拟和预测精度；构建的通用模型可进行森林生物量的实时、时地估测。
-
公开(公告)号：CN118446032A
公开(公告)日：2024-08-06
申请号：CN202410905791.6
申请日：2024-07-08
Applicant: 西南林业大学
Abstract: 本发明涉及森林地上生物量估测技术领域，公开了一种样地尺度森林地上生物量精准估测方法及系统，该方法包括：选择目标树种的采伐样木并进行解析，获得单木各组分生物量分布数据；建立各组分生物量水平分布权重模型；基于目标树种的单木地上生物量相容性异速生长模型，组合构建单木地上生物量水平分布模型；将目标区域分割为栅格网络，计算栅格网络中每个网格内的生物量，获得森林地上生物量的估计值和分布情况。本发明通过搭建单木地上生物量水平分布模型来对样地内森林地上生物量的估计值及其具体分布情况进行精准估测，不仅可以有效降低了样地尺度森林生物量估测的不确定性，提高估测精度，还能直观地展示出森林地上生物量的分布情况。
-
公开(公告)号：CN114937029B
公开(公告)日：2023-01-31
申请号：CN202210703989.7
申请日：2022-06-21
Applicant: 西南林业大学
Abstract: 本发明公开了一种森林碳储量抽样估测方法、装置、设备及存储介质，该方法包括获取目标森林的遥感影像数据，提取遥感特征变量，利用自然间断点分级法，对每个遥感特征变量进行分层，根据每个遥感特征变量中每个分层区域的面积比，确定每个遥感特征变量中每个分层区域的抽样权重，确定每个遥感特征变量中每层的抽样样本数，并根据抽样样本数执行抽样估测。本发明通过对遥感数据进行预处理，提取影响森林碳储量的关键遥感特征变量，之后进行包括面积确定权重、自然间断点分级法分层、最优分配法分配样本等分层抽样设计，实现森林碳储量的抽样估测，解决了目前的森林碳储量估测方法操作复杂，抽样样本量大、抽样精度和工作效率不高的技术问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
