-
公开(公告)号：CN111751342B
公开(公告)日：2021-10-22
申请号：CN202010618605.2
申请日：2020-06-30
Applicant: 中国农业科学院农业资源与农业区划研究所 , 河南省农业科学院植物营养与资源环境研究所
IPC: G01N21/64
Abstract: 本发明公开了一种基于夫琅和费暗线反演日光诱导叶绿素荧光的方法，包括以下步骤：步骤1：选取有代表性的不包含荧光信息的辐亮度光谱组成训练光谱数据集；步骤2：利用奇异向量分解技术对训练光谱数据集进行奇异向量分解；步骤3：设置0.05％的阈值，根据阈值确定可用的奇异向量个数N；步骤4：分别使用前M个奇异向量(M≤N)逐次进行实测光谱重构，确定重构精度最高(重构光谱与实测光谱间残差最小)时的奇异向量个数m作为最终的模型输入参数；步骤5：利用标准最小二乘方法求解模型中的未知数，反演叶绿素荧光。本发明可以从宽波段范围反演叶绿素荧光，降低了反演叶绿素荧光对传感器光谱分辨率的要求。
-
公开(公告)号：CN105913149B
公开(公告)日：2020-08-28
申请号：CN201610223922.8
申请日：2016-04-12
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本申请公开了一种联合多时相遥感数据和气象数据估算白天平均蒸散发的方法，包括以下步骤：通过地表温度LST和地表短波净辐射NSSR计算遥感椭圆参数，利用ALEX模型模拟数据计算蒸散发模型系数n0～n5；利用遥感椭圆参数和蒸散发模型系数n0～n5估算白天平均蒸散发ETd。本发明充分利用静止气象卫星每天多时相对地观测的优势，通过多时相卫星数据和气象数据，直接得到白天平均蒸散发，解决了现有技术中存在的必须先反演瞬时蒸散发而后进行时间尺度扩展才能获取日尺度蒸散发的问题，实现了基于FY‑2静止气象卫星数据的日尺度平均蒸散发的直接估算。
-
公开(公告)号：CN110907040B
公开(公告)日：2020-08-25
申请号：CN201911231077.9
申请日：2019-12-05
Applicant: 中国农业科学院农业资源与农业区划研究所 , 河北地质大学
IPC: G01J5/00
Abstract: 本发明公开了一种定量模拟卫星观测热辐射中邻近效应大小的方法，步骤1：获取由邻近像元出发，在不同高度的传感器瞬时视场内发生一次散射后被该传感器接收到的辐射；步骤2：获取由邻近像元出发，被大气向下散射到目标像元，再被目标像元反射，进而被传感器接收到的辐射；步骤3：根据步骤1、步骤2中的结果，计算由邻近效应影响造成的辐射。本发明可以定量模拟不同成像条件下卫星观测热辐射的邻近效应，能够用来探讨邻近效应在何种情况下可被忽略，何种情况下必须被考虑，也能够用来研究邻近效应对现有地表温度反演算法的影响，为发展基于高空间分辨率热红外观测影像的新型地表温度反演算法提供技术支撑。
-
公开(公告)号：CN105466957B
公开(公告)日：2018-05-25
申请号：CN201610009067.0
申请日：2016-01-07
Applicant: 中国农业科学院农业资源与农业区划研究所 , 中国科学院地理科学与资源研究所
IPC: G01N22/04
Abstract: 本发明公开了一种FY‑3C被动微波数据估算土壤湿度的方法，本发明充分利用被动微波亮温数据的多极化特性，增加方程个数，同时通过综合考虑植被光学厚度和地表粗糙度对星上亮温的影响，减少未知数个数，解决了现有技术中存在的需要已知粗糙表面发射率和植被光学厚度估算土壤湿度的问题，实现了基于FY‑3C卫星被动微波星上亮温数据的土壤湿度估算。
-
公开(公告)号：CN105930664A
公开(公告)日：2016-09-07
申请号：CN201610266664.1
申请日：2016-04-26
Applicant: 中国科学院地理科学与资源研究所 , 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明公开了一种从被动微波数据估算瞬时地表发射率的方法，该方法所使用的模型依赖于被动微波的通道亮温数据和大气总可降水量数据，具体包括以下四个步骤：估算模型的推演、方程系数的率定、数据采集、被动微波地表发射率估算。本发明由辐射传输方程推导而来，具有坚实的物理意义和较好的普适性，可以应用于不同的地面情况和不同的季节；其输入数据不多且容易获得，而且不受云的限制，可在包括有云情况下的几乎所有天气情况下获得，保证了模型的全天候应用和瞬时地表发射率的获得，填补了传统辐射传输方法只能生产月时间尺度地表发射率的空白。
-
Patent Agency Ranking
公开(公告)号：CN118836998A
公开(公告)日：2024-10-25
申请号：CN202411188780.7
申请日：2024-08-28
Applicant: 中国农业科学院农业资源与农业区划研究所 , 农业农村部规划设计研究院
Abstract: 本发明属于温度测量技术领域，涉及一种主动式组分温度测量装置与方法；该装置包括控制器、驱动电机、支撑杆、若干个测量杆、若干个遮光板、第一温度测量探头与第二温度测量探头；第一温度测量探头设置在测量杆上远离遮光板的一端底部；第二温度测量探头设置在遮光板底部；第一温度测量探头获取光照下垫面区域组分温度，第二温度测量探头获取阴影下垫面区域组分温度；通过旋转测量杆与遮光板主动式制造持续的光照下垫面与阴影下垫面，控制器分析光照下垫面区域和阴影下垫面区域温度组成；本发明通过主动式制造下垫面的阴影组分，极大地增加了阴影组分测量的灵活性；设备结构简单，架设方便；生成时间无缝的光照和阴影组分温度测量数据。
-
公开(公告)号：CN114722350B
公开(公告)日：2024-09-06
申请号：CN202210390649.3
申请日：2022-04-14
Applicant: 中国农业科学院农业资源与农业区划研究所 , 河北地质大学
Abstract: 本发明提供了一种FY‑3D被动微波数据云下地表温度反演与验证方法，包括：获取FY‑3D被动微波数据，并进行数据预处理提取18.7GHz和23.8GHz垂直极化通道的双通道亮温；获取ERA5大气廓线数据，并进行数据处理提取大气水汽和液态水含量；基于18.7GHz和23.8GHz垂直极化通道的双通道亮温，结合对应的大气水汽和液态水含量数据，采用双通道物理算法估算有云情况下的地表温度；利用站点实测云下地表温度数据对估算的地表温度进行验证和校正。本发明将大气水汽和云中液态水含量对被动微波辐射的影响进行定量化，提高云下地表温度估算精度，并实现地面点数据和FY‑3D被动微波数据云下地表温度的精度对比验证。
-
公开(公告)号：CN116384237B
公开(公告)日：2024-08-23
申请号：CN202310327016.2
申请日：2023-03-29
Applicant: 大连海事大学 , 中国科学院空天信息创新研究院 , 中国农业科学院农业资源与农业区划研究所
IPC: G06F30/27 , G01W1/02 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明属于遥感图像处理技术领域，涉及热红外大气参数反演方法、装置及电子设备，该方法包括：提取地表发射率信息和大气信息；确定大气参数，建立模拟数据集；构建双向长短期记忆神经网络模型；模型训练确定模型的结构参数；利用注意力机制对双向长短期记忆神经网络模型的输出特征向量的各个通道信息进行加权；模型训练；迭代更新直至模型的输出收敛，得到大气参数反演模型；得到热红外大气参数反演结果。本发明有效地解决了深度神经网络对数据挖掘能力较弱的问题，提出双向长短期记忆神经网络结构，利用通道注意力模块对不同的通道信息进行加权，获取不同通道辐亮度数据的相关性特征，得到热红外大气参数反演结果。
-
公开(公告)号：CN116306819B
公开(公告)日：2024-05-03
申请号：CN202310286996.6
申请日：2023-03-22
Applicant: 大连海事大学 , 中国科学院空天信息创新研究院 , 中国农业科学院农业资源与农业区划研究所
IPC: G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/10 , G01N21/27
Abstract: 本发明属于光谱定标技术领域，涉及基于光谱重构的高光谱交叉定标方法、装置及电子设备，该方法包括：建立具有多头注意力机制的卷积神经网络模型；选择目标波段的高光谱波段数据；建立长短期记忆神经网络模型，模型训练；高光谱波段数据重建得到目标波段高光谱数据；使用目标波段高光谱数据进行交叉定标。本发明有效解决了传统交叉定标要求待定标遥感器和目标遥感器之间必须有相近谱段的问题，通过具有多头注意力机制的卷积神经网络模型，训练卷积神经网络模型使其具有良好的波段选择能力并筛选出高光谱数据中代表性较强的波段，波段选择后利用长短期记忆网络进行光谱重建，拟合出需要的波段信息，进而满足交叉定标的需求。
-
公开(公告)号：CN117237648B
公开(公告)日：2024-02-23
申请号：CN202311523090.8
申请日：2023-11-16
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06V10/26 , G06V20/70 , G06T7/11 , G06V10/774 , G06V10/82
Abstract: 本申请提供一种基于上下文感知的语义分割模型的训练方法、装置和设备。一方面对全尺寸遥感图像进行裁剪，得到高分辨率的局部图像，再对高分辨率图像进行下采样得到上下文裁剪图像，从而可以基于该部分图像训练模型捕获遥感图像的上下文信息的能力；另一方面对高分辨率的局部图像进行进一步裁剪，从而可以基于该部分图像鼓励模型对遥感图像的细节部分进行精准分割；最后再将不同分辨率的预测结果进行对齐和融合得到最终预测结果，从而可以有效训练模型识别遥感图像上下文信息和细节信息的能力，提高模型最终的分割精度。此外，还可以利用随机掩膜技术对无标签图像进行掩膜处理，鼓励模型捕获其上下文信息，进而提高在目标数据集上的分割精度。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.036 seconds)
