-
公开(公告)号：CN111652882B
公开(公告)日：2020-12-08
申请号：CN202010646865.0
申请日：2020-07-07
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种大尺度地表水体产品制图精度评估方法，首先收集公开发布且覆盖全球的地表水体产品，选取能够表征地表水体动态信息的季节水体产品，采用基于空间网格约束的方法将地表水体产品划分不同分块对象，每个分块对象重分类成永久水体、季节水体和非水体三个矢量空间子集，针对每个空间子集区随机生成并选取样本点，形成样本集，结合Google earth高分影像和专家知识经验对样本集的精度进行校验；利用校验后的验证样本集对地表水体产品进行验证，构建精度验证混淆矩阵，计算表征地表水体产品制图精度的全局精度指数和Kappa系数指标，实现大尺度地表水体产品制图精度的评估。
-
公开(公告)号：CN111652882A
公开(公告)日：2020-09-11
申请号：CN202010646865.0
申请日：2020-07-07
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种大尺度地表水体产品制图精度评估方法，首先收集公开发布且覆盖全球的地表水体产品，选取能够表征地表水体动态信息的季节水体产品，采用基于空间网格约束的方法将地表水体产品划分不同分块对象，每个分块对象重分类成永久水体、季节水体和非水体三个矢量空间子集，针对每个空间子集区随机生成并选取样本点，形成样本集，结合Google earth高分影像和专家知识经验对样本集的精度进行校验；利用校验后的验证样本集对地表水体产品进行验证，构建精度验证混淆矩阵，计算表征地表水体产品制图精度的全局精度指数和Kappa系数指标，实现大尺度地表水体产品制图精度的评估。
-
公开(公告)号：CN111611965A
公开(公告)日：2020-09-01
申请号：CN202010476268.8
申请日：2020-05-29
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种基于Sentinel-2影像的陆表水体提取方法，首先选择合适的Sentinel-2卫星影像，并在此基础上分析该卫星影像的地物光谱响应机理，从而确定水体特征波段构建陆表水体归一化模型，然后采用大津法计算陆表水体归一化后的影像灰度直方图，自适应确定最大类间差异阈值，最后基于该阈值以及陆表水体归一化模型实现陆表水体的自动提取。本发明是一种适用性较强的陆表水体自动提取方法，方法准确，便捷可靠，可以适用于大尺度地表水体高精度制图。
-
公开(公告)号：CN110458120A
公开(公告)日：2019-11-15
申请号：CN201910752440.5
申请日：2019-08-15
Applicant: 中国水利水电科学研究院
Inventor： 雷添杰 , 黄锦涛 , 吕娟 , 贾金生 , 郑璀莹 , 王嘉宝 , 张亚珍 , 李曙光 , 李世灿 , 宋宏权 , 张炬 , 慎利 , 宫阿都 , 岳建伟 , 汪洋 , 李爱丽 , 杨会臣 , 宋文龙 , 万金红 , 刘中伟 , 周磊 , 陈强 , 娄和震 , 程子懿 , 路京选 , 李杨 , 程慧 , 李翔宇 , 陈文晋 , 李明宇 , 赵林洪 , 史婉丽 , 徐瑞瑞 , 张鹏鹏
Abstract: 本发明提供一种复杂环境下不同车型识别方法及系统，所述复杂环境下不同车型识别方法，利用WGAN网络模型生成每种环境下的第一生成训练样本集，利用CycleGAN网络模型生成不同环境复合的第二生成训练样本集，在增加了训练样本的数量，以达到卷积神经网络训练所需的数据量的同时，可生成各种环境复合的各种复杂环境下的训练样本，采用该训练样本对卷积神经网络进行训练，以实现复杂环境下的不同车型的识别，并提高复杂环境下的不同车型识别准确率。
-
公开(公告)号：CN110441773A
公开(公告)日：2019-11-12
申请号：CN201910752411.9
申请日：2019-08-15
Applicant: 中国水利水电科学研究院
Inventor： 雷添杰 , 贾金生 , 郑璀莹 , 李翔宇 , 王嘉宝 , 李曙光 , 张亚珍 , 宋宏权 , 张炬 , 李世灿 , 周磊 , 陈强 , 岳建伟 , 慎利 , 宫阿都 , 吕娟 , 宋文龙 , 李爱丽 , 汪洋 , 杨会臣 , 史婉丽 , 赵春 , 万金红 , 娄和震 , 程子懿 , 冯炜 , 刘中伟 , 路京选 , 曲伟 , 陈文晋 , 李明宇 , 李杨 , 程慧 , 黄锦涛 , 赵林洪 , 徐瑞瑞 , 张鹏鹏
IPC: G01S13/90
Abstract: 本发明提供一种高边坡崩塌部位精确定位方法及系统。首先，获取长时间序列的边坡影像，并将长时间序列的边坡影像合成为边坡形变二维图，在所述边坡形变二维图上圈定形变量最大的区域作为形变区域；然后，对形变区域进行线划分，并将线划分后的长时间序列的边坡影像的形变区域进行重叠显示，在重叠影像中选取变化幅度最大的连线对应的区域为监测线区域；最后在监测线区域上选取监测点，通过每个监测点在长时间序列的边坡影像的坐标变化，确定高边坡崩塌部位的位置。本发明采用由面到线到点的监测方式，实现了高边坡质点崩塌部位的精确定位，解决了现有的边坡监测技术中无法精确定位边坡某些形变量大且形变速度较快的部位的变化位置及趋势问题。
-
Patent Agency Ranking
公开(公告)号：CN106980011A
公开(公告)日：2017-07-25
申请号：CN201710299252.2
申请日：2017-05-02
Applicant: 中国水利水电科学研究院
Inventor： 吕娟 , 万金红 , 王丁明 , 王英华 , 马建明 , 李云鹏 , 孙洪泉 , 刘建刚 , 刘盈斐 , 郭姝姝 , 邓俊 , 谭亚男 , 冯珺 , 雷添杰 , 徐静 , 付婧 , 周波 , 张念强 , 朱云枫 , 王力 , 曲伟 , 廖丽莎 , 殷殷 , 常凊睿 , 张伟兵 , 耿庆斋 , 杜龙江
IPC: G01N33/24
CPC classification number: G01N33/246
Abstract: 本发明涉及一种深层土壤水分多点同步测量系统，其特征在于：包括多个限位管（6）、多个孔洞、多个自动打孔测量装置以及一控制接收器（8），每个孔洞中放置一限位管（6），每个限位管（6）中设有一自动打孔测量装置（9），控制接收器（8）同步控制每个自动打孔测量装置（9）进行同时打孔、同时测量以及测量数据的传输。本发明可以实现多个自动打孔测量装置在不同的孔洞同步进行打孔、测量以及测量数据的传输，可以获得特定区域内多个测量点土壤水分在同一时间的测量值，该测量值更加真实可靠的反映出该区域土壤的水分情况。
-
公开(公告)号：CN117372412B
公开(公告)日：2024-04-02
申请号：CN202311461141.9
申请日：2023-11-06
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种基于夜间灯光遥感的照明设施灾害韧性评估方法，利用多源中高分辨率夜间灯光遥感数据，辅以照明设施地面调查数据，采用基于统计量法的辐射归一化方法，获取时空序列一致的夜间灯光影像数据集；进一步结合土地利用数据以及实地照明设施空间数据，获取照明设施区域遥感影像，采用大津法开展夜间照明设施自动提取，获取时序辐射变化强度变量；最后构建基础照明韧性空间评估模型，计算基于像素尺度和基于区域尺度的照明设施韧性值，从而实现对照明设施灾害韧性量化制图。
-
公开(公告)号：CN115564238B
公开(公告)日：2023-04-18
申请号：CN202211225221.X
申请日：2022-10-09
Applicant: 中国水利水电科学研究院
IPC: G06Q10/0631 , G06Q10/04 , G06F30/28 , G06F17/13 , G06Q50/06
Abstract: 本发明公开了一种基于水动力机制的小水库洪水预报调洪分析方法。在本方法中，采用三角形非结构网格对整个小水库所在流域进行离散，然后采用完整二维水动力模型模拟流域的径流运动过程，同时根据泄流构筑物的特点，采用源项处理的方法直接计算库区的出流过程，从而实现完全基于水动力机制的小水库洪水预报过程和调洪过程的一体化分析计算。该方法可克服小水库流域历史水文资料普遍匮乏的缺陷，同时调洪计算方法可摆脱对水库的水位库容关系和水位泄量关系等水库特征数据的依赖。本方法可以为小型水库的预报和调洪计算提供一种新的解决途径。
-
公开(公告)号：CN113762768B
公开(公告)日：2022-09-09
申请号：CN202111035374.3
申请日：2021-09-02
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种基于天气发生器和作物模型的农业旱灾动态风险评估方法。选用天气发生器随机模拟生成未来逐日气象数据的大量样本用来描述未来干旱发生的随机不确定性；利用实测和随机模拟气象数据驱动作物模型，评估不同干旱情景下的作物产量损失；基于风险定义，构建期望产量损失率指标评估农业旱灾动态风险。本发明可实现在作物生育期内按一定时间步长滚动评估或实时评估农业旱灾动态风险。
-
公开(公告)号：CN114966685A
公开(公告)日：2022-08-30
申请号：CN202210574487.9
申请日：2022-05-24
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种基于InSAR和深度学习的大坝形变监测及预测方法，首先利用InSAR对水库大坝监测区域进行大范围形变监测，获得初步水库大坝形变信息；接着在需要重点监测区域内相干点稀疏处放置角反射器，以便获得该处准确的形变信息；并在边坡周边设置GNSS网进行监测，利用GNSS数据去除影响干涉图的大气相位；然后对GNSS数据与InSAR结果进行融合，获得高时空分辨率的形变监测结果；同时设置阈值自动识别形变量异常的不稳定区域，结合水库水位线数据和温度等因素进行相关性分析；最后利用长短期记忆(LSTM)网络模型深度学习方法进行未来形变量的预测，为水库大坝监测预警和风险防控提供重要支撑。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.06 seconds)
