-
公开(公告)号：CN106780091B
公开(公告)日：2020-11-06
申请号：CN201611254384.5
申请日：2016-12-30
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 基于植被指数时空间统计特征的农业灾害信息遥感提取方法，属于农业灾害信息获取技术领域。本发明是为了解决现有农业灾害遥感监测不能用于对大尺度区域或区域内长时间序列的灾害进行监测与评价，监测方法不具有普遍性的问题。它在考虑到不同物候区、作物和生长阶段的植被指数存在差异的基础上，提取已知灾害所在物候区内的各像元NDVI以及相同作物的NDVI平均值NDVIm和标准差STD，根据受灾前后NDVI灰度直方图特征，利用统计学特征分析各参数之间的关系，建立灾害监测模型，提取农业灾害。该方法考虑到了因生长地区、不同作物和生长阶段造成的干扰因素，提高了监测结果精度。本发明用于农业灾害的监测。
-
公开(公告)号：CN107403157A
公开(公告)日：2017-11-28
申请号：CN201710628069.2
申请日：2017-07-28
Applicant: 中国科学院东北地理与农业生态研究所
CPC classification number: G06K9/00657 , G06K9/342 , G06K9/6276
Abstract: 基于MODIS数据的区域大尺度作物种植结构提取方法，属于农业种植结构技术领域。本发明是为了解决现有农业遥感监测中农作物种植结构的提取方法分类误差大的问题。它首先采集大尺度监测区域的全年影像数据，并进行预处理，获得多张大尺度监测区域的完整影像；再对完整影像进行裁剪，建立提取年份的完整时序文档，并获取每个像元的NDVI时间序列曲线；提取全年的11个物候数据，并进行浮点化；再提取每个物候数据的关键信息；获得多个物候分区；进行多尺度分割获取种植结构单元；最后采用最邻近分类方法进行基于样本的分类提取，获得大尺度监测区域的作物种植结构。本发明用于作物种植结构的提取。
-
公开(公告)号：CN119399614A
公开(公告)日：2025-02-07
申请号：CN202411180576.0
申请日：2024-08-27
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06V20/10 , G06V10/774 , G06V10/764 , G06T7/90 , G06T11/00
Abstract: 基于水稻移栽期独特光谱特征的水稻遥感制图方法，涉及一种水稻遥感识别方法。本发明是为了解决现有水稻制图方法迁移性较弱、需要设定大量参数或阈值、依赖长时序或全年遥感数据的问题。本方法：一、确定体现水稻移栽期独特颜色的波段组合；二、将光谱波段映射到CIE颜色空间；三、在CIE颜色空间构建水稻识别方法。本发明方法原理清晰、简单快捷、自动化程度高，特别适合于大范围大尺度(国家/洲际/全球)水稻制图，具有巨大的应用潜力和广阔的应用空间。本发明属于遥感制图领域。
-
Patent Agency Ranking
公开(公告)号：CN119202676A
公开(公告)日：2024-12-27
申请号：CN202411681421.5
申请日：2024-11-22
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06F18/213 , G01S7/40 , G01S13/88 , G01R29/08 , G01N27/22
Abstract: 本申请公开了用于探测泥炭储量的GPR的适用参数预测模型构建方法，涉及泥炭资源探测技术领域。通过获取目标区域内多种典型泥炭地的特征信息；依据特征信息确定与目标区域内所有典型泥炭地相匹配的目标GPR；获取目标GPR实地探测典型泥炭地所得到的实际介电常数和实际雷达传输参数；依据各个典型泥炭地的实际介电常数和实际雷达传输参数确定各个典型泥炭地的时空变化特征；依据各个典型泥炭地的时空变化特征和不同区域内的泥炭地的矿床成因类型，确定不同区域内泥炭地的GPR应用潜力信息；依据不同区域内泥炭地的GPR应用潜力信息构建GPR的适用参数预测模型。本申请技术方案减少了GPR选择的盲目性，提高了泥炭资源探测的有效性。
-
公开(公告)号：CN117475324B
公开(公告)日：2024-09-13
申请号：CN202311531249.0
申请日：2023-11-16
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06V20/13 , G06V10/766 , G06V10/62 , G06V10/80
Abstract: 基于湖泊表面温度时间序列的湖冰物候信息提取方法，涉及遥感应用技术领域，具体涉及一种湖冰物候信息提取方法。本发明是为了解决由于受野外环境和观测条件限制，长时间连续监测存在困难的问题。提取方法：第一步：选取MODIS LST产品，下载数据，并利用湖泊矢量边界完成图像裁剪；第二步：单位换算；第三步：时间序列生成；第四步：基于非线性曲线拟合填补时间序列数据空值；第五步：确定湖冰物候信息，包括结冰日、融冰日和湖冰持续时间。本发明提取和运算过程通过GEE和ORIGIN编程实现，降低提取过程对人工经验的依赖程度，提高了工作效率。
-
公开(公告)号：CN118247376A
公开(公告)日：2024-06-25
申请号：CN202410542844.2
申请日：2024-04-30
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06T11/00 , G06F16/29 , G06N20/20 , G06F18/2431 , G06V10/764
Abstract: 基于多时相遥感与地形数据的耕层白浆化土壤制图方法，涉及一种农田耕层白浆化土壤制图方法，涉及图像处理及计算机领域。本发明是为了解决现有土壤制图假设土壤在空间上的分布是离散的、精度不高的问题，方法如下：一、表层土壤样品采集与预处理；二、高精度数字模型的获取和地形数据预处理；三、遥感影像获取；四、模型输入量可分性分析；五、耕层白浆化土壤提取的模型建立与制图。本发明开发一种通过RF算法构建了一种新的地块尺度耕层白浆化遥感提取模型，并通过比较不同组合的耕层白浆化空间分布制图精度，分析影响精确制图的主要因素，为准确的大尺度耕层白浆化土壤制图研究提供了基础支持。
-
公开(公告)号：CN117606449A
公开(公告)日：2024-02-27
申请号：CN202311593606.6
申请日：2023-11-27
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 本发明涉及农业机械测试技术领域，提供一种变量施肥机械精度计算方法及系统。该方法包括：构建测试处方图，将所述测试处方图置入变量施肥机械；通过手持载波相位差分仪，在待测试场地上根据所述测试处方图进行标记，所述变量施肥机械根据所述测试处方图进行作业；通过无人机对作业后的待测试场地进行航空摄像，获得RGB图像；对所述RGB图像进行图像识别，获得变量施肥机械的作业结果；根据所述作业结果计算获得精度结果。本发明不仅考虑了动态行进过程中定位所带来的误差，还涵盖了不同的改装方式及驱动方式的变量施肥机械精度鉴定。
-
公开(公告)号：CN109389049A
公开(公告)日：2019-02-26
申请号：CN201811093126.2
申请日：2018-09-19
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 为了解决农作物遥感分类精度低的问题，本发明提供一种基于多时相SAR数据与多光谱数据的作物遥感分类方法，属于农业技术领域。本发明包括：S1、分别获取作物生长期内多光谱数据与生长期内不同时间且特征明显的SAR数据；S2、根据耕地地块信息突出的多光谱数据提取耕地范围；S3、在SAR数据中选择不同时间的VV极化数据波段组合得到多时相SAR数据，将多时相SAR数据分别与单时相多光谱数据进行波段组合；S4、创建训练样本；S5、利用多时相SAR数据与单时相多光谱数据波段组合后的影像、多时相SAR数据、单时相多光谱数据以提取的耕地范围参与掩膜，结合训练样本光谱特征均值和协方差对研究区内的作物利用最大似然法进行分类。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.032 seconds)
