-
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。
-
公开(公告)号：CN115186339B
公开(公告)日：2023-08-08
申请号：CN202210791903.0
申请日：2022-07-05
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06F30/13 , G06F30/20 , G06F17/18 , G06F119/08
Abstract: 本发明公开了一种考虑城市三维结构影响的地表温度与发射率同时反演方法，利用ECOSTRESS多波段的热红外数据，通过引入天空可视因子表征城市三维几何结构，结合分裂窗方法和温度/发射率分离方法各自的优点，利用分裂窗方法进行大气校正，在此基础上，利用温度/发射率分离方法实现地表温度与发射率分离，提出了一种考虑城市三维结构影响的地表温度与发射率同时反演的方法，该方法无需输入城市地表发射率，并且实现了地表温度与发射率的同时反演，从而提高城市地表温度反演精度。
-
Patent Agency Ranking
公开(公告)号：CN115859211B
公开(公告)日：2023-07-21
申请号：CN202211437664.5
申请日：2022-11-17
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: 本发明公开了一种基于三温不确定度估算模型的地表温度产品融合方法，步骤1：地表温度数据的获取与预处理；步骤2：构建地表温度产品的长时间序列数据集；步骤3：逐像元估算地表温度产品不确定度；步骤4：地表温度产品融合；在无需任何先验知识且考虑地表温度产品自身不确定度的情况下，通过融合三种地表温度产品来提高地表温度产品精度。相比基于算术平均的简单融合方法和基于卡尔曼滤波数据同化的融合方法，本发明无需任何先验知识且考虑地表温度产品自身不确定度，利用三种地表温度产品估计的不确定度计算最优的融合权重，通过融合三种地表温度产品提高地表温度产品精度。
-
公开(公告)号：CN115511224B
公开(公告)日：2023-04-07
申请号：CN202211414732.6
申请日：2022-11-11
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: 本发明属于遥感技术领域，涉及天地一体化的作物长势智能监测方法、装置及电子设备，该方法包括：获取卫星时序遥感数据，并构建第一作物长势评估指数；获取连续的近地面观测数据，构建第二作物长势评估指数；基于第二作物长势评估指数，对第一作物长势评估指数缺失值补充，构建模型标签；对第一作物长势评估指数连续插值，得到重构的作物长势数据；利用标签训练神经网络，获取指数映射模型；对重构的作物长势数据校正，得到目标作物长势评估数据。本发明实现了综合使用航天遥感数据与近地面数据对作物长势进行监测的目的，解决现有方法中采用航天遥感数据的精度和时间密度不足以及近地面观测数据存在的数据范围小、精度低、不连续的问题。
-
公开(公告)号：CN114544003B
公开(公告)日：2022-11-08
申请号：CN202210171560.8
申请日：2022-02-24
Applicant: 中国农业科学院农业资源与农业区划研究所 , 山西大学
Abstract: 本发明公开了一种地表温度遥感产品不确定度的逐像元估算方法，包括以下步骤，步骤1：获取MODIS数据和数据预处理；步骤2：建立模拟数据集；步骤3：利用分裂窗地表温度反演模型反演地表温度；步骤4：构建地表温度遥感产品的不确定度估算模型；步骤5：参数化地表温度遥感产品的不确定度分量；步骤6：逐像元估算地表温度遥感产品总不确定度；通过对地表温度遥感产品不确定度的各分量进行参数化，构建了以星上亮温和地表发射率为输入参数的地表温度遥感产品不确定度估算模型，实现了地表温度遥感产品不确定度的逐像元估算，定量地给出了地表温度遥感产品每个像元的不确定度，提高了地表温度遥感产品的实用价值。
-
公开(公告)号：CN114782825A
公开(公告)日：2022-07-22
申请号：CN202210686316.5
申请日：2022-06-17
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: G06V20/10 , G06V10/62 , G06V10/764 , G06V10/80 , G06K9/62
Abstract: 本发明属于农业遥感信息提取技术领域，具体涉及基于不完备遥感数据的作物识别方法、装置及电子设备，该方法包括步骤：获取时序遥感数据；根据雷达影像数据构建第一时序特征；根据光学遥感数据构建第二时序特征；判断第二时序特征是否完备；计算第二时序特征的数据缺失值；对第二时序特征进行拓展得到第三时序特征；判断第三时序特征是否完备；对光学遥感数据增补处理得到第四时序特征；判断第四时序特征是否完备；利用第一时序特征对第四时序特征扩展得到目标时序特征；构建作物类型识别模型，模型训练；识别目标地块作物分布信息。本发明通过雷达影像数据与光学遥感数据协同的方式，实现了光学时序数据不完备条件下的高精度作物类型识别。
-
公开(公告)号：CN114722350A
公开(公告)日：2022-07-08
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。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.075 seconds)
