一种农产品产量预测方法及系统

    公开(公告)号:CN109934397A

    公开(公告)日:2019-06-25

    申请号:CN201910162996.9

    申请日:2019-03-05

    Abstract: 本发明公开了一种农产品产量预测方法及系统。该方法包括:获取影响农产品产量的各影响因素的历史数据,影响因素分为短期影响因素和长期影响因素,短期影响因素对应的历史数据为日度数据或月度数据,长期影响因素对应的历史数据为季度数据或年度数据;根据短期影响因素的历史数据,采用自回归积分滑动平均模型对短期影响因素对应的未来数据进行预测,得到短期影响因素的预测数据;根据长期影响因素的历史数据,采用灰色模型对长期影响因素的未来数据进行预测,得到长期影响因素的预测数据;获取神经网络模型;将短期影响因素对应的预测数据和长期影响因素对应的预测数据输入神经网络模型,得到农产品的产量预测值。本发明具有预测精度高的特点。

    一种耕地制图方法
    32.
    发明公开

    公开(公告)号:CN108053405A

    公开(公告)日:2018-05-18

    申请号:CN201810033690.9

    申请日:2018-01-15

    Abstract: 一种耕地制图方法,其通过对至少三个不同的耕地产品i进行处理,制作出特定分辨率M的耕地分布图,然后进行融合处理获得最终耕地图表。本发明所提供的一种耕地图表制作方法,通过对多套现有技术平台提供的耕地产品进行融合,所获得的耕地分布图总体精度和可靠性大大提升,且耕地数量较为准确,与统计数据的一致性较好。

    一种融合光谱分层和机器学习的农田土壤重金属反演方法

    公开(公告)号:CN119442864A

    公开(公告)日:2025-02-14

    申请号:CN202411469503.3

    申请日:2024-10-21

    Abstract: 本申请公开了一种融合光谱分层和机器学习的农田土壤重金属反演方法,属于图像处理技术领域。该方法包括:获取调查区域中土壤的待测光谱变量;将待测光谱变量输入至土壤重金属反演模型,生成土壤重金属反演模型输出的调查区域的重金属预测浓度空间分布图,土壤重金属反演模型基于校准样本集和验证样本集构建,校准样本集和验证样本集基于样本土壤的土壤成分信息对多个训练样本进行分层抽样确定,训练样本包括样本土壤的重要光谱变量和重金属浓度;根据重金属预测浓度空间分布图,确定调查区域农田的重金属浓度空间分布图。该方法显著提高了土壤重金属浓度监测的准确性,有效降低了监测成本和时间。

    一种利用无人机影像进行果树识别和计数的方法和系统

    公开(公告)号:CN110598619B

    公开(公告)日:2023-04-07

    申请号:CN201910840633.6

    申请日:2019-09-06

    Abstract: 本发明提出一种基于无人机数据采集的果树识别和数量监测方法,包括:S1,将无人机原始影像进行预处理,生成数字表面模型和正射影像;S2,基于正射影像计算植被指数;S3,根据植被指数的性质,识别出植被区域和背景;S4,通过已知的果树直径范围和图像的空间分辨率对果树进行筛选,确定果树位置和直径;S5,将初步识别的果树位置和直径代入到数字表面模型,利用果树位置临近的海拔的最低值与果树海拔的最高值进行做差,获得果树高度。本发明还提出一种对应的系统。本发明提出了一种新思路,将无人机同步生成的数字表面模型作为依据,利用数字表面模型求取识别后的作物高度,然后根据果树高度范围对果树进行二次识别和计数,提高果树识别精度。

Patent Agency Ranking