-
公开(公告)号：CN112949414A
公开(公告)日：2021-06-11
申请号：CN202110153648.2
申请日：2021-02-04
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种宽视域高分六号卫星影像地表水体智能制图方法，在选择质量较高的宽视域高分六号遥感影像数据的基础上，基于网格划分的几何精校正和影像融合方法，得到宽视域2m分辨率8个波段高分六号融合影像数据，提出基于主成分分析和面向对象相结合开展影像多尺度快速分割，在分割对象尺度上，构建特征分类向量，基于空间网格选取时空代表性较高的水体/非水体训练样本，构建基于面向对象的深度神经网络地表水体智能制图模型，实现宽视域高分六号遥感影像地表水体自动化制图。本发明主要提升了宽视域影像几何精校正、多尺度分割以及地表水体智能提取的效率和精度，在洪涝监测、河湖监管以及水生态调查方面具有良好的应用潜力。
-
公开(公告)号：CN111611965B
公开(公告)日：2020-12-22
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：CN110647717B
公开(公告)日：2020-05-05
申请号：CN201910886360.9
申请日：2019-09-19
Applicant: 中国水利水电科学研究院
IPC: G06F17/11
Abstract: 本发明公开了一种基于关联维数的水文模型参数优选方法，包括以下步骤：模拟等效流量序列的生成；模拟等效流量序列的相空间重建；关联积分的计算；logC(r)～logr曲线的生成；滞时τ～嵌入维数m～关联维数d联合曲线图的生成；观测流量序列与模拟等效流量序列关联维数值的估计；最优参数组合的确定。该方法在传统的单目标和多目标优化的基础上，构建新的目标函数——关联维数，通过观测和模拟流量系列关联维数值的拟合程度来区分模型生成的等效流量序列，解决异参同效问题，提高水文模型的预报精度。
-
公开(公告)号：CN110458119A
公开(公告)日：2019-11-15
申请号：CN201910752374.1
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 , 王嘉宝 , 郑璀莹 , 李曙光 , 杨会臣 , 张亚珍 , 宋宏权 , 岳建伟 , 慎利 , 宫阿都 , 吕娟 , 宋文龙 , 张炬 , 李世灿 , 周磊 , 陈强 , 李爱丽 , 汪洋 , 娄和震 , 程子懿 , 冯炜 , 史婉丽 , 赵春 , 万金红 , 刘中伟 , 路京选 , 曲伟 , 李翔宇 , 陈文晋 , 李明宇 , 李杨 , 程慧 , 黄锦涛 , 赵林洪 , 徐瑞瑞 , 张鹏鹏
Abstract: 本发明提供一种非接触式测量的混凝土骨料级配快速识别方法。本发明运用数字图像处理与深度学习相结合，采集每个大类别的每个石块的多角度照片作为第一训练集，利用图像处理获得骨料属性，进而确定骨料所属的小类别，得到第二训练集，利用第一训练集和第二训练集组成的标准样本库，对改进的卷积神经网络模型进行多次训练，确保改进的卷积神经网络模型的准确性，并且利用训练后的改进的卷积神经网络模型，通过获取的骨料图像建立骨料级配曲线，提高了级配识别的效率，实现了非接触式测量的混凝土骨料级配快速识别。
-
公开(公告)号：CN117315497B
公开(公告)日：2024-05-07
申请号：CN202311256078.5
申请日：2023-09-26
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种大范围河湖总磷含量遥感产品生成方法和系统，首先采集河湖研究区域的时序多源遥感影像数据，并对时序多源遥感影像数据进行处理，得到时序辐射归一化数据集；然后根据时序辐射归一化数据集，构建融合卷积神经网络的总磷遥感特征集；最后根据总磷遥感特征集，基于改进步长的LSTM算法构建大范围河湖总磷含量遥感定量反演模型，进一步结合动态更新的多源光学遥感数据、GEE遥感数据平台和总磷水质参数观测数据，实现了大范围河湖总磷含量遥感产品的自动生产和动态更新，解决了现有大范围河湖总磷含量遥感产品难以快速自动化生产的问题。
-
Patent Agency Ranking
公开(公告)号：CN117152561B
公开(公告)日：2024-03-19
申请号：CN202311161540.3
申请日：2023-09-08
Applicant: 中国水利水电科学研究院
IPC: G06V10/774 , G06V10/764 , G06V10/766 , G06N5/022
Abstract: 本发明公开了一种洪涝灾害重置成本遥感样本集构建及更新方法，针对当前洪涝重置成本遥感智能估算缺乏高质量可靠样本的问题，选取典型流域性洪涝区域，首先利用低空小型无人机和高分遥感卫星获取洪涝灾害受灾体高分辨率光学和激光雷达影像，接着采用极端梯度提升算法进行受损地物精细分类，进一步根据洪涝淹没地理空间特征差异，采用空间三明治模型确定洪涝受灾区空间采样样方位置，然后结合实地洪涝灾害损失调查数据，构建网格尺度洪涝灾害受灾体重置成本估算模型，开展洪涝灾害重置成本空间计算，最后通过变尺度网格剖分法，实现多尺度洪涝灾害重置成本遥感样本集构建和更新。
-
公开(公告)号：CN117152561A
公开(公告)日：2023-12-01
申请号：CN202311161540.3
申请日：2023-09-08
Applicant: 中国水利水电科学研究院
IPC: G06V10/774 , G06V10/764 , G06V10/766 , G06N5/022
Abstract: 本发明公开了一种洪涝灾害重置成本遥感样本集构建及更新方法，针对当前洪涝重置成本遥感智能估算缺乏高质量可靠样本的问题，选取典型流域性洪涝区域，首先利用低空小型无人机和高分遥感卫星获取洪涝灾害受灾体高分辨率光学和激光雷达影像，接着采用极端梯度提升算法进行受损地物精细分类，进一步根据洪涝淹没地理空间特征差异，采用空间三明治模型确定洪涝受灾区空间采样样方位置，然后结合实地洪涝灾害损失调查数据，构建网格尺度洪涝灾害受灾体重置成本估算模型，开展洪涝灾害重置成本空间计算，最后通过变尺度网格剖分法，实现多尺度洪涝灾害重置成本遥感样本集构建和更新。
-
公开(公告)号：CN116543312B
公开(公告)日：2023-10-20
申请号：CN202310512888.6
申请日：2023-05-08
Applicant: 中国水利水电科学研究院
IPC: G06V20/13 , G06V10/774
Abstract: 本发明公开了一种大范围河湖水质参数遥感反演样本库构建与更新方法，首先在选取河湖水质站点数据和中高分辨率遥感数据的基础上，获取多源卫星遥感成像范围和成像时间，根据河湖水质站点位置和时间，进行时空过滤匹配，筛选出适用于水质参数反演的遥感数据；接着计算归一化水体指数或后向散射系数，结合阈值法提取水域范围；然后结合河湖监测站点位置、时间和水质要素信息，提取适用于样本库的水质样本点遥感特征参数数据；最后按照不同水体类型、不同水质参数类型及不同的数据获取时间等构建时空分类入库规则，形成大范围河湖水质参数遥感反演样本库，并随着卫星动态重返和水质站点连续观测，实现大范围河湖水质参数遥感反演样本库的动态更新。
-
公开(公告)号：CN115953045A
公开(公告)日：2023-04-11
申请号：CN202211145188.X
申请日：2022-09-20
Applicant: 中国水利水电科学研究院
IPC: G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了一种针对干旱区的供水安全评价方法，包括传统供水安全系统，其特征在于，在传统供水安全系统中引入贸易水循环子系统，该方法包括以下步骤：第1步，筛选评价指标；第2步，构建供水安全评价指标体系；第3步，对指标进行赋权；第4步，对供水安全进行评价。本发明引入贸易水循环子系统，通过筛选评价指标，构建供水安全评价指标体系并对指标进行赋权，最终对供水安全进行评价，能够为国家安全提供水资源安全支撑、为干旱区高质量发展提供技术保障、完善供水安全理论体系和方法模型。
-
公开(公告)号：CN114966685B
公开(公告)日：2023-04-07
申请号：CN202210574487.9
申请日：2022-05-24
Applicant: 中国水利水电科学研究院
IPC: G01S13/90 , G01S7/41 , G01B15/06 , G06N3/0442 , G06N3/08
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 0.063 seconds)
