-
公开(公告)号：CN115457311A
公开(公告)日：2022-12-09
申请号：CN202211009920.0
申请日：2022-08-23
Applicant: 宁波大学
IPC: G06V10/764 , G06V10/58 , G06V10/26 , G06V10/82 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于自表达迁移学习的高光谱遥感影像波段选择方法，包括：对原始的源域和目标域的高光谱遥感影像进行分块处理；构建结合注意力的卷积网络提取源域和目标域的深层潜在特征；生成源域和目标域的自表达矩阵；构建多任务目标函数；优化总体目标函数，通过计算各波段的重要性对其进行排序，选择排名靠前的波段作为选择结果。本发明的有益效果是：本发明在保证波段组合的分类性能的同时，降低了对地物标签样本的需求；能够选择更具代表性的波段组合，且具有良好的鲁棒性。
-
公开(公告)号：CN112800973B
公开(公告)日：2021-08-27
申请号：CN202110128004.8
申请日：2021-01-29
Applicant: 宁波大学
Abstract: 本发明涉及一种基于植被物候特征决策的互花米草提取方法，包括步骤：获取影像；对影像进行矢量裁剪；获取训练样本点；构建变化曲线；构建决策树。本发明的有益效果是：通过归一化湿度指数提取互花米草可能生长的高湿度区域，缩小范围精确提取，分析高湿度区域植被的物候特征，比较高湿度区域内植被的物候差异，确定互花米草与其他植被的物候差异最优时相，建立决策树实现互花米草的精细提取；主要致力于遥感影像在植被提取中的应用。本发明提出通过物候特征差异时相数据构建决策树提取互花米草，获得较好的精度；本发明充分挖掘和利用了Landsat长时序数据，数据获取方便且流程容易实现，有利于精细检测互花米草的时空分布。
-
公开(公告)号：CN111767807B
公开(公告)日：2021-07-20
申请号：CN202010548577.1
申请日：2020-06-16
Applicant: 宁波大学
Abstract: 本发明涉及一种协同波段选择与端元提取的高光谱滨海湿地光谱解混方法，包括：步骤1、对高光谱数据进行预处理，所述预处理包括：辐射定标、FLASH大气校正和正射校正；步骤2、对植被区进行处理并将提取出的植被区域进行影像分块处理。本发明的有益效果是：本发明充分利用了高光谱数据的光谱分辨率、通过各种指数提取滨海植被区域的有效性、特征波段选择对地物光谱分离度增强从而提升多端元提取的精度以达到精确解混的目的；本发明运用耦合特征波段选择与多端元提取的方法，很好的区分了滨海湿地各类植被之间的差异，实现了高精度的解混，从而实现对滨海植被的监测，操作简易，实用性较强。
-
公开(公告)号：CN111582575B
公开(公告)日：2021-04-13
申请号：CN202010372619.0
申请日：2020-05-06
Applicant: 宁波大学
Abstract: 本发明涉及一种多时空尺度下城市热环境形成发展主导因素识别方法，包括：利用Landsat遥感影像数据反演地表温度，并结合MODIS地表温度产品，采用时‑空数据融合算法获得不同时间序列的城市地表温度数据集；利用Landsat遥感影像数据和单通道反演算法获取城市地表温度。本发明的有益效果是：本发明充分考虑了城市热环境与城市三维空间形态之间存在复杂的非线性关系以及二者之间关系对时空尺度的依赖性，充分挖掘多时空尺度下城市三维空间形态对热环境的影响。本发明能够辅助政府相关部门科学有效地制定土地利用规划，并合理规划设计城市景观，避免资源的浪费与不合理分配，为政府相关部门缓解城市热岛效应提供科学的建议。
-
公开(公告)号：CN111767813A
公开(公告)日：2020-10-13
申请号：CN202010565391.7
申请日：2020-06-19
Applicant: 宁波大学
Abstract: 本发明涉及一种多特征与长时序概率协同的红树林提取方法，包括步骤：依托于GEE平台，根据时间和区域筛选所有Landsat影像表面反射率数据；计算归一化植被指数、归一化水指数和红树林综合识别指数。本发明的有益效果是：本发明充分挖掘和利用了Landsat长时序数据，数据获取方便且流程容易实现，可以提供长时序、空间全覆盖的红树林数据，有利于分析全国红树林的时空变化趋势，为我国实施大规模的红树林生态系统保护和恢复行动提供科学支撑和决策参考建议。本发明提出的方法充分挖掘和利用了Landsat长时序数据，将空间信息与时间信息的融合，对现有红树林提取方法进行有效补充，数据获取方便且流程容易实现，有利于红树林的精细监测和红树林生态系统保护。
-
Patent Agency Ranking
公开(公告)号：CN111582575A
公开(公告)日：2020-08-25
申请号：CN202010372619.0
申请日：2020-05-06
Applicant: 宁波大学
Abstract: 本发明涉及一种多时空尺度下城市热环境形成发展主导因素识别方法，包括：利用Landsat遥感影像数据反演地表温度，并结合MODIS地表温度产品，采用时-空数据融合算法获得不同时间序列的城市地表温度数据集；利用Landsat遥感影像数据和单通道反演算法获取城市地表温度。本发明的有益效果是：本发明充分考虑了城市热环境与城市三维空间形态之间存在复杂的非线性关系以及二者之间关系对时空尺度的依赖性，充分挖掘多时空尺度下城市三维空间形态对热环境的影响。本发明能够辅助政府相关部门科学有效地制定土地利用规划，并合理规划设计城市景观，避免资源的浪费与不合理分配，为政府相关部门缓解城市热岛效应提供科学的建议。
-
公开(公告)号：CN109584284B
公开(公告)日：2019-12-06
申请号：CN201811524902.X
申请日：2018-12-13
Applicant: 宁波大学
Abstract: 本发明涉及分层决策的滨海湿地地物样本提取方法，包括：步骤1，对遥感影像进行预处理；步骤2，在深入分析滨海湿地地物信息的基础上，对待研究区湿地地物样本的影像进行光谱信息和空间特征信息的提取；步骤3，基于步骤2分类结果，对耕地、林地、城镇区域进行掩膜处理，提取水体和湿地范围，根据《国家湿地遥感分类系统》和《湿地公约》并辅以地物的空间信息提取湿地覆被类型样本。本发明的有益效果是：本发明不仅可以节省时间、人力、物力和财力，还可以快速准确的获取滨海湿地地物样本信息，具有明显的地理意义；本发明克服了滨海湿地分布范围较小且混含度大，及传统的分类提取技术在提取滨海湿地地物样本信息，出现漏分和错分现象困难。
-
公开(公告)号：CN109657598A
公开(公告)日：2019-04-19
申请号：CN201811524068.4
申请日：2018-12-13
Applicant: 宁波大学
Abstract: 本发明涉及基于分层策略的滨海湿地遥感分类方法，包括：步骤1，对遥感数据进行预处理；步骤2，基于遥感指数获取的植被指数，水体指数和基于缨帽变换获取的亮度辅助数据进行选样；步骤3，对多光谱影像和辅助数据进行粗分类；步骤4，对耕地、林地、城镇区域进行掩膜；步骤5，用LBP局部二值模式算子来描述图像局部纹理特征；步骤6，结合光谱信息和空间纹理信息，对水体和湿地区域进行影像分割；步骤7，获得滨海湿地矢量数据；步骤8，制作滨海湿地专题地图。本发明的有益效果是：本发明不仅可以节省时间、人力、物力和财力，还可以快速准确的获取滨海湿地分类，分类结果精度高，具有明显的地理意义。
-
公开(公告)号：CN119670943A
公开(公告)日：2025-03-21
申请号：CN202411664167.8
申请日：2024-11-20
Applicant: 宁波大学
Abstract: 本发明涉及一种基于气象土壤因子的农作物虫害时空预测方法及装置，包括：获取农作物全生命周期中的每日虫害信息与气象土壤数据；对气象土壤数据进行数据核查及预处理，生成空间分辨率一致的研究区气象土壤栅格数据；利用训练集对虫害预测模型进行训练，并将气象土壤栅格数据作为虫害预测模型的输入数据，实现虫害数量预测。本发明的有益效果是：本发明提供的农作物虫害时空预测方法与装置，有效解决过度依赖专家经验以及预报因子与虫害关系复杂性的问题，同时超越以往小范围预测的局限，实现对农作物虫害时间序列及空间分布的精准预测。
-
公开(公告)号：CN119360237A
公开(公告)日：2025-01-24
申请号：CN202411339815.2
申请日：2024-09-25
Applicant: 宁波大学
IPC: G06V20/17 , G01N21/25 , G06V20/10 , G06V10/764 , G06V10/10
Abstract: 本发明涉及一种基于无人机高光谱的水稻白叶枯病严重程度的反演方法，包括以下步骤：分析不同类型样本点反射率随波长变化的光谱曲线，确定不同白叶枯病危害程度的敏感波段，挑选敏感波段构建白叶枯危害水稻反演指数NBLBRI；确定四种不同白叶枯病危害水稻反演的NBLBRI阈值。本发明的有益效果是：通过分析训练样本的光谱曲线差异，确定不同白叶枯病危害程度的敏感波段，选择敏感波段构建白叶枯危害水稻反演指数NBLBRI；分析不同病害危害程度的水稻以及健康水稻之间的NBLBRI的统计特征之间的区别，确定不同类型水稻病害危害程度估计的NBLBRI的阈值区间，以精确提取不同病害程度的区域；为农业病害管理提供了灵活且广泛的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.024 seconds)
