-
公开(公告)号：CN114663780A
公开(公告)日：2022-06-24
申请号：CN202210359594.X
申请日：2022-04-07
Applicant: 中国农业大学
IPC: G06V20/13 , G06V10/44 , G06V10/764 , G06K9/62
Abstract: 本发明属于河套灌区植物结构识别技术领域，具体公开了基于GEE和机器学习的河套灌区种植结构识别方法及系统，其中方法包括：基于GEE平台对遥感影像数据进行筛选、最小云量合成，利用掩膜算法提取出只含耕地的研究区影像；将多种作物的样本点输入随机森林分类器进行分类；接着根据袋外错误率对灌域的特征波段进行优化，最终获取研究区分类精度最高的种植结构以及进行识别。通过使用全部特征波段及随机森林的分类算法，灌区平均总体精度达到81％，Kappa系数达到0.68；在作物空间分布提取中，光谱特征对分类精度起决定性作用，基于红边波段计算得到的植被指数比其他常用遥感植被指数更有优势；进行特征优选后的方案是平均分类精度最高的组合，平均精度为86％。
-
Patent Agency Ranking
公开(公告)号：CN119476653A
公开(公告)日：2025-02-18
申请号：CN202510054887.0
申请日：2025-01-14
Applicant: 中国农业大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/086 , G06Q50/26
Abstract: 本发明提供了一种基于动态变分模态分解的多变量多步径流预测方法，属于流域径流预测技术领域，该方法包括收集研究流域的多种水文气象数据；采用动态变分模态分解策略VMD对原始径流序列进行分解，对流域下垫面和气象数据及上游水文站点径流数据进行滑动窗口切片处理，结合分解得到的目标水文站径流数据子序列组合为第一特征变量；对气象站数据进行气象因子筛选并将筛选结果作为第二特征变量，结合第一特征变量和第二特征变量共同组合为输入特征变量；通过采用麻雀搜索算法SSA对长短期记忆网络LSTM参数进行寻优构建长短期记忆网络LSTM，并对未来径流进行预测。本发明有效克服捆绑分解引入未来预报信息的不足，进而增强了分解‑集成预报模型在实际工程中的适用性。
-
公开(公告)号：CN115266596B
公开(公告)日：2023-04-04
申请号：CN202210359626.6
申请日：2022-04-07
Applicant: 中国农业大学
Abstract: 本发明公开了一种干旱地区蒸散发的评估方法及系统，所述方法包括：根据降水量、水汽通量散度以及水汽含量的变化量计算第一目标地的目标蒸散发；从多种遥感数据中获取第一目标地的气象要素；基于所述气象要素获取所述已知蒸散发；以所述已知蒸散发作为基准评估所述目标蒸散发的准确度。根据本发明针对干旱地区蒸散发的评估方法相较于陆地水量平衡法考虑了水汽通量以及水汽含量等气象要素的变化，即水汽通量散度以及水汽含量的变化量，在精准估算蒸散发方面具有较大的优越性，为获取长时间序列、高分辨率的蒸散发数据提供可靠参考，并且对于探究干旱区水汽来源、区分本地蒸散发形成的水汽和外界输送的水汽有重要意义。
-
公开(公告)号：CN115266596A
公开(公告)日：2022-11-01
申请号：CN202210359626.6
申请日：2022-04-07
Applicant: 中国农业大学
Abstract: 本发明公开了一种干旱地区蒸散发的评估方法及系统，所述方法包括：根据降水量、水汽通量散度以及水汽含量的变化量计算第一目标地的目标蒸散发；从多种遥感数据中获取第一目标地的气象要素；基于所述气象要素获取所述已知蒸散发；以所述已知蒸散发作为基准评估所述目标蒸散发的准确度。根据本发明针对干旱地区蒸散发的评估方法相较于陆地水量平衡法考虑了水汽通量以及水汽含量等气象要素的变化，即水汽通量散度以及水汽含量的变化量，在精准估算蒸散发方面具有较大的优越性，为获取长时间序列、高分辨率的蒸散发数据提供可靠参考，并且对于探究干旱区水汽来源、区分本地蒸散发形成的水汽和外界输送的水汽有重要意义。
-
公开(公告)号：CN119476653B
公开(公告)日：2025-04-01
申请号：CN202510054887.0
申请日：2025-01-14
Applicant: 中国农业大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/086 , G06Q50/26
Abstract: 本发明提供了一种基于动态变分模态分解的多变量多步径流预测方法，属于流域径流预测技术领域，该方法包括收集研究流域的多种水文气象数据；采用动态变分模态分解策略VMD对原始径流序列进行分解，对流域下垫面和气象数据及上游水文站点径流数据进行滑动窗口切片处理，结合分解得到的目标水文站径流数据子序列组合为第一特征变量；对气象站数据进行气象因子筛选并将筛选结果作为第二特征变量，结合第一特征变量和第二特征变量共同组合为输入特征变量；通过采用麻雀搜索算法SSA对长短期记忆网络LSTM参数进行寻优构建长短期记忆网络LSTM，并对未来径流进行预测。本发明有效克服捆绑分解引入未来预报信息的不足，进而增强了分解‑集成预报模型在实际工程中的适用性。
-
公开(公告)号：CN115081952A
公开(公告)日：2022-09-20
申请号：CN202210903805.1
申请日：2022-07-28
Applicant: 中国农业大学 , 中国水利水电科学研究院
Abstract: 本发明公开了一种地区农业干旱识别方法，包括：获取地区的水分供给量以及水分损耗量；分别获取所述的水分供给量的水分供给序列以及水分损耗量的水分损耗序列；选取最优Copula函数构建水分供给序列和水分损耗序列的联合分布函数；将联合分布函数反算后得到基于Copula函数的农业干旱指数；基于所述农业干旱指数识别农业干旱的程度。本发明在作物视角下，利用Copula函数，根据生育期水分供给和损耗规律构建了基于Copula函数的农业干旱指数(Copula‑basedAgriculturalDroughtIndex，CADI)，定量分析了全生育期内河套灌区的农业干旱演变特征。识别农业干旱风险，为地区干旱的系统监测与统筹防治提供理论依据与科学支撑，促进农业节水、农民增收和社会经济可持续发展和水土环境保护。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
