-
公开(公告)号：CN109765247A
公开(公告)日：2019-05-17
申请号：CN201811359711.2
申请日：2018-11-15
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明提出一种涉及遥感领域，涉及一种不同生育阶段麦类作物覆盖区域土壤水分反演方法，包括：S1，利用分生育期微波散射模型，计算空间土壤微波散射比；S2，计算不同极化模式下的土壤极化后向散射系数；S3，利用线性最小二乘法建立实测土壤水分数据与土壤极化后向散射系数的关系模型，筛选敏感极化模式；S4，使用所筛选敏感极化模式与实测土壤水分数据利用不同回归模型进行非线性拟合，建立麦类作物覆盖区域土壤水分反演模型；S5，进行区域麦类作物覆盖土壤水分反演，得到反演结果。本发明进一步提高我国重要农业区土壤水分反演精度和效率，实现土壤水分由传统有限点测量向空间面测量的有效扩展，为快速大面积实时动态的土壤水分信息监测提供新的技术手段。
-
公开(公告)号：CN119169071A
公开(公告)日：2024-12-20
申请号：CN202411284929.1
申请日：2024-09-13
Applicant: 中国农业科学院农业资源与农业区划研究所 , 河南省农业科学院农业信息技术研究所
IPC: G06T7/62 , G06N3/0455 , G06N3/08 , G06V10/77 , G06Q50/02
Abstract: 本发明公开了一种耦合物理模型和深度学习的作物叶面积指数估算方法，包括以下步骤：步骤1：数据获取与预处理；步骤2：模拟Sentinel‑2通道反射率；步骤3：优选对叶面积指数敏感的光谱特征组合；步骤4：构建PROSAIL‑Transformer耦合模型估算作物叶面积指数。本发明充分利用冠层辐射传输模型PROSAIL和深度学习模型Transformer的优势，通过采用样本匹配方法选择与Sentinel‑2影像最接近的样本数据，旨在更准确地捕捉现实世界环境的变化。结合最大信息系数(MIC)和递归特征消除(RFE)的特征选择方法，识别不同作物叶面积指数估算中最敏感的光谱特征组合。利用最具代表性和准确性的数据对耦合模型进行训练，提高模型训练的效率和准确性。
-
公开(公告)号：CN109765247B
公开(公告)日：2021-06-08
申请号：CN201811359711.2
申请日：2018-11-15
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明提出一种涉及遥感领域，涉及一种不同生育阶段麦类作物覆盖区域土壤水分反演方法，包括：S1，利用分生育期微波散射模型，计算空间土壤微波散射比；S2，计算不同极化模式下的土壤极化后向散射系数；S3，利用线性最小二乘法建立实测土壤水分数据与土壤极化后向散射系数的关系模型，筛选敏感极化模式；S4，使用所筛选敏感极化模式与实测土壤水分数据利用不同回归模型进行非线性拟合，建立麦类作物覆盖区域土壤水分反演模型；S5，进行区域麦类作物覆盖土壤水分反演，得到反演结果。本发明进一步提高我国重要农业区土壤水分反演精度和效率，实现土壤水分由传统有限点测量向空间面测量的有效扩展，为快速大面积实时动态的土壤水分信息监测提供新的技术手段。
-
Patent Agency Ranking
公开(公告)号：CN119323170B
公开(公告)日：2025-03-07
申请号：CN202411348379.5
申请日：2024-09-26
Applicant: 中国农业科学院农业资源与农业区划研究所 , 河南省农业科学院农业信息技术研究所
Abstract: 本发明公开了一种基于堆叠模型的土壤有机质遥感反演方法，包括以下步骤：步骤1：数据获取与预处理；步骤2：光谱特征变量优选；步骤3：土壤有机质反演模型构建；步骤4：基于遗传算法的模型组合寻优；步骤5：基于最优模型组合的堆叠模型的土壤有机质遥感反演；本发明引入光谱特征和地形特征作为土壤有机质遥感反演的协变量，通过堆叠集成多个机器学习模型，采用遗传算法优选堆叠集成学习模型的基础学习器组合，构建基于最优模型组合的堆叠模型的土壤有机质遥感反演模型，解决单一机器学习模型容易过度拟合和泛化能力弱的问题，不仅增强了模型的泛化能力，而且提高了土壤有机质的反演精度。
-
公开(公告)号：CN101936877A
公开(公告)日：2011-01-05
申请号：CN201010117969.9
申请日：2010-03-05
Applicant: 中国农业科学院农业资源与农业区划研究所 , 国家卫星气象中心
Abstract: 本发明涉及一种从MODIS数据反演大气水汽含量方法的方法，能够应用在气象、环境监测、土地管理、农情监测、以及灾害监测等遥感应用部门。该方法，包含三个步骤：第一步骤是利用大气辐射传输模拟软件MODTRAN4针对所获得遥感数据MODIS第2、5、17、18、19近红外波段在给定的区域和季节以及大气模式进行正向模拟，建立训练和测试数据库。第二个步骤是利用神经网络对训练和测试数据集反复训练和测试。第三步骤是对MODIS实际影像数据进行反演计算，并进行实际地表验证和应用分析。本发明得到的大气水汽反演产品精度高，实用性强，操作相对简单。可以用于气象预报、环境监测、农情监测和灾情监测等部门。
-
公开(公告)号：CN119169071B
公开(公告)日：2025-04-08
申请号：CN202411284929.1
申请日：2024-09-13
Applicant: 中国农业科学院农业资源与农业区划研究所 , 河南省农业科学院农业信息技术研究所
IPC: G06T7/62 , G06N3/0455 , G06N3/08 , G06V10/77 , G06Q50/02
Abstract: 本发明公开了一种耦合物理模型和深度学习的作物叶面积指数估算方法，包括以下步骤：步骤1：数据获取与预处理；步骤2：模拟Sentinel‑2通道反射率；步骤3：优选对叶面积指数敏感的光谱特征组合；步骤4：构建PROSAIL‑Transformer耦合模型估算作物叶面积指数。本发明充分利用冠层辐射传输模型PROSAIL和深度学习模型Transformer的优势，通过采用样本匹配方法选择与Sentinel‑2影像最接近的样本数据，旨在更准确地捕捉现实世界环境的变化。结合最大信息系数(MIC)和递归特征消除(RFE)的特征选择方法，识别不同作物叶面积指数估算中最敏感的光谱特征组合。利用最具代表性和准确性的数据对耦合模型进行训练，提高模型训练的效率和准确性。
-
公开(公告)号：CN119323170A
公开(公告)日：2025-01-17
申请号：CN202411348379.5
申请日：2024-09-26
Applicant: 中国农业科学院农业资源与农业区划研究所 , 河南省农业科学院农业信息技术研究所
Abstract: 本发明公开了一种基于堆叠模型的土壤有机质遥感反演方法，包括以下步骤：步骤1：数据获取与预处理；步骤2：光谱特征变量优选；步骤3：土壤有机质反演模型构建；步骤4：基于遗传算法的模型组合寻优；步骤5：基于最优模型组合的堆叠模型的土壤有机质遥感反演；本发明引入光谱特征和地形特征作为土壤有机质遥感反演的协变量，通过堆叠集成多个机器学习模型，采用遗传算法优选堆叠集成学习模型的基础学习器组合，构建基于最优模型组合的堆叠模型的土壤有机质遥感反演模型，解决单一机器学习模型容易过度拟合和泛化能力弱的问题，不仅增强了模型的泛化能力，而且提高了土壤有机质的反演精度。
-
公开(公告)号：CN119484974A
公开(公告)日：2025-02-18
申请号：CN202510068463.X
申请日：2025-01-16
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明公开了一种农作物长势监测装置及其测量方法，属于监控摄像设备领域，它通过对个环向布置的若干个广角摄像头的安装结构进行改变，不采用固定安装的结构形式，改为利用耳座转动安装的结构形式，同时设置伺服电机二来带动凸头插件旋转，进而通过开口插件、转轴、齿轮以及驱动件的连接来带动的广角摄像头旋转，从而实现对应广角摄像头可做俯仰的监测动作，方便对向上或向下环向监测面进一步控制调节，提高使用的便利性，同时由于与伺服电机二安装的电机座板可被伺服电机一驱动旋转，从而使得伺服电机二的凸头插件可与不同方向上的开口插件相插接，实现了该监测装置的若干个广角摄像头可以分开单独进行俯仰角度调节，提高了使用的便利性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.048 seconds)
