-
公开(公告)号：CN117975263B
公开(公告)日：2024-11-12
申请号：CN202410042055.2
申请日：2024-01-11
Applicant: 中国矿业大学(北京)
IPC: G06V20/10 , G06V20/13 , G06V10/764 , G06V10/62 , G06V10/766 , G06N20/00
Abstract: 本发明涉及一种区域森林年龄估算方法，所述方法包括：获取待估算森林区域影像，分别对待估算森林区域影像的各像元执行以下步骤，得到待估算区域的森林年龄分布：从年龄‑树高模型集中，查找该像元的树种在该像元的坡向的年龄‑树高模型；将该像元的树高代入查找到的年龄‑树高模型，得到该像元的树木平均年龄；其中，所述年龄‑树高模型集的构建为：对任一树种，取其生长在阴坡的树木的参数，构建该树种在阴坡的年龄‑树高模型；取其生长在阳坡的树木的参数，构建该树种在阳坡的年龄‑树高模型。本发明的方法，提高了区域森林年龄的估算精度。
-
公开(公告)号：CN117975263A
公开(公告)日：2024-05-03
申请号：CN202410042055.2
申请日：2024-01-11
Applicant: 中国矿业大学(北京)
IPC: G06V20/10 , G06V20/13 , G06V10/764 , G06V10/62 , G06V10/766 , G06N20/00
Abstract: 本发明涉及一种区域森林年龄估算方法，所述方法包括：获取待估算森林区域影像，分别对待估算森林区域影像的各像元执行以下步骤，得到待估算区域的森林年龄分布：从年龄‑树高模型集中，查找该像元的树种在该像元的坡向的年龄‑树高模型；将该像元的树高代入查找到的年龄‑树高模型，得到该像元的树木平均年龄；其中，所述年龄‑树高模型集的构建为：对任一树种，取其生长在阴坡的树木的参数，构建该树种在阴坡的年龄‑树高模型；取其生长在阳坡的树木的参数，构建该树种在阳坡的年龄‑树高模型。本发明的方法，提高了区域森林年龄的估算精度。
-
Patent Agency Ranking
公开(公告)号：CN115115542A
公开(公告)日：2022-09-27
申请号：CN202210718755.X
申请日：2022-06-23
Applicant: 中国矿业大学(北京)
IPC: G06T5/00 , G06T5/40 , G06V20/13 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 本发明公开了一种基于云平台遥感影像镶嵌后色差条带的快速修复方法，包括以下步骤：1)在Google Earth Engine(GEE)云平台获取由多景影像镶嵌而成的Landsat影像，对不同色差影像区域分割，将分割后面积小于50％的部分作为待修复影像，其余部分作为参考影像；2)分别获取参考影像和待修复影像的灰度直方图累积分布函数和概率密度函数，确定其灰度阈值范围；3)在GEE云平台运用随机森林方法对待修复影像进行直方图匹配，从而实现遥感影像色差的匀色处理。与现有技术相比，本发明具有适用于大范围研究区、速度快、修复效果好等优点。
-
公开(公告)号：CN118570635B
公开(公告)日：2025-02-11
申请号：CN202410647300.2
申请日：2024-05-23
Applicant: 中国矿业大学(北京)
IPC: G06V20/10 , G06V10/764 , G06V10/40
Abstract: 本申请提供了一种基于遥感影像的树种识别的方法，包括：获取研究区的长时序遥感森林影像；所述长时序遥感森林影像包括设定年份内所有的遥感森林影像；根据所述长时序遥感森林影像进行影像波段计算NDFI值，得到NDFI值‑时序曲线；所述NDFI值为归一化退化分数指数，用于指示植被的退化和健康状况；基于时间谐波对所述树种的NDFI值‑时序曲线重构，得到树种的NDFI时序生长轨迹；根据所述树种的NDFI时序生长轨迹确定树种识别特征，所述树种识别特征用于描述时间序列模型的变化模式和误差；基于所述树种识别特征通过分类模型对所述研究区的树种进行分层和分类。
-
公开(公告)号：CN118918477A
公开(公告)日：2024-11-08
申请号：CN202410998362.8
申请日：2024-07-24
Applicant: 中国矿业大学(北京)
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06N20/20
Abstract: 本发明提供一种基于多源遥感数据的森林地上生物量估算方法、装置及设备。首先，获取森林样地数据并对树种进行分类，以确定不同森林类型的样地生物量，同时将多源遥感影像数据进行合理分类，建立单一遥感变量；其次，根据样地生物量以及单一遥感变量，使用多种不同的机器学习方法构建森林地上生物量模型，对模型进行训练，并从中筛选出最优的机器学习方法；然后，根据样地生物量以及单一遥感变量构建多源遥感变量组合、多源变量重要性组合、多源变量相关性组合、多源变量主成分分析组合；再然后，根据样地生物量以及多源遥感变量组合、多源变量重要性组合、多源变量相关性组合、多源变量主成分分析组合使用所选取最优的机器学习方法分别构建其对应的森林地上生物量模型，通过对模型进行精度对比和模型调参，最终筛选出精度最高的森林地上生物量模型，并使用该模型估算森林生物量。通过此方法可以快速地对多种森林地上生物量模型进行对比和筛选，以筛选出精度最高模型，并且可应用于不同研究区、不同树种森林地。
-
公开(公告)号：CN115115542B
公开(公告)日：2024-11-05
申请号：CN202210718755.X
申请日：2022-06-23
Applicant: 中国矿业大学(北京)
IPC: G06T5/77 , G06T5/40 , G06V20/13 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 本发明公开了一种基于云平台遥感影像镶嵌后色差条带的快速修复方法，包括以下步骤：1)在Google Earth Engine(GEE)云平台获取由多景影像镶嵌而成的Landsat影像，对不同色差影像区域分割，将分割后面积小于50％的部分作为待修复影像，其余部分作为参考影像；2)分别获取参考影像和待修复影像的灰度直方图累积分布函数和概率密度函数，确定其灰度阈值范围；3)在GEE云平台运用随机森林方法对待修复影像进行直方图匹配，从而实现遥感影像色差的匀色处理。与现有技术相比，本发明具有适用于大范围研究区、速度快、修复效果好等优点。
-
公开(公告)号：CN118570635A
公开(公告)日：2024-08-30
申请号：CN202410647300.2
申请日：2024-05-23
Applicant: 中国矿业大学(北京)
IPC: G06V20/10 , G06V10/764 , G06V10/40
Abstract: 本申请提供了一种基于遥感影像的树种识别的方法，包括：获取研究区的长时序遥感森林影像；所述长时序遥感森林影像包括设定年份内所有的遥感森林影像；根据所述长时序遥感森林影像进行影像波段计算NDFI值，得到NDFI值‑时序曲线；所述NDFI值为归一化退化分数指数，用于指示植被的退化和健康状况；基于时间谐波对所述树种的NDFI值‑时序曲线重构，得到树种的NDFI时序生长轨迹；根据所述树种的NDFI时序生长轨迹确定树种识别特征，所述树种识别特征用于描述时间序列模型的变化模式和误差；基于所述树种识别特征通过分类模型对所述研究区的树种进行分层和分类。
-
-
-
-
-
-
Search Results
7
records
(took 0.042 seconds)
