-
公开(公告)号：CN118443600B
公开(公告)日：2024-09-24
申请号：CN202410904056.3
申请日：2024-07-08
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明提供一种地‑星光谱差分精配准的土壤有机质含量确定方法及装置，属于农业监测技术领域。所述方法包括：从模拟光谱中确定与土壤有机质含量相关的目标光谱特征变量；基于模拟光谱的目标光谱特征变量确定基础光谱矩阵，基于多光谱的目标光谱特征变量确定差分校正系数矩阵；基于基础光谱矩阵与差分校正系数矩阵重构遥感卫星的多光谱变量；对多光谱变量进行反演得到目标区域的土壤有机质含量分布信息。本发明提供的地‑星光谱差分精配准的土壤有机质含量确定方法及装置，可以提高遥感卫星多光谱影像的校正质量，优化土壤有机质含量估算模型的参数，并提高土壤有机质含量估算结果的精度。
-
公开(公告)号：CN115082653A
公开(公告)日：2022-09-20
申请号：CN202210710776.7
申请日：2022-06-22
Applicant: 中国科学院空天信息创新研究院
IPC: G06V10/141 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , G01N21/3563 , G01N21/25
Abstract: 本发明涉及一种基于角度高光谱信息的人参无损识别方法，方法包括：获取已经标注了年份和产地信息的人参样本；在暗室环境下，使用VNIR光谱仪和多光谱相机，在人工光源的两个角度下，分别对人参样本进行拍摄，分别得到两组一维向量辐亮度数据和两组多光谱图像数据；对两组一维向量辐亮度数据进行辐射校正，得到两组VNIR高光谱反射率一维向量数据；构建一个拥有四路输入的神经网络，将两组VNIR高光谱反射率一维向量数据和两组多光谱图像数据输入，以年份和产地数据作为标签，对神经网络进行迭代训练，得到训练完成的神经网络；使用训练完成的神经网络对待检测人参进行无损识别，得到待检测人参的年份和产地数据。
-
Patent Agency Ranking
公开(公告)号：CN115082653B
公开(公告)日：2024-10-29
申请号：CN202210710776.7
申请日：2022-06-22
Applicant: 中国科学院空天信息创新研究院
IPC: G06V10/141 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/045 , G01N21/3563 , G01N21/25
Abstract: 本发明涉及一种基于角度高光谱信息的人参无损识别方法，方法包括：获取已经标注了年份和产地信息的人参样本；在暗室环境下，使用VNIR光谱仪和多光谱相机，在人工光源的两个角度下，分别对人参样本进行拍摄，分别得到两组一维向量辐亮度数据和两组多光谱图像数据；对两组一维向量辐亮度数据进行辐射校正，得到两组VNIR高光谱反射率一维向量数据；构建一个拥有四路输入的神经网络，将两组VNIR高光谱反射率一维向量数据和两组多光谱图像数据输入，以年份和产地数据作为标签，对神经网络进行迭代训练，得到训练完成的神经网络；使用训练完成的神经网络对待检测人参进行无损识别，得到待检测人参的年份和产地数据。
-
公开(公告)号：CN118443600A
公开(公告)日：2024-08-06
申请号：CN202410904056.3
申请日：2024-07-08
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明提供一种地‑星光谱差分精配准的土壤有机质含量确定方法及装置，属于农业监测技术领域。所述方法包括：从模拟光谱中确定与土壤有机质含量相关的目标光谱特征变量；基于模拟光谱的目标光谱特征变量确定基础光谱矩阵，基于多光谱的目标光谱特征变量确定差分校正系数矩阵；基于基础光谱矩阵与差分校正系数矩阵重构遥感卫星的多光谱变量；对多光谱变量进行反演得到目标区域的土壤有机质含量分布信息。本发明提供的地‑星光谱差分精配准的土壤有机质含量确定方法及装置，可以提高遥感卫星多光谱影像的校正质量，优化土壤有机质含量估算模型的参数，并提高土壤有机质含量估算结果的精度。
-
公开(公告)号：CN117875728A
公开(公告)日：2024-04-12
申请号：CN202311597515.X
申请日：2023-11-27
Applicant: 中国科学院空天信息创新研究院
IPC: G06Q10/0637 , G06Q50/02 , G06F30/27 , G06N3/006
Abstract: 本发明提供一种作物种植策略生成方法、装置、电子设备及存储介质，属于智慧农业技术领域，所述方法包括：确定种植区域中种植作物的作物生长模型，并对所述作物生长模型进行分析处理，确定标定好的作物生长模型；将所述种植区域的历史气象参数数据、调查的土壤参数数据及不同作物种植策略对应的管理参数数据输入至所述标定好的作物生长模型进行模拟，得到所述不同作物种植策略下种植作物多年的作物产量；基于所述不同作物种植策略下种植作物多年的作物产量，生成所述种植作物在最大销售收益下的目标作物种植策略。本发明可以利用作物生长模型对不同种植管理方式进行模拟，获取种植作物在最大销售收益下的作物种植策略。
-
公开(公告)号：CN112052988B
公开(公告)日：2024-03-22
申请号：CN202010833836.5
申请日：2020-08-18
Applicant: 中国农业大学 , 中国科学院空天信息创新研究院 , 河南省气象科学研究所
Abstract: 本发明属于农业遥感领域，具体公开了耦合多目标优化和集合同化的作物产量估测方法及应用。该方法具体步骤如下：S1、收集数据并预处理；S2、计算LSWI、EVI，再通过VPM模型计算得到遥感GPP；S3、利用MCMC采样方法标定WOFOST模型，之后计算WOFOST模型参数的四分位数；S4、设置WOFOST模型参数的区间范围；基于遥感LAI建立多目标函数，并将其最小化得到优化后的WOFOST模型参数的Pareto解集；S5、将Pareto解集输入WOFOST模型生成模拟GPP集，利用集合同化算法对模拟GPP集与遥感GPP添加高斯噪声生成的观测GPP集进行同化；S6、以同化后的GPP驱动WOFOST模型模拟输出作物产量。本发明估产方式准确性高。
-
公开(公告)号：CN112052988A
公开(公告)日：2020-12-08
申请号：CN202010833836.5
申请日：2020-08-18
Applicant: 中国农业大学 , 中国科学院空天信息创新研究院 , 河南省气象科学研究所
Abstract: 本发明属于农业遥感领域，具体公开了耦合多目标优化和集合同化的作物产量估测方法及应用。该方法具体步骤如下：S1、收集数据并预处理；S2、计算LSWI、EVI，再通过VPM模型计算得到遥感GPP；S3、利用MCMC采样方法标定WOFOST模型，之后计算WOFOST模型参数的四分位数；S4、设置WOFOST模型参数的区间范围；基于遥感LAI建立多目标函数，并将其最小化得到优化后的WOFOST模型参数的Pareto解集；S5、将Pareto解集输入WOFOST模型生成模拟GPP集，利用集合同化算法对模拟GPP集与遥感GPP添加高斯噪声生成的观测GPP集进行同化；S6、以同化后的GPP驱动WOFOST模型模拟输出作物产量。本发明估产方式准确性高。
-
-
-
-
-
-
Search Results
7
records
(took 0.026 seconds)
