建筑物损毁评估制图方法及系统

    公开(公告)号:CN109799503A

    公开(公告)日:2019-05-24

    申请号:CN201910169696.3

    申请日:2019-03-06

    IPC分类号: G01S13/90 G01S7/41

    摘要: 本发明是有关于一种建筑物损毁评估制图方法及系统。该方法包括:对灾前及灾后全极化合成孔径雷达SAR数据进行Touzi分解;利用灾前灾后全极化SAR数据提取得到的Touzi分解分量,分析训练样本区内所述Touzi分解αs1分量灾后与灾前的变化,进而确定表征建筑物损毁程度的评价指标;在所述评价指标与建筑物真实损毁程度之间建立定量关系模型;以及根据所述定量关系模型计算得到整个图像内不同建筑物区域的损毁程度评估图。本发明建筑物损毁评估制图方法及系统可以在灾害发生后快速获得建筑物损毁程度的空间分布,为灾后应急监测和救援提供更准确的信息。

    浅海水深雷达遥感探测方法

    公开(公告)号:CN108120981A

    公开(公告)日:2018-06-05

    申请号:CN201711441316.4

    申请日:2017-12-27

    IPC分类号: G01S13/90

    摘要: 本发明公开了一种浅海水深雷达遥感探测方法,该方法包括:获取待探测区域的多景SAR遥感图像,其中,多景SAR遥感图像包括q个单景SAR遥感图像,每个单景SAR遥感图像均包含待探测区域内海浪由深水海区传至浅水海区的图像特征;对每个单景SAR遥感图像进行计算,分别得到浅水海区的浅海水深探测结果;对通过各个单景SAR遥感图像得到的浅海水深探测结果分别进行潮汐校正;对校正后的浅海水深探测结果逐元素根据预定的规则组成包含q个元素的一维浅海水深数组,通过卡尔曼滤波算法对每组浅海水深数组进行滤波,滤波后的每组浅海水深数组中最后一个元素数值作为浅水海区的深度。通过将本发明,能够提高浅海水深探测的准确性。

    一种紧致极化水稻制图的方法及系统

    公开(公告)号:CN108766203B

    公开(公告)日:2020-10-16

    申请号:CN201810501345.3

    申请日:2018-05-23

    IPC分类号: G09B29/00

    摘要: 本申请公开一种紧致极化水稻制图的方法及系统,该方法包括:获取雷达数据源;规划所述样本田的属性特征数据的采集;接收所述样本田的属性特征数据均分为训练样本数据和验证样本数据;提取所述雷达数据源的特征参数预处理参数;得到所述样本田的响应值;计算所述样本中每个预处理参数所支持向量机的个数、并对所述预处理参数进行序列遍历搜寻得到多时相优选特征参数;对所述训练样本数据中的多时相优选特征参数进行支持向量机分类,建立优选参数建立决策树得到样本田分类结果;对所述样本田分类结果进行分类精度评价得到所述样本田的紧致极化水稻制图。本发明不需要通过大量人力去实地规划、区分,极大地节省了人力成本。

    浅海水深雷达遥感探测方法

    公开(公告)号:CN108120981B

    公开(公告)日:2019-12-03

    申请号:CN201711441316.4

    申请日:2017-12-27

    IPC分类号: G01S13/90

    摘要: 本发明公开了一种浅海水深雷达遥感探测方法,该方法包括:获取待探测区域的多景SAR遥感图像,其中,多景SAR遥感图像包括q个单景SAR遥感图像,每个单景SAR遥感图像均包含待探测区域内海浪由深水海区传至浅水海区的图像特征;对每个单景SAR遥感图像进行计算,分别得到浅水海区的浅海水深探测结果;对通过各个单景SAR遥感图像得到的浅海水深探测结果分别进行潮汐校正;对校正后的浅海水深探测结果逐元素根据预定的规则组成包含q个元素的一维浅海水深数组,通过卡尔曼滤波算法对每组浅海水深数组进行滤波,滤波后的每组浅海水深数组中最后一个元素数值作为浅水海区的深度。通过将本发明,能够提高浅海水深探测的准确性。