-
公开(公告)号：CN112819227B
公开(公告)日：2024-10-01
申请号：CN202110143834.8
申请日：2021-02-02
Applicant: 农业农村部规划设计研究院
Abstract: 本发明涉及一种县级尺度冬小麦单产预测方法及系统。该方法包括：获取研究区冬小麦生育期内的高分遥感影像数据；根据所述高分遥感影像数据，确定绿色叶绿素植被指数；根据所述绿色叶绿素植被指数，确定冬小麦归一化最大叶面积指数；基于作物生长模型，建立冬小麦归一化最大叶面积指数与单产的关系模型；将所述冬小麦遥感归一化最大叶面积指数输入至所述关系模型中，得到冬小麦遥感预测单产值。本发明能够快速精确地对冬小麦的产量进行预测。
-
公开(公告)号：CN112819227A
公开(公告)日：2021-05-18
申请号：CN202110143834.8
申请日：2021-02-02
Applicant: 农业农村部规划设计研究院
Abstract: 本发明涉及一种县级尺度冬小麦单产预测方法及系统。该方法包括：获取研究区冬小麦生育期内的高分遥感影像数据；根据所述高分遥感影像数据，确定绿色叶绿素植被指数；根据所述绿色叶绿素植被指数，确定冬小麦归一化最大叶面积指数；基于作物生长模型，建立冬小麦归一化最大叶面积指数与单产的关系模型；将所述冬小麦遥感归一化最大叶面积指数输入至所述关系模型中，得到冬小麦遥感预测单产值。本发明能够快速精确地对冬小麦的产量进行预测。
-
公开(公告)号：CN111563081A
公开(公告)日：2020-08-21
申请号：CN202010276951.7
申请日：2020-04-09
Applicant: 农业农村部规划设计研究院 , 北京中农信达信息技术有限公司
Abstract: 本发明公开了一种矢量要素并行计算方法、装置、存储介质及终端，该方法包括：根据Spark计算框架构建分布式要素数据集模型；根据分布式要素数据集模型对外部数据进行数据读取；根据读取后的数据进行数据重分区；将四叉树索引和二叉树索引结合对重分区后的数据创建本地空间索引；对创建本地空间索引后的数据进行数据处理和分析。通过实施本发明，基于四叉树索引和二叉树索引结合使用的方式，为重分区后的数据创建本地空间索引，采用此种方式构建的复合空间索引能够极大的提高空间数据的叠加分析效率，解决了现有技术采用传统矢量要素分析方法处理海量矢量要素时效率较低的技术问题。
-
公开(公告)号：CN114154892B
公开(公告)日：2023-05-23
申请号：CN202111494404.7
申请日：2021-12-08
Applicant: 农业农村部规划设计研究院
IPC: G06V20/10 , G06V10/764 , G06N5/048
Abstract: 本申请属于卫星遥感技术应用，具体涉及一种基于信息扩散的农业干旱等级划分方法，包括如下步骤：获取监测目标在预定时间段的遥感数据以及干旱形态数据；计算干旱指数值；将干旱形态数据转换为模糊子集；构建样本集；利用信息扩散方法构建模糊信息矩阵，从而得到干旱指数值与干旱等级之间的映射关系；评定监测目标的干旱等级。本申请的基于信息扩散的农业干旱等级划分方法，针对目前农业干旱遥感指数的干旱等级动态确定过程中存在的不确定性，利用模糊集合论将容易获取的干旱等级判断的定性信息转换为模糊子集，进而采用信息扩散的方法构建干旱指数和干旱等级之间的模糊关系矩阵，从而进行区域农业干旱监测。
-
公开(公告)号：CN114463109A
公开(公告)日：2022-05-10
申请号：CN202110344382.X
申请日：2021-03-30
Applicant: 农业农村部规划设计研究院 , 北京安农信息科技有限公司
Abstract: 本发明公开了一种还款意愿评价模型构建及农户还款意愿确定方法，其中还款意愿评价模型构建方法包括：获取多个还款意愿评价数据；将所述多个还款意愿评价数据进行数据预处理，并根据预设分类标签对多个还款意愿评价数据进行分类，得到多个类别的还款意愿评价数据集；根据所述多个类别的还款意愿评价数据集，构建模型训练库；将预设历史时长的所述模型训练库中的数据进行预处理后输入到机器学习模型进行迭代训练，直至训练结果满足预设评价条件，得到还款意愿评价模型，在进行贷款过程中可以利用该还款意愿评价模型对贷款对象进行还款意愿评估，从而识别和减少在金融交易中存在的交易风险、降低贷款风险概率、保证金融部门的贷款安全性。
-
Patent Agency Ranking
公开(公告)号：CN108830554B
公开(公告)日：2020-07-03
申请号：CN201810529197.6
申请日：2018-05-29
Applicant: 农业农村部规划设计研究院
IPC: G06F16/215
Abstract: 本发明提供一种基于任务模型的数据成果信息质量智能检测方法和系统，该方法先将数据成果多维度质量检测因子所对应的若干检测任务信息基于质检算法进行检测任务计算建模，从而建立任务模型；再采集待检测的数据成果并选择所需要的检测任务以形成任务组，将任务组输入至任务模型，通过任务模型来执行任务组中全部的检测任务，进而得到检测任务计算结果；然后将检测任务计算结果进行数据分析处理并输出数据成果信息质量检测报告以实现智能检测。该方法可处理大量数据，将选择的检测任务直接输入至任务模型进行自动检测，从而节省了时间成本和人工成本，整体提高了数据成果信息检测的效率以及准确性和全面性。
-
公开(公告)号：CN110955743A
公开(公告)日：2020-04-03
申请号：CN201911206914.2
申请日：2019-11-29
Applicant: 农业农村部规划设计研究院
IPC: G06F16/29 , G06F16/22 , G06F16/2453
Abstract: 本发明提供一种为矢量要素建立空间索引文件的方法和装置，为矢量要素建立空间索引文件的方法包括：根据待存储的矢量要素建立空间索引文件；根据矢量要素的数据范围建立空间网格，其中，空间网格包括多个子网格；根据子网格建立要素偏移属性表，要素偏移属性表包括用以表征矢量要素在空间索引文件中的位置的要素偏移量；将空间索引文件、空间网格和要素偏移属性表进行打包存储。通过这种存储方法将矢量要素进行存储，后续对矢量要素进行提取时，只需根据要素偏移属性表中的偏移量查找空间索引文件，并通过空间索引文件对所需要的矢量要素进行提取即可，本发明提供的为矢量要素建立空间索引文件的方法为后续对矢量要素的快速查询奠定了基础。
-
公开(公告)号：CN114118679B
公开(公告)日：2022-09-16
申请号：CN202111200212.0
申请日：2021-10-14
Applicant: 农业农村部规划设计研究院
Abstract: 本申请涉及遥感技术的应用，具体涉及一种基于时序遥感数据的作物单产及长势评估方法，其中，作物单产评估方法包括如下步骤：获取MODIS遥感数据；对MODIS遥感数据进行归一化植被指数提取，以构建NDVI时序数据集；生产累积植被指数变化率时序产品集；获取作物单产统计数据集；构建作物生长周期内不同时间节点所对应的单产预测模型；进行目标作物估产。本申请的基于时序遥感数据的作物单产及长势评估方法中，以累积植被指数变化率作为作物估产与长势监测评估的特征参量，提高了作物估产和长势监测评估的有效性、合理性，且更易于实现。
-
公开(公告)号：CN114076955A
公开(公告)日：2022-02-22
申请号：CN202111137293.4
申请日：2021-09-27
Applicant: 农业农村部规划设计研究院
IPC: G01S17/89
Abstract: 本申请属于农业灾害监测领域，具体涉及一种基于高分一号卫星数据识别倒伏玉米的方法，包括如下步骤：步骤一、获取目标区域内的野外标志点以及玉米倒伏前后遥感影像；步骤二、提取玉米种植空间分布图；步骤三、获得倒伏和非倒伏玉米的光谱曲线；步骤四、构建倒伏玉米识别指数并得出区分倒伏和非倒伏玉米的合理阈值；步骤五、通过与所述合理阈值比较，识别出目标区域内的所有倒伏区域和非倒伏区域；步骤六、通过掩膜处理得到倒伏玉米的空间分布范围和面积；本发明的方法能够精确区分倒伏和非倒伏玉米区域，可避免时间差异对倒伏玉米光谱特征的影响，同时深化国产卫星数据农业监测应用，且计算简单、识别快速，具有进一步推广应用的优势。
-
公开(公告)号：CN110928910B
公开(公告)日：2021-08-17
申请号：CN201911206894.9
申请日：2019-11-29
Applicant: 农业农村部规划设计研究院
IPC: G06F16/2455 , G06F16/22 , G06F16/29
Abstract: 本发明提供一种高速读写Shapfile中的矢量要素的方法和装置，其中，该方法包括：建立数据缓冲区，数据缓冲区中包括：用以存储矢量要素的多个存储空间，及用以指示存储空间地址的指针；将待读取的Shapfile中的矢量要素依次写入存储空间中；指针始终指向首个未存储矢量要素的存储空间；根据数据缓冲区读取矢量要素；根据矢量要素建立空间索引文件；根据矢量要素的数据范围建立空间网格，其中，空间网格包括多个子网格；根据子网格建立要素偏移属性表，要素偏移属性表包括用以表征矢量要素在空间索引文件中的位置的要素偏移量；将空间索引文件、空间网格和要素偏移属性表进行打包存储。通过这种方法读取Shapfile中的矢量要素时，效率更高，且占用内存较低。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.026 seconds)
