公开(公告)号：CN119540803B

公开(公告)日：2025-04-15

申请号：CN202510096242.3

申请日：2025-01-22

Applicant: 北京大学深圳研究院

Inventor： 栾博 ,  王佳 ,  叶秀林 ,  周文君 ,  罗珈柠 ,  谢诗琪

IPC: G06V20/17 ,  G01S17/88 ,  G06V20/10 ,  G06V20/52 ,  G06V10/82 ,  G06V10/764 ,  G06V10/766 ,  G06T7/62 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明涉及一种基于无人机与AI技术的红树林植被碳汇监测计量方法，通过无人机AI技术构建基于PyTorch深度学习框架的U‑Net改进模型的红树林识别模型，实现对各类红树林植被及其区域面积、数量的智能识别与区分，准确率高达90%以上；通过无人机定期航拍监测，结合实地测量的生长参数及无人机航拍数据衍生的变量参数，构建基于无人机航测的红树林树高冠幅与地上生物量、单位叶面积的最佳拟合模型，精准计算红树林区域植被的碳储量及固碳量，对监测区域内红树林碳汇能力进行全面评估。本申请实现对红树林湿地植被碳汇能力智能化、数字化、全面化监测评估。

公开(公告)号：CN119540803A

公开(公告)日：2025-02-28

申请号：CN202510096242.3

申请日：2025-01-22

Applicant: 北京大学深圳研究院

Inventor： 栾博 ,  王佳 ,  叶秀林 ,  周文君 ,  罗珈柠 ,  谢诗琪

IPC: G06V20/17 ,  G01S17/88 ,  G06V20/10 ,  G06V20/52 ,  G06V10/82 ,  G06V10/764 ,  G06V10/766 ,  G06T7/62 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明涉及一种基于无人机与AI技术的红树林植被碳汇监测计量方法，通过无人机AI技术构建基于PyTorch深度学习框架的U‑Net改进模型的红树林识别模型，实现对各类红树林植被及其区域面积、数量的智能识别与区分，准确率高达90%以上；通过无人机定期航拍监测，结合实地测量的生长参数及无人机航拍数据衍生的变量参数，构建基于无人机航测的红树林树高冠幅与地上生物量、单位叶面积的最佳拟合模型，精准计算红树林区域植被的碳储量及固碳量，对监测区域内红树林碳汇能力进行全面评估。本申请实现对红树林湿地植被碳汇能力智能化、数字化、全面化监测评估。

公开(公告)号：CN119692532A

公开(公告)日：2025-03-25

申请号：CN202411716291.4

申请日：2024-11-27

Applicant: 北京大学深圳研究院

Inventor： 罗珈柠 ,  栾博 ,  叶秀林 ,  谢诗琪

IPC: G06Q10/04 ,  G06Q10/0635 ,  G06F18/24

Abstract: 本申请实施例涉及自然灾害风险预测领域，公开了一种基于城市内涝风险评估模型的绿地优化方法，通过对最大熵模型中的参数进行优化，将参数优化后的最大熵模型作为城市内涝风险评估模型，能够优选适用于该城市的模型参数，用以获取城市内涝风险评估模型，相比较于现有技术采用的默认参数方法，能有效提升评估精度。同时，该方法通过对获取到的城市环境变量测试数据进行预评估获取城市环境变量评估数据，能够提升城市内涝风险模型的运行精度和评估准确性。此外，根据城市内涝风险评估模型输出的城市内涝风险概率分布图和城市补充绿地率确定绿地优化方案能够有效降低城市内涝风险概率。