-
公开(公告)号：CN118736366A
公开(公告)日：2024-10-01
申请号：CN202410866313.9
申请日：2024-07-01
Applicant: 北华航天工业学院 , 中国科学院空天信息创新研究院
IPC: G06V10/80 , G06V10/74 , G06V10/764 , G06V20/13
Abstract: 本发明涉及遥感图像处理技术领域，具体为一种基于高分一号WFV和MODIS数据融合方法，所述融合方法包括了以下步骤：捕捉高分一号WFV数据，对高分一号WFV数据进行数据预处理生成高分辨率影像；捕捉MCD43A4数据，对MCD43A4数据进行数据预处理生成低分辨率辅助影像；对高分辨率影像进行非监督分类；将分类后的每一类区域范围传递给低分辨率辅助影像，计算不同时刻每一类的时间变化值；设置一个运行窗口，中心位置为中心像元，比较不同时刻下中心像元的变化值；将像元划分为相似像元和非相似像元，计算相似像元与非相似像元的变化程度，并对所有区域范围内的相似像元和非相似像元的变化程度进行合并得到时空融合结果。
-
公开(公告)号：CN113111799A
公开(公告)日：2021-07-13
申请号：CN202110418313.9
申请日：2021-04-19
Applicant: 北华航天工业学院
Abstract: 本发明提供了一种基于集合经验模态分解的耕地土壤肥力水平监测方法，包括：通过高分一号遥感探测器采集耕地作物的光谱影像作为数据源；对数据源的光谱影像进行图像预处理，提取NDVI长时间序列；基于集合经验模态分解EEMD方法，对NDVI长时间序列进行不同时间尺度的分解，得到多个IMF分量，并将影响耕地作物长势的多种胁迫因素分解到不同的IMF分量中；结合野外实测数据和历史农情数据，对不同的IMF分量进行甄别，确定代表土壤肥力胁迫作用的组分序列，实现土壤肥力胁迫作用从多种复合胁迫作用结果中的甄别提取。本发明以EEMD方法为主体进行土壤肥力胁迫作用甄别提取，能够有效获取单一胁迫因素对于耕地作物长势的影响，提高了土壤肥力水平监测效率。
-
公开(公告)号：CN113111799B
公开(公告)日：2024-01-30
申请号：CN202110418313.9
申请日：2021-04-19
Applicant: 北华航天工业学院
Abstract: 本发明提供了一种基于集合经验模态分解的耕地土壤肥力水平监测方法，包括：通过高分一号遥感探测器采集耕地作物的光谱影像作为数据源；对数据源的光谱影像进行图像预处理，提取NDVI长时间序列；基于集合经验模态分解EEMD方法，对NDVI长时间序列进行不同时间尺度的分解，得到多个IMF分量，并将影响耕地作物长势的多种胁迫因素分解到不同的IMF分量中；结合野外实测数据和历史农情数据，对不同的IMF分量进行甄别，确定代表土壤肥力胁迫作用的组分序列，实现土壤肥力胁迫作用从多种复合胁迫作用结果中的甄别提取。本发明以EEMD方法为主体进行土壤肥力胁迫作用甄别提取，能够有效获(56)对比文件Pieter Hawinkel.A time seriesprocessing tool to extract climate-driveninterannual vegetation dynamics usingEnsemble Empirical Mode Decomposition(EEMD)《.Remote Sensing of Environment》.2015,第169卷375-389.范倩倩;赵安周;王金杰;张安兵;裴韬.1982―2015年黄土高原NDVI时空演变及其对气候变化的季节响应.生态学杂志.2020,(05),1664-1675.李燕丽;潘贤章;周睿;王昌昆;刘娅;石荣杰;陈冬峰;赵其国.长期土壤肥力因子变化及其与植被指数耦合关系.生态学杂志.2013,(03),536-541.
-
-
Search Results
3
records
(took 0.018 seconds)
