一种基于物候和光谱特征多作物分类方法

    公开(公告)号:CN118115886A

    公开(公告)日:2024-05-31

    申请号:CN202311816139.9

    申请日:2023-12-26

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于物候和光谱特征多作物分类方法,包括:下载Sentinel‑2卫星影像数据,进行预处理,得到影像集;采集和标记地面数据,得到地面数据点集;通过分类规则提取耕地,得到耕地影像集;对提取到的物候特征和光谱特征进行筛选,得到关键特征影像集;建立多作物分类模型,并对多作物分类模型进行精度评估;将目标区域的物候和光谱特征影像输入多作物分类模型,多作物分类模型输出作物分类结果,根据作物分类结果绘制作物分布地图。本发明利用卫星遥感影像和地面点数据,通过分析NDVI近似积分构建分类规则提取耕地,避免其他地物干扰作物分类;最终实现多作物分类,有效解决了传统作物分类技术在应对多种作物时存在的准确性低和效率低的问题。

    基于CARS-Ridge算法融合新型指数的小麦赤霉病识别方法

    公开(公告)号:CN117132853A

    公开(公告)日:2023-11-28

    申请号:CN202310631473.0

    申请日:2023-05-31

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于CARS‑Ridge算法融合新型指数的小麦赤霉病识别方法,包括:获得小麦赤霉病冠层高光谱数据;通过CARS、PCA和SPA三种算法对获取的小麦赤霉病冠层高光谱数据进行降维;通过RF、PLSR和Ridge三种算法进行建模,得到9个小麦赤霉病识别模型;通过对9个小麦赤霉病识别模型的结果进行十折交叉验证,确定最优模型;构建两个新型指数;将新型指数与最优模型进行融合,得到最优小麦赤霉病识别模型。本发明通过数据降维并结合新型指数构建评价了高光谱数据在小麦赤霉病识别中的应用潜力,提出了CARS‑Ridge算法和新型指数的开发,确定了最准确的小麦赤霉病识别模型,即最优小麦赤霉病识别模型;大大提高了现有病害反演的精度,克服了小麦赤霉病识别不准确的缺陷。

    一种基于MaxEnt和时空立方体的也门沙漠蝗生境适宜性评估方法

    公开(公告)号:CN117150351A

    公开(公告)日:2023-12-01

    申请号:CN202310917381.9

    申请日:2023-07-25

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于MaxEnt和时空立方体的也门沙漠蝗生境适宜性评估方法,包括:获取多源数据;对多源数据进行预处理;进行生境因子的筛选;获得参数最优的MaxEnt模型,对参数最优的MaxEnt模型进行训练,获取也门沙漠蝗年际的生境适宜性结果;构建时空立方体;进行时空一体化分析;根据时空一体化分析结果,给也门的沙漠蝗适宜性划分等级。本发明综合评价生态位条件,MaxEnt模型有助于综合考虑也门沙漠蝗的生态位条件;预测潜在适宜区域,考虑时空变化,时空立方体方法允许在时间和空间上跟踪沙漠蝗生境适宜性变化;提前预警,通过生态位模型和时空立方体方法,可以及早预警沙漠蝗可能出现的新生境,从而采取防范措施,减轻其对农业和生态系统的影响。

Patent Agency Ranking