-
公开(公告)号：CN104463224B
公开(公告)日：2017-06-27
申请号：CN201410817202.5
申请日：2014-12-24
Applicant: 武汉大学
Abstract: 本发明提供基于丰度显著性分析的高光谱图像解混方法及系统，包括建立待处理的高光谱遥感图像的端元光谱库；用基于稀疏回归的混合像元分解方法对每个像元进行初步混合像元分解并按照丰度值的大小降序排列，对排序后的丰度序列进行显著性分析，得到显著性丰度的临界值，然后根据预设的显著性丰度阈值进行判断组成该像元的稀疏表示端元子集；最后采用丰度约束的最小二乘法再次进行混合像元分解，将结果作为最终的混合像元分解结果。本发明可以得到更为稀疏和准确的像元表示端元子集，并且提高高光谱遥感图像混合像元分解的精度，在基于高光谱遥感图像的高精度地物分类以及地面目标检测和识别方面具有重要的应用价值。
-
公开(公告)号：CN105303063B
公开(公告)日：2018-09-21
申请号：CN201510880380.7
申请日：2015-12-03
Applicant: 武汉大学
IPC: G06F17/10
Abstract: 本发明提供一种融合物候数据与遥感数据的叶面积指数反演方法及系统，包括在目标区域设立若干用于观测的样点，使用植物冠层分析仪于散射光气象条件下测量目标区域中各样点内植物的叶面积指数，记录测量时目标区域的植被物候期；对每个样点分别取平均获取该样点的真实叶面积指数：获取同目标区域同时期观测的多光谱遥感影像，进行预处理得到真实反射率影像，计算各个样点的植被指数；利用植被指数和真实叶面积指数进行相关分析，获取测量时目标区域的植被物候期相应的定量关系模型；根据模型反演分析目标区域在相应植被物候期的植物生长状态。本发明能满足大面积长时期植被叶面积指数的动态监测，解决了实地测量的问题，符合农业和林业应用需求。
-
公开(公告)号：CN105303063A
公开(公告)日：2016-02-03
申请号：CN201510880380.7
申请日：2015-12-03
Applicant: 武汉大学
IPC: G06F19/00
Abstract: 本发明提供一种融合物候数据与遥感数据的叶面积指数反演方法及系统，包括在目标区域设立若干用于观测的样点，使用植物冠层分析仪于散射光气象条件下测量目标区域中各样点内植物的叶面积指数，记录测量时目标区域的植被物候期；对每个样点分别取平均获取该样点的真实叶面积指数：获取同目标区域同时期观测的多光谱遥感影像，进行预处理得到真实反射率影像，计算各个样点的植被指数；利用植被指数和真实叶面积指数进行相关分析，获取测量时目标区域的植被物候期相应的定量关系模型；根据模型反演分析目标区域在相应植被物候期的植物生长状态。本发明能满足大面积长时期植被叶面积指数的动态监测，解决了实地测量的问题，符合农业和林业应用需求。
-
公开(公告)号：CN109884664A
公开(公告)日：2019-06-14
申请号：CN201910046622.0
申请日：2019-01-14
Applicant: 武汉大学
Abstract: 一种城市地上生物量光学微波协同反演方法及系统，包括利用地面观测试验获取的样地单株参数数据集，获得样地生物量AGB观测值；进行预处理，得到冠层高度值CHM、地表反射率数据与后向散射系数；基于CHM数据，提取各种LiDAR变量，并基于光学地表反射率数据，提取多种光学特征植被指数，同时基于微波后向散射系数数据，提取多种微波特征变量；提取LiDAR数据覆盖区域的生物量估测值；将LiDAR数据覆盖区域的生物量值作为训练及验证样本集，利用分层随机采样的方法，选取样本用于后续的建模及验证；采用变量筛选方法筛选出最佳光学与微波特征变量；构建AGB反演的光学模型、微波模型及光学微博协同的模型，选择最优的模型实现生物量反演。
-
公开(公告)号：CN104483271B
公开(公告)日：2017-02-22
申请号：CN201410799878.6
申请日：2014-12-19
Applicant: 武汉大学
Abstract: 本发明提供一种光学反射模型与微波散射模型协同的森林生物量反演方法，包括1）通过对比光学与微波辐射传输模型的异同，构建光学与微波辐射传输协同模型；2）基于单木生长模型、光学与微波辐射传输协同模型，构建森林的光学二向反射和微波后向散射特征数据库及相应的森林地上生物量参数库；3）基于光学与微波协同模拟数据库，分别构建生物量反演的单源光学模型与单源微波模型；4）通过光学与微波关键因子的敏感性分析，确定协同模型中光学与微波数据各自所占权重，从而构建AGB反演的光学微波协同模型。本发明将光学遥感数据与微波遥感数据相结合，充分发挥两者反演生物量的优势，有效提高了森林地上生物量的定量反演精度。
-
Patent Agency Ranking
公开(公告)号：CN104463224A
公开(公告)日：2015-03-25
申请号：CN201410817202.5
申请日：2014-12-24
Applicant: 武汉大学
CPC classification number: G06K9/6267 , G06T7/70 , G06T2207/10032
Abstract: 本发明提供基于丰度显著性分析的高光谱图像解混方法及系统，包括建立待处理的高光谱遥感图像的端元光谱库；用基于稀疏回归的混合像元分解方法对每个像元进行初步混合像元分解并按照丰度值的大小降序排列，对排序后的丰度序列进行显著性分析，得到显著性丰度的临界值，然后根据预设的显著性丰度阈值进行判断组成该像元的稀疏表示端元子集；最后采用丰度约束的最小二乘法再次进行混合像元分解，将结果作为最终的混合像元分解结果。本发明可以得到更为稀疏和准确的像元表示端元子集，并且提高高光谱遥感图像混合像元分解的精度，在基于高光谱遥感图像的高精度地物分类以及地面目标检测和识别方面具有重要的应用价值。
-
公开(公告)号：CN109884664B
公开(公告)日：2022-12-02
申请号：CN201910046622.0
申请日：2019-01-14
Applicant: 武汉大学
Abstract: 一种城市地上生物量光学微波协同反演方法及系统，包括利用地面观测试验获取的样地单株参数数据集，获得样地生物量AGB观测值；进行预处理，得到冠层高度值CHM、地表反射率数据与后向散射系数；基于CHM数据，提取各种LiDAR变量，并基于光学地表反射率数据，提取多种光学特征植被指数，同时基于微波后向散射系数数据，提取多种微波特征变量；提取LiDAR数据覆盖区域的生物量估测值；将LiDAR数据覆盖区域的生物量值作为训练及验证样本集，利用分层随机采样的方法，选取样本用于后续的建模及验证；采用变量筛选方法筛选出最佳光学与微波特征变量；构建AGB反演的光学模型、微波模型及光学微博协同的模型，选择最优的模型实现生物量反演。
-
公开(公告)号：CN105608293B
公开(公告)日：2019-10-11
申请号：CN201610058303.8
申请日：2016-01-28
Applicant: 武汉大学
Abstract: 本发明提供一种融合光谱与纹理特征的森林地上生物量反演方法及系统，包括进行研究区样地地上生物量计算，得到样地生物量观测值；对高分辨率遥感影像全色数据和多光谱数据进行几何校正和辐射校正；将样地生物量观测值与相应的光谱特征植被指数分别进行统计回归，选取光谱特征反演模型；提取不同窗口下的多种纹理特征变量，将样地生物量观测值与相应的纹理特征变量分别进行统计回归，选取纹理特征反演模型；通过光谱关键因子与纹理关键因子的敏感性分析确定权重，构建生物量的光谱纹理特征联合反演模型，实现森林地上生物量反演。本发明融合了光谱与纹理特征，充分发挥两者反演生物量的优势，有效提高了森林地上生物量的定量反演精度。
-
公开(公告)号：CN105608293A
公开(公告)日：2016-05-25
申请号：CN201610058303.8
申请日：2016-01-28
Applicant: 武汉大学
Abstract: 本发明提供一种融合光谱与纹理特征的森林地上生物量反演方法及系统，包括进行研究区样地地上生物量计算，得到样地生物量观测值；对高分辨率遥感影像全色数据和多光谱数据进行几何校正和辐射校正；将样地生物量观测值与相应的光谱特征植被指数分别进行统计回归，选取光谱特征反演模型；提取不同窗口下的多种纹理特征变量，将样地生物量观测值与相应的纹理特征变量分别进行统计回归，选取纹理特征反演模型；通过光谱关键因子与纹理关键因子的敏感性分析确定权重，构建生物量的光谱纹理特征联合反演模型，实现森林地上生物量反演。本发明融合了光谱与纹理特征，充分发挥两者反演生物量的优势，有效提高了森林地上生物量的定量反演精度。
-
公开(公告)号：CN104483271A
公开(公告)日：2015-04-01
申请号：CN201410799878.6
申请日：2014-12-19
Applicant: 武汉大学
Abstract: 本发明提供一种光学反射模型与微波散射模型协同的森林生物量反演方法，包括1）通过对比光学与微波辐射传输模型的异同，构建光学与微波辐射传输协同模型；2）基于单木生长模型、光学与微波辐射传输协同模型，构建森林的光学二向反射和微波后向散射特征数据库及相应的森林地上生物量参数库；3）基于光学与微波协同模拟数据库，分别构建生物量反演的单源光学模型与单源微波模型；4）通过光学与微波关键因子的敏感性分析，确定协同模型中光学与微波数据各自所占权重，从而构建AGB反演的光学微波协同模型。本发明将光学遥感数据与微波遥感数据相结合，充分发挥两者反演生物量的优势，有效提高了森林地上生物量的定量反演精度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
