-
公开(公告)号：CN119470286A
公开(公告)日：2025-02-18
申请号：CN202411504428.X
申请日：2024-10-26
Applicant: 河南省农业科学院农业信息技术研究所
IPC: G01N21/25 , G01N21/359 , G01N21/3504 , G01N21/88 , G01C11/00 , G08B31/00 , G08B29/18 , G06V20/13 , G06V20/10 , G06V10/82 , G01N21/17
Abstract: 本发明公开了一种基于时序光谱信息分析的作物病害遥感监测预警系统，涉及农业病虫害监测技术领域，利用计算机绘图软件对玉米种植田进行等比例划分，并部署传感器实时监测各网格内的生长环境变化，生成微环境数据信息，根据微环境数据计算微环境差异指数Xbd，识别微环境差异聚集区域并发出风险分析指令，在接收到风险分析指令后，利用无人机和多光谱传感器捕捉微环境差异聚集区域的相关光谱数据信息，通过分析相关光谱数据，构建多光谱波动系数Xgp，并结合微环境差异指数Xbd和训练后的风险评估模型，将计算出锈病风险评估指数Zpg与预设阈值W进行比对，依据患锈病风险程度获取相应的等级预警。
-
公开(公告)号：CN118898643A
公开(公告)日：2024-11-05
申请号：CN202410951551.X
申请日：2024-07-16
Applicant: 河南省农业科学院农业信息技术研究所
Abstract: 本发明公开了一种农作物种植面积测量方法、装置、设备及介质，涉及农业遥感技术领域，本发明在通过卫星图像数据获得研究区投影矢量数据的基础上，并对研究区农作物投影区进行栅格划分，同时基于DEM高程数据构建分类更为合理的不规则三角网，并获取不规则三角网内每个三角单元的起伏度，利用研究区不规则三角网内每个三角单元的起伏度和研究区农作物投影区每个栅格单元的面积获取每个栅格单元的农作物种植面积，整体考虑了农作物投影区每个栅格单元内的地形起伏度，而后将每个栅格单元的农作物种植面积加和获得研究区农作物种植面积，使得对于农作物种植面积的测算误差大大减小，从而测量的农作物表面积精确率大幅提高。
-
公开(公告)号：CN119169071B
公开(公告)日：2025-04-08
申请号：CN202411284929.1
申请日：2024-09-13
Applicant: 中国农业科学院农业资源与农业区划研究所 , 河南省农业科学院农业信息技术研究所
IPC: G06T7/62 , G06N3/0455 , G06N3/08 , G06V10/77 , G06Q50/02
Abstract: 本发明公开了一种耦合物理模型和深度学习的作物叶面积指数估算方法，包括以下步骤：步骤1：数据获取与预处理；步骤2：模拟Sentinel‑2通道反射率；步骤3：优选对叶面积指数敏感的光谱特征组合；步骤4：构建PROSAIL‑Transformer耦合模型估算作物叶面积指数。本发明充分利用冠层辐射传输模型PROSAIL和深度学习模型Transformer的优势，通过采用样本匹配方法选择与Sentinel‑2影像最接近的样本数据，旨在更准确地捕捉现实世界环境的变化。结合最大信息系数(MIC)和递归特征消除(RFE)的特征选择方法，识别不同作物叶面积指数估算中最敏感的光谱特征组合。利用最具代表性和准确性的数据对耦合模型进行训练，提高模型训练的效率和准确性。
-
Patent Agency Ranking
公开(公告)号：CN119323170A
公开(公告)日：2025-01-17
申请号：CN202411348379.5
申请日：2024-09-26
Applicant: 中国农业科学院农业资源与农业区划研究所 , 河南省农业科学院农业信息技术研究所
Abstract: 本发明公开了一种基于堆叠模型的土壤有机质遥感反演方法，包括以下步骤：步骤1：数据获取与预处理；步骤2：光谱特征变量优选；步骤3：土壤有机质反演模型构建；步骤4：基于遗传算法的模型组合寻优；步骤5：基于最优模型组合的堆叠模型的土壤有机质遥感反演；本发明引入光谱特征和地形特征作为土壤有机质遥感反演的协变量，通过堆叠集成多个机器学习模型，采用遗传算法优选堆叠集成学习模型的基础学习器组合，构建基于最优模型组合的堆叠模型的土壤有机质遥感反演模型，解决单一机器学习模型容易过度拟合和泛化能力弱的问题，不仅增强了模型的泛化能力，而且提高了土壤有机质的反演精度。
-
公开(公告)号：CN119323170B
公开(公告)日：2025-03-07
申请号：CN202411348379.5
申请日：2024-09-26
Applicant: 中国农业科学院农业资源与农业区划研究所 , 河南省农业科学院农业信息技术研究所
Abstract: 本发明公开了一种基于堆叠模型的土壤有机质遥感反演方法，包括以下步骤：步骤1：数据获取与预处理；步骤2：光谱特征变量优选；步骤3：土壤有机质反演模型构建；步骤4：基于遗传算法的模型组合寻优；步骤5：基于最优模型组合的堆叠模型的土壤有机质遥感反演；本发明引入光谱特征和地形特征作为土壤有机质遥感反演的协变量，通过堆叠集成多个机器学习模型，采用遗传算法优选堆叠集成学习模型的基础学习器组合，构建基于最优模型组合的堆叠模型的土壤有机质遥感反演模型，解决单一机器学习模型容易过度拟合和泛化能力弱的问题，不仅增强了模型的泛化能力，而且提高了土壤有机质的反演精度。
-
公开(公告)号：CN118982769A
公开(公告)日：2024-11-19
申请号：CN202410154009.1
申请日：2024-02-02
Applicant: 河南省农业科学院农业信息技术研究所 , 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明属于农业工程技术领域，特别涉及一种作物长势参数遥感监测指标的筛选方法及系统，包含：利用无人机多光谱传感器获取研究区域的无人机遥感影像，并对无人机遥感影像进行预处理，得到正射影像数据，包含多波段反射率；基于正射影像，采用栅格计算方法提取多类别植被指数；基于正射影像，采用灰度共生矩阵法计算多波段的纹理特征；采用凯氏定氮法进行植株氮含量测定，获取植株氮含量实测值；基于变量收缩搜索的植株氮含量敏感特征筛选方法从多波段反射率、植被指数和纹理特征中筛选出敏感特征变量；基于筛选的敏感特征变量，采用Adaboost方法构建植株氮含量预测模型。本发明简洁化了变量，压缩了模型，提高了模型运算效率。
-
公开(公告)号：CN119559503A
公开(公告)日：2025-03-04
申请号：CN202411602120.9
申请日：2024-11-11
Applicant: 河南省农业科学院农业信息技术研究所
Abstract: 本发明提供一种基于遥感数据的土壤有机碳反演方法。该方法包括：获取不同区域的遥感数据并进行预处理，所述遥感数据包括多光谱遥感数据和数字高程数据；从所述遥感数据中提取土壤有机碳遥感指示性指数集合；利用所述土壤有机碳遥感指示性指数集合获取空间指标权重；基于所述空间指标权重和所述土壤有机碳遥感指示性指数集合生成土壤有机碳遥感反演指标；构建反演模型，利用所述土壤有机碳遥感反演指标及其对应的土壤有机碳数据对所述反演模型进行训练，得到土壤有机碳反演模型；将目标区域的土壤有机碳遥感反演指标输入所述土壤有机碳反演模型，得到目标区域的土壤有机碳遥感反演结果。
-
公开(公告)号：CN119169071A
公开(公告)日：2024-12-20
申请号：CN202411284929.1
申请日：2024-09-13
Applicant: 中国农业科学院农业资源与农业区划研究所 , 河南省农业科学院农业信息技术研究所
IPC: G06T7/62 , G06N3/0455 , G06N3/08 , G06V10/77 , G06Q50/02
Abstract: 本发明公开了一种耦合物理模型和深度学习的作物叶面积指数估算方法，包括以下步骤：步骤1：数据获取与预处理；步骤2：模拟Sentinel‑2通道反射率；步骤3：优选对叶面积指数敏感的光谱特征组合；步骤4：构建PROSAIL‑Transformer耦合模型估算作物叶面积指数。本发明充分利用冠层辐射传输模型PROSAIL和深度学习模型Transformer的优势，通过采用样本匹配方法选择与Sentinel‑2影像最接近的样本数据，旨在更准确地捕捉现实世界环境的变化。结合最大信息系数(MIC)和递归特征消除(RFE)的特征选择方法，识别不同作物叶面积指数估算中最敏感的光谱特征组合。利用最具代表性和准确性的数据对耦合模型进行训练，提高模型训练的效率和准确性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.034 seconds)
