-
公开(公告)号：CN109508693B
公开(公告)日：2021-01-08
申请号：CN201811501980.8
申请日：2018-12-10
Applicant: 浙江大学
Abstract: 一种基于成像高光谱植被指数和生育期长度信息的无人机遥感水稻估产方法，所述方法包括以下步骤：1)用于水稻估产的成像高光谱植被指数确定；2)水稻生育期长度信息提取；3)生育期长度信息归一化；4)基于成像高光谱植被指数和生育期长度信息的水稻估产模型构建；5)估产精度验证。该方法综合考虑了遥感信息和生育期信息，在传统遥感变量基础上考虑了生育期长度的不同所带来的产量变化，为精确进行农作物估产提供了一种新的思路和方法。
-
公开(公告)号：CN109508693A
公开(公告)日：2019-03-22
申请号：CN201811501980.8
申请日：2018-12-10
Applicant: 浙江大学
CPC classification number: G06K9/00657 , G01N21/84 , G01N2021/8466 , G06Q50/02
Abstract: 一种基于成像高光谱植被指数和生育期长度信息的无人机遥感水稻估产方法，所述方法包括以下步骤：1)用于水稻估产的成像高光谱植被指数确定；2)水稻生育期长度信息提取；3)生育期长度信息归一化；4)基于成像高光谱植被指数和生育期长度信息的水稻估产模型构建；5)估产精度验证。该方法综合考虑了遥感信息和生育期信息，在传统遥感变量基础上考虑了生育期长度的不同所带来的产量变化，为精确进行农作物估产提供了一种新的思路和方法。
-
公开(公告)号：CN109117977A
公开(公告)日：2019-01-01
申请号：CN201810696110.4
申请日：2018-06-29
Applicant: 浙江大学
Abstract: 一种基于相对遥感变量及相对产量信息的水稻遥感估产方法，所述方法包括以下步骤：1消除环境影响的相对遥感变量；2相对产量变量的构建；3基于相对遥感变量和相对产量变量的水稻估产模型构建；4目标地块的“产量相对值”计算；5目标水稻单产估测。该方法有效的消除了遥感估产由于不同年份和不同区域的气候、土壤、栽培和田间管理等条件的不同对估产结果产生较大影响，为精确进行农作物估产提供了一种新的思路和方法。
-
Patent Agency Ranking
公开(公告)号：CN109063893A
公开(公告)日：2018-12-21
申请号：CN201810660189.5
申请日：2018-06-25
Applicant: 浙江大学
Abstract: 一种动态收获指数与净初级生产力结合的水稻单产估测方法，所述方法包括以下步骤：1)、基于实测产量的时间序列水稻实际收获指数反演；2)、时间序列水稻收获指数多年移动平均计算；3)、时间序列移动平均水稻收获指数随时间动态变化模型构建；4)、基于动态收获指数模型的目标年份收获指数计算；5)、目标年份水稻产量预测。该方法较好的预测了水稻单产，为精确进行水稻等农作物估产提供了一种新的思路和方法。
-
公开(公告)号：CN109063893B
公开(公告)日：2021-09-24
申请号：CN201810660189.5
申请日：2018-06-25
Applicant: 浙江大学
Abstract: 一种动态收获指数与净初级生产力结合的水稻单产估测方法，所述方法包括以下步骤：1)、基于实测产量的时间序列水稻实际收获指数反演；2)、时间序列水稻收获指数多年移动平均计算；3)、时间序列移动平均水稻收获指数随时间动态变化模型构建；4)、基于动态收获指数模型的目标年份收获指数计算；5)、目标年份水稻产量预测。该方法较好的预测了水稻单产，为精确进行水稻等农作物估产提供了一种新的思路和方法。
-
公开(公告)号：CN109117977B
公开(公告)日：2021-06-29
申请号：CN201810696110.4
申请日：2018-06-29
Applicant: 浙江大学
Abstract: 一种基于相对遥感变量及相对产量信息的水稻遥感估产方法，所述方法包括以下步骤：1消除环境影响的相对遥感变量；2相对产量变量的构建；3基于相对遥感变量和相对产量变量的水稻估产模型构建；4目标地块的“产量相对值”计算；5目标水稻单产估测。该方法有效的消除了遥感估产由于不同年份和不同区域的气候、土壤、栽培和田间管理等条件的不同对估产结果产生较大影响，为精确进行农作物估产提供了一种新的思路和方法。
-
公开(公告)号：CN109754127A
公开(公告)日：2019-05-14
申请号：CN201910098197.X
申请日：2019-01-31
Applicant: 浙江大学
Abstract: 一种基于无人机成像高光谱的水稻籽粒直链淀粉含量估测方法，所述方法包括以下步骤：1)成像高光谱数据变换；2)用于水稻品质估测的成像高光谱光谱变量确定；3)基于多生育期的水稻籽粒直链淀粉含量估测模型构建；4)水稻籽粒直链淀粉含量估测精度验证。该方法采用了无人机平台成像数据，克服了地面和卫星数据源存在的问题，考虑了多生育期信息对预测水稻籽粒直链淀粉含量的综合作用，引入孕穗期、成熟期、灌浆期、成熟期数据来完善单生育期模型，为水稻籽粒直链淀粉含量的监测与改进提供了一种新的思路和方法。
-
公开(公告)号：CN108491562A
公开(公告)日：2018-09-04
申请号：CN201810081673.2
申请日：2018-01-29
Applicant: 浙江大学
IPC: G06F17/50
Abstract: 一种利用参数自适应光响应积分模型估测天尺度总初级生产力的方法，所述方法包括以下步骤：1)瞬时尺度参数自适应光响应积分模型的建立；2)对瞬时尺度的参数自适应模型进行时间积分；3)由叶片水平天尺度光合速率转换为冠层水平GPP。本发明能应用于不同区域不同生长环境下的总初级生产力的估算，具有计算准确，计算效率高的特点，在全球陆地长时间序列总初级生产力计算方面具有广泛的应用前景。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
