公开(公告)号：CN113959329A

公开(公告)日：2022-01-21

申请号：CN202111549680.9

申请日：2021-12-17

Applicant: 西南交通大学

Inventor： 张瑞 ,  詹君玉 ,  吕继超 ,  沙马阿各 ,  涂晋升 ,  王晓文 ,  张伦宁

IPC: G01B7/26 ,  G01S19/14

Abstract: 本发明涉及积雪深度监测技术领域，尤其涉及一种基于多星数据融合的积雪深度反演方法，包括获得监测点的GNSS观测数据；对GNSS数据进行预处理，获取观测时段各卫星的信噪比、高度角数据；分离出卫星高度角在5°~20°的信噪比和高度角数据，通过二次多项式拟合去除信噪比趋势项以获得信噪比残差序列；对信噪比残差序列进行Lomb‑Scargle频谱分析获得序列的主频率；获取各卫星反演的积雪深度；由获得的各卫星反演雪深结果建立GNSS‑IR雪深反演多星融合监测MARS模型；输出反演结果。本申请通过MARS理论建立多星数据融合积雪反演模型，能有效综合各卫星的反演结果，自动剔除对结果影响较大的数据，获得最优的反演卫星组合，大大提高了反演结果的可靠性和精度。

公开(公告)号：CN114282609B

公开(公告)日：2022-09-20

申请号：CN202111591712.1

申请日：2021-12-23

Applicant: 西南交通大学

Inventor： 张瑞 ,  王婷 ,  庞嘉泰 ,  展润青 ,  李涛 ,  王晓文 ,  张伦宁

IPC: G06N3/04 ,  G06T5/00 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种作物面积与物候指标提取方法，包括对SAR影像进行预处理，包括轨道校正、热噪声去除、辐射定标、相干斑滤波、地形校正、分贝化处理，得到作物VV/VH的后向散射系数；根据作物VV/VH的后向散射系数构建特征向量，提出基于时间序列的全卷积神经网络模型，同时根据时间序列SAR影像数据进行作物种植面积制图；结合SAR‑VV/VH方法，并根据地区作物生育周期提取作物物候指标；本申请与现有的随机森林算法相比，基于全卷积神经网络提取方法不仅提取作物的精度较高，且能相对完整的保留作物地块的空间纹理信息，达到作物精准制图的目的，在农作物提取中具有较强的适用性。

公开(公告)号：CN114282609A

公开(公告)日：2022-04-05

申请号：CN202111591712.1

申请日：2021-12-23

Applicant: 西南交通大学

Inventor： 张瑞 ,  王婷 ,  庞嘉泰 ,  展润青 ,  李涛 ,  王晓文 ,  张伦宁

IPC: G06K9/62 ,  G06N3/04 ,  G06T5/00 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种作物面积与物候指标提取方法，包括对SAR影像进行预处理，包括轨道校正、热噪声去除、辐射定标、相干斑滤波、地形校正、分贝化处理，得到作物VV/VH的后向散射系数；根据作物VV/VH的后向散射系数构建特征向量，提出基于时间序列的全卷积神经网络模型，同时根据时间序列SAR影像数据进行作物种植面积制图；结合SAR‑VV/VH方法，并根据地区作物生育周期提取作物物候指标；本申请与现有的随机森林算法相比，基于全卷积神经网络提取方法不仅提取作物的精度较高，且能相对完整的保留作物地块的空间纹理信息，达到作物精准制图的目的，在农作物提取中具有较强的适用性。