-
公开(公告)号:CN118014158B
公开(公告)日:2024-06-28
申请号:CN202410284095.8
申请日:2024-03-13
IPC分类号: G06Q10/04 , G06Q10/063 , G06Q50/26
摘要: 本发明提供一种顾及伞护种习性的面域生态廊道划定方法和系统,其中,方法包括:获取伞护种基础数据,根据所述伞护种基础数据,得到生境影响因子表数据;其中,所述生境影响因子表数据包括多个生境影响因子;根据所述生境影响因子表数据,得到生境影响因子权重;根据所述生境影响因子权重,得到线性廊道;根据所述线性廊道,得到面域廊道。本发明基于遥感和地理空间数据,通过对伞护种习性的梳理与分析,优化了生态源地提取和阻力面构建的流程,有效提高了生态廊道识别的准确性。识别的生态廊道能满足不同物种的迁徙需求,保护和建设价值更高。
-
公开(公告)号:CN117011698A
公开(公告)日:2023-11-07
申请号:CN202310753327.5
申请日:2023-06-25
IPC分类号: G06V20/10 , G06V10/774 , G06V10/764 , G06V10/26 , G06V20/70 , G06V10/82
摘要: 本发明公开了一种多维度和多模型的地表全覆盖解译样本集评价方法,步骤1:构建地表覆盖解译样本集评价指标;步骤2:建立指标打分模型和泛化性评价模型;步骤3:将待评价样本集分别训练指标打分模型和泛化性评价模型,指标打分模型得到各评价指标得分;步骤4:对各评价指标得分进行交叉综合分析并加权计算得出指标评分;步骤5:构建泛化性评估测试数据集;步骤6:在泛化性评估测试数据集对泛化性评价模型进行测试,得到泛化性评分;步骤7;建立指标评分和泛化性评分的评级,若评级不同,则取较低评级为最终样本集评价。本发明从样本集自身特性和模型训练泛化性两个角度出发,使得地表覆盖解译样本集的评价更加有效、客观。
-
公开(公告)号:CN117011698B
公开(公告)日:2024-05-03
申请号:CN202310753327.5
申请日:2023-06-25
IPC分类号: G06V20/10 , G06V10/774 , G06V10/764 , G06V10/26 , G06V20/70 , G06V10/82
摘要: 本发明公开了一种多维度和多模型的地表全覆盖解译样本集评价方法,步骤1:构建地表覆盖解译样本集评价指标;步骤2:建立指标打分模型和泛化性评价模型;步骤3:将待评价样本集分别训练指标打分模型和泛化性评价模型,指标打分模型得到各评价指标得分;步骤4:对各评价指标得分进行交叉综合分析并加权计算得出指标评分;步骤5:构建泛化性评估测试数据集;步骤6:在泛化性评估测试数据集对泛化性评价模型进行测试,得到泛化性评分;步骤7;建立指标评分和泛化性评分的评级,若评级不同,则取较低评级为最终样本集评价。本发明从样本集自身特性和模型训练泛化性两个角度出发,使得地表覆盖解译样本集的评价更加有效、客观。
-
公开(公告)号:CN117933825A
公开(公告)日:2024-04-26
申请号:CN202410201622.4
申请日:2024-02-23
IPC分类号: G06Q10/0639 , G06Q50/26
摘要: 本发明提供一种基于多光谱无人机的森林保护修复生态成效评估方法,包括:获取相关数据得到评估区域的空间范围,并基于评估区域选定参照生态系统;根据评估区域和参照生态系统划定多光谱无人机的影像采集范围,得到多光谱遥感数据;结合森林保护修复措施,选定生态指标,基于生态指标构建森林保护修复生态成效评估指标体系;将必选指标和至少两个选择性指标作为评估指标,建立森林保护修复生态成效指数;根据多光谱遥感数据,计算评估区域和参照生态系统的评估指标,并对评估指标进行分级和赋权;根据所有评估指标及对应权重计算生态成效综合得分,分析得到评估结果。本发明能够实现对修复成效的快速量化评估,提高评估工作的便捷性和科学性。
-
公开(公告)号:CN118014158A
公开(公告)日:2024-05-10
申请号:CN202410284095.8
申请日:2024-03-13
IPC分类号: G06Q10/04 , G06Q10/063 , G06Q50/26
摘要: 本发明提供一种顾及伞护种习性的面域生态廊道划定方法和系统,其中,方法包括:获取伞护种基础数据,根据所述伞护种基础数据,得到生境影响因子表数据;其中,所述生境影响因子表数据包括多个生境影响因子;根据所述生境影响因子表数据,得到生境影响因子权重;根据所述生境影响因子权重,得到线性廊道;根据所述线性廊道,得到面域廊道。本发明基于遥感和地理空间数据,通过对伞护种习性的梳理与分析,优化了生态源地提取和阻力面构建的流程,有效提高了生态廊道识别的准确性。识别的生态廊道能满足不同物种的迁徙需求,保护和建设价值更高。
-
公开(公告)号:CN117932547A
公开(公告)日:2024-04-26
申请号:CN202410198542.8
申请日:2024-02-22
IPC分类号: G06F18/25 , G06N3/0442 , G06N3/08 , G06N3/047
摘要: 本发明提供了一种基于深度学习的植被叶面积指数动态估算方法,通过采用基于深度学习算法LSTM模型,利用多个LAI遥感产品和地表反射率数据,反演了不同时间的LAI数据,得到完整的LAI时间序列。该方法不仅可以准确的估算LAI值,而且能够提高LAI的时空连续性,实现了时间和空间连续的LAI的反演。在运用LSTM模型前,先利用双重logistic函数对所选择的LAI遥感观测数据进行融合,双重logistic函数融合技术能够进一步提高原始LAI遥感数据的质量,保证了输入数据的准确性,较大程度上提高了利用LSTM模型估算的可靠性和稳定性。引入了贝叶斯模型平均法以融合基于LSTM模型的多种LAI估算数据,生成最终的LAI数据,进一步保证了LAI数据的时空连续性和一致性,提高了LAI估算数据的准确性。
-
-
-
-
-