一种多尺度土壤墒情协同观测装置

    公开(公告)号:CN104777286B

    公开(公告)日:2016-11-02

    申请号:CN201510202877.3

    申请日:2015-04-24

    IPC分类号: G01N33/24 G01N23/00 H04W4/00

    摘要: 一种多尺度土壤墒情协同观测装置,它由多个TDR土壤水传感器组成的无线观测网络WSN、区域土壤水分测量系统CRS1000B、卫星平台、笔记本电脑硬件装置平台和多尺度土壤墒情协同观测控制终端软件组成,在点、区域和卫星像元三种尺度土壤墒情协同观测方案下开展土壤墒情协同观测;本发明集成了现有先进装置和优势技术方法,通过协同观测方案设计,实现了多尺度土壤墒情协同观测,突破了土壤墒情遥感反演结果验证的瓶颈,拓展了应用和研究领域;其推广应用可服务于最严格的水资源管理、农业节水、旱情观测等业务,提高灌溉效益和水资源利用率。

    一种基于多模态遥感的洪涝最大淹没水深空间模拟方法

    公开(公告)号:CN116305902B

    公开(公告)日:2023-09-19

    申请号:CN202310224414.1

    申请日:2023-03-09

    IPC分类号: G06F30/20 G06T17/05 G06T7/194

    摘要: 本发明公开了一种基于多模态遥感的洪涝最大淹没水深空间模拟方法,结合多模态卫星遥感、JRC最大水体范围产品、水文水动力耦合模型及高精度DEM等多源数据提取高频次的洪涝淹没边界,通过分位数阈值和高程约束的自然邻点插值法去除高程异常和优化淹没边界,引入高斯低通滤波平滑淹没水深空间数据的噪声,从而实现流域性洪涝最大淹没水深空间模拟,并利用实测数据进行精度验证。本发明耦合多源数据进行洪涝淹没边界校正优化,获得高精度洪涝最大淹没水深网格数据,可靠性高、通用性和推广性强,可以适用于大范围区域洪涝最大淹没水深空间模拟和制图。

    一种基于叶绿素含量的夏玉米旱情无人机快速监测判别方法

    公开(公告)号:CN115950838B

    公开(公告)日:2023-08-01

    申请号:CN202211140492.5

    申请日:2022-09-20

    IPC分类号: G01N21/27 G06F17/12 B64C39/02

    摘要: 本发明提公开了一种基于叶绿素含量的夏玉米旱情无人机快速监测判别方法,包括以下步骤:1)通过无人机多载荷低空遥感技术获取的多光谱影像和地面实测叶绿素含量,并计算NDVI、SAVI和RENDVI植被指数;2)选取植被指数分别与实测叶绿素含量在不同生育期构建回归方程,并从中选择每个生育期中相关性最高的回归方程作为该生育期的最优模型方程;3)根据最优模型方程,来反演各个时期的叶绿素含量,并对不同干旱等级之间的叶绿素含量阈值进行率定;4)通过实时监测获得待测地块的多光谱影像计算出所需要的植被指数,反演得到叶绿素含量,与阈值进行比对,判断实时旱情等级。本发明的方法用于夏玉米旱情监测判别精度高、速度快,具有通用性和实用性。

    一种基于多模态遥感的洪涝最大淹没水深空间模拟方法

    公开(公告)号:CN116305902A

    公开(公告)日:2023-06-23

    申请号:CN202310224414.1

    申请日:2023-03-09

    IPC分类号: G06F30/20 G06T17/05 G06T7/194

    摘要: 本发明公开了一种基于多模态遥感的洪涝最大淹没水深空间模拟方法,结合多模态卫星遥感、JRC最大水体范围产品、水文水动力耦合模型及高精度DEM等多源数据提取高频次的洪涝淹没边界,通过分位数阈值和高程约束的自然邻点插值法去除高程异常和优化淹没边界,引入高斯低通滤波平滑淹没水深空间数据的噪声,从而实现流域性洪涝最大淹没水深空间模拟,并利用实测数据进行精度验证。本发明耦合多源数据进行洪涝淹没边界校正优化,获得高精度洪涝最大淹没水深网格数据,可靠性高、通用性和推广性强,可以适用于大范围区域洪涝最大淹没水深空间模拟和制图。

    一种流域性暴雨洪涝承灾体重置成本遥感模拟方法

    公开(公告)号:CN115907574A

    公开(公告)日:2023-04-04

    申请号:CN202310033916.6

    申请日:2023-01-10

    摘要: 本发明公开了一种流域性暴雨洪涝承灾体重置成本遥感模拟方法,通过收集时序遥感数据、气象指标数据、下垫面风险暴露数据和暴雨洪涝灾害损失等数据,采用阈值分割、空间叠加和数据聚合等方法,提取洪水淹没、暴雨气象致灾、下垫面承灾体风险暴露度等参数特征,构建暴雨洪涝承灾体重置参数特征集,并将其统一到30m分辨率网格上;根据洪水保险核灾数据和实地样方历史调研数据,基于空间统计分析方法,构建30m空间分辨率承灾体重置成本样本集,利用暴雨洪涝承灾体重置参数特征集和承灾体重置成本样本集,提取暴雨洪涝承灾体重置成本损失训练参数特征向量,采用深度学习神经网络模型构建模拟模型,实现流域性暴雨洪涝承灾体重置成本空间模拟。