一种基于丰度信息和红边指数的水稻理化参数提取方法

    公开(公告)号:CN118447331A

    公开(公告)日:2024-08-06

    申请号:CN202410644715.4

    申请日:2024-05-23

    摘要: 本发明提供一种基于丰度信息和红边指数的水稻理化参数提取方法,包括:采集试验区的多光谱影像,对多光谱影像进行预处理,得到多光谱预处理影像;采用决策树分类获取多光谱预处理影像中的不同水稻端元光谱;利用混合像元分解方法提取不同水稻端元光谱的丰度信息,基于多光谱反射率计算红边指数;将丰度信息和红边指数进行综合,计算丰度修正红边指数;采用线性回归算法,利用丰度修正红边指数构建并训练不同类型水稻理化参数提取模型。本发明通过解决植被指数在水稻生长中后期饱和,以及由于水稻冠层中土壤背景、阴影叶片和稻穗等组分的影响导致水稻理化参数遥感提取精度不高的问题,实现不同类型水稻理化参数提取方法的统一。

    一种基于融合信息的水稻叶面积指数测量方法及系统

    公开(公告)号:CN118628904A

    公开(公告)日:2024-09-10

    申请号:CN202410644716.9

    申请日:2024-05-23

    摘要: 本发明提供一种基于融合信息的水稻叶面积指数测量方法及系统,包括:采集试验区的无人机RGB影像和多光谱影像,对无人机RGB影像和多光谱影像进行预处理,得到无人机RGB预处理影像和多光谱预处理影像;对无人机RGB预处理影像和多光谱预处理影像进行光谱信息提取,得到光谱指数;基于最近邻法对无人机RGB预处理影像和多光谱预处理影像进行多空间尺度重采样得到指定空间分辨率影像,计算不同空间尺度下指定空间分辨率影像的纹理特征;采用随机森林和逐步多元回归算法,利用光谱指数和纹理特征,构建并训练多时期水稻叶面积指数估测模型。本发明通过高精度无损提取多时期水稻叶面积指数,实现水稻叶面积指数的准确估测。

    一种基于主动卫星提升北极被动卫星云覆盖度一致性方法

    公开(公告)号:CN118551346A

    公开(公告)日:2024-08-27

    申请号:CN202410695933.0

    申请日:2024-05-31

    IPC分类号: G06F18/27 G06F17/18

    摘要: 本发明提供一种基于主动卫星提升北极被动卫星云覆盖度一致性方法,包括:利用主、被动卫星云覆盖度数据累积分布函数之间的回归参数对纬度小于82.5°N区域内的被动卫星数据进行偏差校正;基于特定时序内主、被动卫星数据之间相对关系保持不变的特点,实现校正偏差的时间范围扩展,对缺乏主动卫星数据的时间范围内的被动卫星数据进行偏差校正;利用线性回归模型和海冰浓度信息实现校正偏差的空间范围扩展,对纬度大于82.5°N区域的被动卫星数据进行偏差校正;最终多源被动卫星云覆盖度数据的整体质量得到很大提升,不同数据之间的一致性显著增加。

    主被动遥感信息融合的大田玉米长势参数估计方法及系统

    公开(公告)号:CN118351438A

    公开(公告)日:2024-07-16

    申请号:CN202410363429.0

    申请日:2024-03-28

    摘要: 本发明提供一种主被动遥感信息融合的大田玉米长势参数估计方法及系统,包括:对多源遥感卫星影像进行预处理,得到地表多光谱反射率影像和雷达后向散射特征影像;基于地表多光谱反射率影像和雷达后向散射特征影像构建影像特征库,结合雷达植被散射模型和雷达信号作物双程衰减模型,得到经差值雷达信息校正模型特征;将经差值雷达信息校正模型特征进行拟合得到玉米株高与BBCH物候期估计模型,对玉米株高与BBCH物候期估计模型进行精度评估与对比,基于最优反演模型,得到玉米长势参数反演估计结果。本发明通过融合玉米冠层多光谱与差值雷达信息,在植被覆盖率较高的抽雄期,能够精准地估算玉米长势参数,提升区域大田玉米长势参数反演精度。

    融合光谱曲线角度和光谱指数的水稻理化参数提取方法

    公开(公告)号:CN118968352A

    公开(公告)日:2024-11-15

    申请号:CN202410978592.8

    申请日:2024-07-22

    摘要: 本发明提供一种融合光谱曲线角度和光谱指数的水稻理化参数提取方法,包括:采集研究区域的无人机多光谱影像,对无人机多光谱影像进行预处理,得到无人机多光谱预处理影像;基于多波段光谱反射率,计算无人机多光谱预处理影像中的光谱指数;根据水稻叶片、土壤和观测几何输入参数,采用PROSAIL模型模拟水稻冠层光谱,得到水稻冠层光谱反射率随叶面积指数和叶绿素含量的变化规律;根据水稻冠层光谱反射率的变化规律构建光谱曲线角度;采用RReliefF,利用光谱指数和光谱曲线角度构建并训练改进随机森林回归模型,得到多时期水稻理化参数提取模型。本发明利用改进机器学习算法融合光谱曲线角度和光谱指数,实现稳定且高精度地提取水稻理化参数。

    结合物候信息的雷达观测入射角影响动态校正方法及系统

    公开(公告)号:CN118690100A

    公开(公告)日:2024-09-24

    申请号:CN202410561307.2

    申请日:2024-05-08

    摘要: 本发明提供一种结合物候信息的雷达观测入射角影响动态校正方法及系统,包括:对多时相Sentinel‑1SAR卫星数据进行转换,得到雷达后向散射系数特征和雷达入射角参数;获取待测量作物生长周期时间序列,结合雷达后向散射系数特征和雷达入射角参数得到的地表散射机制,根据余弦归一化校正法确定余弦函数幂指数;由余弦函数幂指数与BBCH之间的关联模型,建立待测量作物动态余弦归一化模型,输出动态调整的余弦函数幂指数。本发明通过建立适用于作物整个株高生长期的动态余弦归一化校正模型,获取更高的雷达入射角效应归一化的精度,为进一步基于SAR特征的作物长势相关参数的精准反演提供精准数据支持。