基于无人机高光谱和机器学习算法的乔木生物量测算方法

    公开(公告)号:CN112287892B

    公开(公告)日:2022-12-06

    申请号:CN202011322693.8

    申请日:2020-11-23

    IPC分类号: G06V20/17 G06N20/00 G06T7/62

    摘要: 本发明涉及生态环境监测领域,公开了一种基于无人机高光谱和机器学习算法的乔木生物量测算方法,用以更好的实现目标区域类型乔木的生物量监测。本发明先利用无人机获取目标区域陆生植物的高光谱影像,并基于高光谱影像就建模,提取数字表面模型的高程信息;再从原始影像照片中提取光谱信息,依据陆生植物生态环境监测植被分类的类型,结合目标区域中各类植物的高层信息、特征波段和植被指数,采用机器学习算法进行定量反演模型训练,得到反演模型;再利用反演模型对目标区域的植被类型进行分类,从而提取到乔木的分类数据;最后利用提取到乔木的分类数据,并结合地上生物量公式,计算得到乔木生物量。本发明适用于乔木生物量测算。

    基于机器学习算法和多源遥感数据融合的植被分类方法

    公开(公告)号:CN111553245A

    公开(公告)日:2020-08-18

    申请号:CN202010332782.4

    申请日:2020-04-24

    摘要: 本发明涉及生态环境监测领域,公开了一种基于机器学习算法和多源遥感数据融合的植被分类方法,用以高效的实现目标区域植被类型的识别和分类。本发明先利用无人机获取样本区域陆生植物的低空遥感影像,并基于低空遥感影像得到样本区域的数字正射影像和数字表面模型;再提取数字表面模型的高程信息;再利用卫星遥感获取跟无人机航拍时间相对应的样本区域的SAR影像;再对数字正射影像、高程信息和SAR影像进行波段和影像的融合;再通过样本区域实测数据和机器学习算法对融合后的影像进行反演模型训练和反演模型精度评价,得到符合要求的反演模型;最后基于反演模型对目标区域陆生植物进行分类。本发明适用于陆生植物生态环境监测。

    基于无人机高光谱和机器学习算法的乔木生物量测算方法

    公开(公告)号:CN112287892A

    公开(公告)日:2021-01-29

    申请号:CN202011322693.8

    申请日:2020-11-23

    IPC分类号: G06K9/00 G06N20/00 G06T7/62

    摘要: 本发明涉及生态环境监测领域,公开了一种基于无人机高光谱和机器学习算法的乔木生物量测算方法,用以更好的实现目标区域类型乔木的生物量监测。本发明先利用无人机获取目标区域陆生植物的高光谱影像,并基于高光谱影像就建模,提取数字表面模型的高程信息;再从原始影像照片中提取光谱信息,依据陆生植物生态环境监测植被分类的类型,结合目标区域中各类植物的高层信息、特征波段和植被指数,采用机器学习算法进行定量反演模型训练,得到反演模型;再利用反演模型对目标区域的植被类型进行分类,从而提取到乔木的分类数据;最后利用提取到乔木的分类数据,并结合地上生物量公式,计算得到乔木生物量。本发明适用于乔木生物量测算。

    便携式标尺测钎设备
    7.
    实用新型

    公开(公告)号:CN209280578U

    公开(公告)日:2019-08-20

    申请号:CN201822189459.7

    申请日:2018-12-25

    IPC分类号: G01N21/84

    摘要: 本实用新型公开的是水土保持监测技术领域的一种可重复使用的便携式标尺测钎设备,包括标尺一和标尺二,所述标尺一与标尺二的一端通过90°限位环铰接,所述90°限位环的中心设有方形孔,所述方形孔的一条棱边与标尺一或标尺二的长边平行。本实用新型的有益效果是:在进行水土监测时,将本装置套在测钎上,该装置可在非接触式拍照建立坡面三维模型时给出固定的三个像控点,从而解决了不同时期近景摄影测量坐标不统一的问题,并且该装置可重复使用,减少了一次性使用的测钎,避免了布设和测量过程中人为踩踏扰动,从而提高监测精度。