-
公开(公告)号：CN115753625A
公开(公告)日：2023-03-07
申请号：CN202211364828.6
申请日：2022-11-02
申请人： 中国农业大学
摘要： 本发明提供区域作物的产量估测方法、装置、电子设备及存储介质，包括：确定WOFOST模型的模型模拟误差Q；基于内外嵌套数据同化模型获得优化遥感观测误差R；其中，内外嵌套数据同化模型的内层采用集合卡尔曼滤波算法，外层采用最大似然函数形式的代价函数；利用遥感观测误差R得到LAI遥感观测集合，并将优化后的遥感观测误差R和模型模拟误差Q代入集合卡尔曼滤波同化算法，实现时间序列LAI的轨迹的优化，并采用优化的LAI驱动WOFOST模型进行作物产量估测。本发明基于内外嵌套数据同化模型，克服了遥感与作物模型数据同化系统中遥感观测误差和模型模拟误差难以定量化的瓶颈问题，提高了区域作物的产量估测精度。
-
公开(公告)号：CN114782835A
公开(公告)日：2022-07-22
申请号：CN202210482156.2
申请日：2022-05-05
申请人： 中国农业大学
IPC分类号： G06V20/13 , G06V10/766 , G06V10/764 , G06K9/62 , G06T7/62
摘要： 本发明提供一种作物倒伏面积比例检测方法及装置，该方法包括：获取作业区内作物的卫星遥感影像；将卫星遥感影像输入至倒伏面积比例检测模型中，得到倒伏面积比例检测模型输出的倒伏面积比例检测结果；倒伏面积比例检测模型为从样本遥感影像中提取光谱特征和植被指数特征，基于光谱特征和植被指数特征，确定目标尺度格网单元，基于目标尺度格网单元确定敏感特征，基于敏感特征以及敏感特征对应的倒伏面积比例样本数据进行训练得到的。本发明提供的作物倒伏面积比例检测方法及装置，样能够实现对作物倒伏面积的定量分析，扩大了应用范围，实现了大范围区域的空间外推，提高了检测精度，能够满足大范围倒伏作物的监测需求。
-
公开(公告)号：CN108537679B
公开(公告)日：2022-04-12
申请号：CN201810127259.0
申请日：2018-02-08
申请人： 中国农业大学
摘要： 本发明属于农业遥感领域，涉及一种遥感与作物模型融合的区域尺度作物出苗日期估算方法，具体步骤为：处理中等分辨率遥感数据形成时间序列三个波段的反射率数据并评估不确定性；标定WOFOST模型并与冠层辐射传输模型PROSAIL耦合；采用MCMC方法评估WOFOST‑PROSAIL模型的不确定性；构建泰森多边形作为遥感与作物模型的数据同化单元；构建四维变分的代价函数并优化出苗日期参数；逐个作物格网运行并进行空间制图。本发明的方法融合了遥感数据和作物模型的各自优势，考虑作物模型模拟和遥感的反射率的不确定性构建四维变分的代价函数，有效降低了误差，提高区域作物出苗日期估算精度，实现了区域空间制图。
-
公开(公告)号：CN110222870A
公开(公告)日：2019-09-10
申请号：CN201910368534.2
申请日：2019-05-05
申请人： 中国农业大学
摘要： 本发明实施例提供一种同化卫星荧光数据与作物生长模型的区域冬小麦估产方法，包括：模型参数敏感性分析以及模型参数标定；在SIF数据同化系统的外层，根据参数标定结果将SIF卫星遥感数据与SCOPE模型进行同化，由同化后的模型得到日累积GPP；在SIF数据同化系统的内层，同化该系统外层所得的日累积GPP与WOFOST模型模拟的日累积GPP；耦合数值天气预报数据获得WOFOST模型输出的待估产区域的冬小麦产量预报结果。本发明实施例将SIF卫星遥感数据引入到过程模型，从光合作用的角度建立与产量的机理性联系，从优化农作物光合作用过程开展区域产量预报。
-
公开(公告)号：CN117935073A
公开(公告)日：2024-04-26
申请号：CN202311810953.X
申请日：2023-12-26
申请人： 中国农业大学
摘要： 本发明提供一种多层次贝叶斯数据同化作物产量估测方法及系统，属于产量预测领域，包括：根据待估产区域的作物遥感LAI时间序列数据和待估产区域预设范围内的实测作物产量数据对作物生长模型进行标定，得到作物生长模型的参数后验样本集合；并通过抽样确定作物生长模型的初始预报集合；利用贝叶斯两步推断算法和LAI遥感观测集合确定优化后的不确定参数、优化作物生长模型和优化后的时间序列数据；利用优化后的时间序列数据驱动优化作物生长模型，得到后验预报集合；根据后验预报集合对待估产区域进行作物产量估测。本发明能够提高区域尺度的作物产量估测精度。
-
公开(公告)号：CN112380497B
公开(公告)日：2024-03-22
申请号：CN202011187729.6
申请日：2020-10-29
申请人： 中国农业大学
摘要： 本发明实施例提供一种用于区域玉米的秸秆系数估算方法及系统，该方法包括：获取目标区域的玉米生长季内的遥感数据集和近地面气温数据集，所述遥感数据集包括封垄前遥感数据和封垄后遥感数据；根据所述封垄前遥感数据和所述封垄后遥感数据，对玉米生长季内的冠层叶面积指数进行反演，获取时序玉米冠层叶面积指数；通过集合卡尔曼方法，将所述时序玉米冠层叶面积指数和所述近地面气温数据集同化至WOFOST模型中，并根据同化结果，获取所述目标区域的玉米秸秆系数。本发明实施例通过对玉米生长季内的遥感数据和近地面气温数据进行分析，提高不同区域范围内玉米秸秆系数估算精度和速度，从而将秸秆系数的估算粒度提高的遥感的像素单元尺度。
-
公开(公告)号：CN114692971A
公开(公告)日：2022-07-01
申请号：CN202210330408.X
申请日：2022-03-30
申请人： 中国农业大学
摘要： 本发明提供一种基于产量差的作物产量预测方法及装置，该方法包括：采用马尔科夫链‑蒙特卡洛方法标定WOFOST作物模型参数；将气象数据输入已标定的WOFOST模型，生成待预测作物的潜在产量；将待预测作物潜在产量与田间观测产量相减，获取待预测作物的实际产量差；以实测样本作物生育期内的卫星数据、气象数据和潜在产量作为输入样本，以待预测作物的实际产量差为标签，搭建基于过程模型的神经网络模型；逐作物格网运行WOFOST模型生成潜在产量，输入神经网络模型生成预测产量差，由潜在产量减去预测产量差生成预测产量空间图。本发明融合过程模型和深度学习的优势，充分利用机理模型和遥感数据的丰富信息，提高作物产量预测精度。
-
公开(公告)号：CN114692971B
公开(公告)日：2024-08-20
申请号：CN202210330408.X
申请日：2022-03-30
申请人： 中国农业大学
摘要： 本发明提供一种基于产量差的作物产量预测方法及装置，该方法包括：采用马尔科夫链‑蒙特卡洛方法标定WOFOST作物模型参数；将气象数据输入已标定的WOFOST模型，生成待预测作物的潜在产量；将待预测作物潜在产量与田间观测产量相减，获取待预测作物的实际产量差；以实测样本作物生育期内的卫星数据、气象数据和潜在产量作为输入样本，以待预测作物的实际产量差为标签，搭建基于过程模型的神经网络模型；逐作物格网运行WOFOST模型生成潜在产量，输入神经网络模型生成预测产量差，由潜在产量减去预测产量差生成预测产量空间图。本发明融合过程模型和深度学习的优势，充分利用机理模型和遥感数据的丰富信息，提高作物产量预测精度。
-
公开(公告)号：CN114782835B
公开(公告)日：2024-04-26
申请号：CN202210482156.2
申请日：2022-05-05
申请人： 中国农业大学
IPC分类号： G06V20/13 , G06V10/766 , G06V10/764 , G06T7/62
摘要： 本发明提供一种作物倒伏面积比例检测方法及装置，该方法包括：获取作业区内作物的卫星遥感影像；将卫星遥感影像输入至倒伏面积比例检测模型中，得到倒伏面积比例检测模型输出的倒伏面积比例检测结果；倒伏面积比例检测模型为从样本遥感影像中提取光谱特征和植被指数特征，基于光谱特征和植被指数特征，确定目标尺度格网单元，基于目标尺度格网单元确定敏感特征，基于敏感特征以及敏感特征对应的倒伏面积比例样本数据进行训练得到的。本发明提供的作物倒伏面积比例检测方法及装置，样能够实现对作物倒伏面积的定量分析，扩大了应用范围，实现了大范围区域的空间外推，提高了检测精度，能够满足大范围倒伏作物的监测需求。
-
公开(公告)号：CN114545410B
公开(公告)日：2024-04-19
申请号：CN202210157010.0
申请日：2022-02-21
申请人： 中国农业大学 , 航天宏图信息技术股份有限公司
摘要： 本发明提供基于合成孔径雷达双极化数据相干性的作物倒伏监测方法，包括：提取作业区倒伏前后的后向散射系数；确定后向散射变化特征、相干系数和平均值纹理特征；筛选获得后向散射变化特征、相干系数和平均值纹理特征中的倒伏作物监测敏感特征；采用偏最小二乘分类方法识别倒伏作物，得到作业区的倒伏作物的空间分布信息。本发明将双时相双极化合成孔径雷达数据提供的主副相位影像进行一次差分与相位解缠，生成作物倒伏前后的相干系数，通过相位差表征作物倒伏前后的形态变化，同时，融合基于空间邻近统计的二阶概率纹理特征监测作物倒伏，抑制后向散射变化特征以及相干系数的噪声干扰，提高在光学数据缺失条件下的作物倒伏监测结果的精度。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.036 秒)
