基于SAR的玉米留茬方式识别方法、装置和介质

    公开(公告)号:CN113534083B

    公开(公告)日:2023-08-08

    申请号:CN202110605154.3

    申请日:2021-05-31

    IPC分类号: G01S7/41 G01S13/90

    摘要: 本发明提供一种基于SAR的玉米留茬方式识别方法、装置和介质,该方法包括:获取作业区Sentinel‑1SAR数据,计算作业区的总体后向散射系数;基于稀疏留茬地表结构数学表达,构建适用于留茬散射特性分析的单体散射模型,分析留茬后向散射特性;构建留茬区总散射模型,并生成留茬后向散射系数分离算法,从所述总体后向散射系数去除土壤散射贡献,分离留茬后向散射系数;针对所述留茬方式及其散射特性,构建新型雷达指数,结合留茬层后向散射系数、SAR纹理等特征构建留茬识别特征,并优选特征形成识别特征集;基于深度学习框架设计1D CNN神经网络结构,实现作业区玉米留茬方式的识别。本发明将为大范围留茬识别信息的提取提供高精度低样本的技术。

    基于SAR的玉米留茬方式识别方法、装置和介质

    公开(公告)号:CN113534083A

    公开(公告)日:2021-10-22

    申请号:CN202110605154.3

    申请日:2021-05-31

    IPC分类号: G01S7/41 G01S13/90

    摘要: 本发明提供一种基于SAR的玉米留茬方式识别方法、装置和介质,该方法包括:获取作业区Sentinel‑1SAR数据,计算作业区的总体后向散射系数;基于稀疏留茬地表结构数学表达,构建适用于留茬散射特性分析的单体散射模型,分析留茬后向散射特性;构建留茬区总散射模型,并生成留茬后向散射系数分离算法,从所述总体后向散射系数去除土壤散射贡献,分离留茬后向散射系数;针对所述留茬方式及其散射特性,构建新型雷达指数,结合留茬层后向散射系数、SAR纹理等特征构建留茬识别特征,并优选特征形成识别特征集;基于深度学习框架设计1D CNN神经网络结构,实现作业区玉米留茬方式的识别。本发明将为大范围留茬识别信息的提取提供高精度低样本的技术。

    基于探地雷达的土壤分层信息识别方法和装置

    公开(公告)号:CN113391283A

    公开(公告)日:2021-09-14

    申请号:CN202110567368.6

    申请日:2021-05-24

    IPC分类号: G01S7/41 G01S13/88

    摘要: 本发明公开了一种基于探地雷达的土壤分层信息识别方法及装置,该方法包括:获取作业区探地雷达回波信号;对预处理后探地雷达回波信号进行Kalman滤波,利用维格纳‑威利分布提取探地雷达回波信号的瞬时频率,确定土壤分界面的时域位置;利用小波变换对探地雷达回波信号进行特征提取,将提取得到的特征与土壤水分传感器读取的土壤水分信息一起输入到CNN模型,进行土层土壤质地识别,并估算各土层中电磁波的传播速度;根据各土层土壤分界面时域位置信息和所在层电磁波传播速度,确定土壤各层厚度,实现对土壤分层信息的识别。本发明的方法能有效识别浅层土壤的分层信息,可应用于实际生产中耕层厚度的估测,具有推广应用的潜力。

    基于SAR的灌溉信息提取方法及装置

    公开(公告)号:CN112418016B

    公开(公告)日:2024-07-12

    申请号:CN202011241241.7

    申请日:2020-11-09

    摘要: 本发明实施例提供一种基于SAR的灌溉信息提取方法及装置,该方法包括:根据SAR遥感数据,获取作业区的总体后向散射系数;并去除植被影响,转换为土壤后向散射系数;对土壤后向散射系数进行双极化差分运算,计算土壤粗糙度;代入土壤粗糙度,获取去除土壤粗糙度影响的相邻两个时相土壤后向散射系数差分值,进而确定每一像素在两个时相的土壤水分变化值,将变化值和预设阈值进行比较,根据比较结果和气象降雨数据确定每一像素在两个时相间的灌溉信息,从而得到整个作业区两个时相间灌溉信息。由于灌溉与非灌溉区域分类的过程不需要复杂的模型和大量的训练样本,从而该方法计算量小,实用性更强,能够为大范围灌溉信息提取提供可靠的实施方法。

    基于SAR的灌溉信息提取方法及装置

    公开(公告)号:CN112418016A

    公开(公告)日:2021-02-26

    申请号:CN202011241241.7

    申请日:2020-11-09

    IPC分类号: G06K9/00 G06K9/46 G06K9/62

    摘要: 本发明实施例提供一种基于SAR的灌溉信息提取方法及装置,该方法包括:根据SAR遥感数据,获取作业区的总体后向散射系数;并去除植被影响,转换为土壤后向散射系数;对土壤后向散射系数进行双极化差分运算,计算土壤粗糙度;代入土壤粗糙度,获取去除土壤粗糙度影响的相邻两个时相土壤后向散射系数差分值,进而确定每一像素在两个时相的土壤水分变化值,将变化值和预设阈值进行比较,根据比较结果和气象降雨数据确定每一像素在两个时相间的灌溉信息,从而得到整个作业区两个时相间灌溉信息。由于灌溉与非灌溉区域分类的过程不需要复杂的模型和大量的训练样本,从而该方法计算量小,实用性更强,能够为大范围灌溉信息提取提供可靠的实施方法。