-
公开(公告)号：CN112183209A
公开(公告)日：2021-01-05
申请号：CN202010881317.6
申请日：2020-08-27
摘要： 本发明实施例提供一种基于多维特征融合的区域农作物分类方法及系统，该方法包括：获取目标区域农作物的多源多分辨率光学遥感数据和合成孔径雷达数据；首先对低分辨率光学遥感数据的光谱数据和提取得到的物候数据进行特征提取处理，得到光谱‑物候特征；对高分辨率光学遥感数据进行纹理特征提取，得到纹理特征；对合成孔径雷达进行特征提取，得到后向散射特征；将光谱‑物候特征、纹理特征和后向散射特征进行特征融合处理，得到目标区域农作物的多时相多特征数据集；利用多时相多特征对基于深度学习的农作物分类模型进行训练，得到分类结果。本发明实施例通过多源多时相特征融合以及深度学习分类，提高农作物识别精度。
-
公开(公告)号：CN112183209B
公开(公告)日：2023-12-22
申请号：CN202010881317.6
申请日：2020-08-27
摘要： 本发明实施例提供一种基于多维特征融合的区域农作物分类方法及系统，该方法包括：获取目标区域农作物的多源多分辨率光学遥感数据和合成孔径雷达数据；首先对低分辨率光学遥感数据的光谱数据和提取得到的物候数据进行特征提取处理，得到光谱‑物候特征；对高分辨率光学遥感数据进行纹理特征提取，得到纹理特征；对合成孔径雷达进行特征提取，得到后向散射特征；将光谱‑物候特征、纹理特征和后向散射特征进行特征融合处理，得到目标区域农作物的多时相多特征数据集；利用多时相多特征对基于深度学习的农作物分类模型进行训练，得到分类结果。本发明实施例通过多源多时相特征融合以及深度学习分类，提高农作物识别精度。
-
公开(公告)号：CN109117956B
公开(公告)日：2021-08-24
申请号：CN201810732008.5
申请日：2018-07-05
申请人： 浙江大学
摘要： 本发明公开了一种最佳特征子集确定方法，包括如下步骤：获取高分辨率影像，并进行预处理及面向对象分割，得到地物对象数据集；计算地物对象的各类特征，包括形状、指数、光谱、纹理等；从原始的地物对象数据集中挑选样本，包括训练样本、测试样本；基于交叉验证方法，以及随机森林、梯度提升决策树、支持向量机等机器学习方法，利用训练样本计算各特征的重要性，并使用改进的增强特征递归筛选方法对特征进行筛选，得到不同特征数量下，各特征子集的分类精度得分；依据得分最高的原则，确定各方法的分类最佳特征子集，剩余特征则作为冗余特征剔除。该方法简单、快速、准确。
-
公开(公告)号：CN108662991B
公开(公告)日：2020-02-07
申请号：CN201810306673.8
申请日：2018-04-08
申请人： 浙江大学
摘要： 本发明公开了一种基于高空间分辨率遥感卫星影像的地块尺度冬小麦叶面积指数(LAI)估算方法，包括：步骤1、通过冬小麦大田试验，获取采样点的冬小麦抽穗前关键生育时期的叶面积指数数据；步骤2、获取覆盖冬小麦大田试验研究区的高空间分辨率遥感影像，进行预处理后，再经过波段计算得到与步骤1中采样点对应的植被指数；步骤3、将叶面积指数数据和植被指数，部分用于构建模型，剩余部分作为验证数据；步骤4、利用验证数据对构建的模型进行验证，获取模型的决定系数R2和均方根误差，选取决定系数R2最大和均方根误差最小的模型为最优模型；步骤6、将获取的最优模型应用于地块尺度冬小麦叶面积指数估算。
-
公开(公告)号：CN109063577A
公开(公告)日：2018-12-21
申请号：CN201810732696.5
申请日：2018-07-05
申请人： 浙江大学
CPC分类号： G06K9/00657 , G06K9/342 , G06K9/6218 , G06K9/6267
摘要： 本发明公开了一种基于信息增益率的卫星影像分割最佳分割尺度确定方法，包括：获取高分辨率卫星遥感影像，并进行预处理，选择具有代表性的区域作为最佳分割尺度确定的样区，并对样本区域的地物类型进行分类，获取样区影像分类成果，作为最佳分割尺度确定的参考影像；设置一系列从小到大的分割尺度参数，使用多尺度分割技术，分别对样区影像进行多尺度分割，获取一系列分割对象矢量；基于香农信息熵公式，计算参考影像及分割矢量的信息熵，并计算参考影像加入分割矢量后的条件熵，进而计算分割矢量的信息增益和信息增益率；根据信息增益率最大的原则选取最佳分割尺度。最终基于最佳分割尺度，对原始影像进行多尺度分割。
-
公开(公告)号：CN109033562A
公开(公告)日：2018-12-18
申请号：CN201810732682.3
申请日：2018-07-05
申请人： 浙江大学
摘要： 本发明公开了一种卷曲状态下叶片二向反射值的计算方法，包括：建立卷曲叶片形态模型和全局坐标系；设置光源和探头的参数信息；将卷曲的叶片分成微平面，提取出各个微平面的中心点坐标；利用光线跟踪算法，从探头视线方向进行跟踪，计算每个微平面对探头能量的贡献，然后通过积分探头视场内的所有微平面反射和透射的能量，从而获得整个探头接收到的叶片反射和透射的能量；计算在朗伯体条件下整个探头视场内的朗伯体的能量；通过探头接收到叶片反射和透射的能量以及朗伯体反射的能量，计算叶片的BRDF。本发明引入微平面和光线跟踪算法，解决了在卷曲条件下叶片的BRDF计算方法，将平面的BRDF模型扩展到了三维空间。
-
公开(公告)号：CN108961089A
公开(公告)日：2018-12-07
申请号：CN201810520867.8
申请日：2018-05-28
申请人： 浙江大学
CPC分类号： G06Q50/02 , G01C11/00 , G01D21/02 , G06F17/5009
摘要： 基于星地多源数据的长江中下游地区水稻高温热害遥感监测方法。基于星地多源数据的水稻高温热害遥感监测方法包括：收集MODIS逐日陆地表面温度产品、植被指数产品、反射率产品、土地覆盖分类产品数据集、数字高程模型数据集以及气象站温度要素数据集；利用EVI影像、NDVI影像、DEM影像、LST影像及气象站温度数据集，借助气温反演方法、IDW法得到全覆盖的日平均气温、日最高气温影像；利用EVI影像、LSWI影像识别单季稻及双季稻的种植区及其抽穗开花期时间，结合水稻高温热害温度指标，实现基于星地多源数据的长江中下游地区水稻高温热害遥感监测。本发明突破了通过人工观测方法对水稻高温热害发生地点、发生时间以及受灾面积的记录形式，结合星地多源数据，实现对水稻高温热害受灾情况的准实时监测。
-
公开(公告)号：CN103020444A
公开(公告)日：2013-04-03
申请号：CN201210523512.7
申请日：2012-12-04
申请人： 浙江大学
IPC分类号： G06F19/00
摘要： 一种基于瞬时光合速率积分的“天”尺度初级生产力的估测方法，包括：1）瞬时光合速率的计算：通过耦合瞬时光合速率、胞间CO2浓度，气孔导度之间关系的公式，构建三次方程，求算瞬时光合速率；2）瞬时气象数据模拟：用温度和辐射日变化遵循正弦变化的特征，利用正弦函数模拟气象瞬时气象；3）“天”尺度初级生产力积分计算：将模拟的气象数据代入1）中求解的瞬时光合速率，构成以时间为变量的函数，利用梯形或是辛普森公式对时间进行积分，获得“天”尺度的初级生产力。本发明利用气象数据日变化规律特征，并结合瞬时光合速率计算公式、测量精度高。
-
公开(公告)号：CN109063577B
公开(公告)日：2021-08-31
申请号：CN201810732696.5
申请日：2018-07-05
申请人： 浙江大学
摘要： 本发明公开了一种基于信息增益率的卫星影像分割最佳分割尺度确定方法，包括：获取高分辨率卫星遥感影像，并进行预处理，选择具有代表性的区域作为最佳分割尺度确定的样区，并对样本区域的地物类型进行分类，获取样区影像分类成果，作为最佳分割尺度确定的参考影像；设置一系列从小到大的分割尺度参数，使用多尺度分割技术，分别对样区影像进行多尺度分割，获取一系列分割对象矢量；基于香农信息熵公式，计算参考影像及分割矢量的信息熵，并计算参考影像加入分割矢量后的条件熵，进而计算分割矢量的信息增益和信息增益率；根据信息增益率最大的原则选取最佳分割尺度。最终基于最佳分割尺度，对原始影像进行多尺度分割。
-
公开(公告)号：CN108362267B
公开(公告)日：2020-05-22
申请号：CN201810018828.8
申请日：2018-01-09
申请人： 浙江大学
IPC分类号： G01C11/04
摘要： 本发明公开了一种基于卫星数据的湿渍害胁迫下油菜产量损失遥感定量评估方法，包括：开展地块尺度油菜湿渍害田间试验，获取不同品种、不同发育期、不同湿渍害处理的地面油菜产量数据；获取高空间分辨率的卫星影像数据，并进行预处理；计算油菜湿渍害产量损失率和湿渍害胁迫下植被指数变化率；分析湿渍害胁迫下的油菜产量、减产率与植被指数及其变化率的相关习惯；利用多元回归方法建立湿渍害胁迫下地块尺度油菜减产遥感定量估算模型，并进行精度检验。该成果可以用于为农户油菜田间水肥精准管理提供服务、为保险公司开展灾害损失评估和定损提供依据。
-
-
-
-
-
-
-
-
-
搜索结果
53 条记录 (耗时 0.035 秒)