大区域低样本依赖度的作物制图方法与系统

    公开(公告)号:CN118279431A

    公开(公告)日:2024-07-02

    申请号:CN202410711366.3

    申请日:2024-06-04

    Abstract: 本发明属于遥感影像作物制图技术领域,涉及大区域低样本依赖度的作物制图方法与系统。该方法包括收集遥感数据、地面样本数据、气象数据、土壤数据、基础地理数据与灾害数据;建立作物种植地理分区;建立作物各个区域对应的关键生育期模型库;基于多种机器学习算法构建机器学习模型,得到机器学习作物提取模型;选取最优机器学习作物提取模型;得到作物空间分布底图;基于灾害信息的产品校正;利用适用于灾害响应的目标作物提取模型,得到区域作物制图。本发明能够解决由于地形地貌、土壤、气候等原因造成的大区域内农业种植差异大、模型的适用性差的问题,实现高精度的大尺度作物制图,降低作物制图的作物样本依赖度。

    融合SAR和光学影像的田块级作物提取方法

    公开(公告)号:CN118397412B

    公开(公告)日:2025-05-06

    申请号:CN202410505675.5

    申请日:2024-04-25

    Abstract: 本发明属于农业遥感技术领域,涉及融合SAR和光学影像的田块级作物提取方法,包括:SAR遥感影像数据、光学遥感影像数据、地面作物样本数据与田块数据;滤波处理;去云处理;叠加配准后裁剪切片处理,建立融合影像的样本数据集;得到基于SAR遥感影像数据与光学遥感数据的融合影像的融合学习生成网络;生成融合数据集;构建田块提取语义分割网络模型,得到田块识别语义分割网络;利用田块识别语义分割网络提取田块信息,得到田块掩膜区域;对田块掩膜区域的作物进行监督学习,得到作物分类结果。本发明通过融合SAR遥感影像数据与光学影像数据,利用密集时间序列遥感影像在田块作物提取过程中实现高效、高精度制图。

    基于GF-7影像的农田地块精细提取方法与系统

    公开(公告)号:CN119206510A

    公开(公告)日:2024-12-27

    申请号:CN202411687509.8

    申请日:2024-11-25

    Abstract: 本发明属于农业遥感技术领域,涉及基于GF‑7影像的农田地块精细提取方法与系统。该方法包括:收集多光谱遥感数据并进行校正以及影像融合处理;以田埂作为田块分布边界,得到标签栅格数据;将多光谱遥感数据与标签栅格数据叠加与裁剪切片得到样本数据;构建深度学习模型,训练得到田块边界识别模型;收集当前多光谱遥感数据输入至训练后的田块边界识别模型得到田块边界识别结果。本发明以农田自然边界中的田埂作为田块分布边界,将多光谱遥感数据与标签栅格数据叠加后裁剪切片得到样本数据,结合深度学习模型实现对田块边界的高效提取,有效提升了田块级别的分割精度与效率。

    大区域低样本依赖度的作物制图方法与系统

    公开(公告)号:CN118279431B

    公开(公告)日:2024-08-23

    申请号:CN202410711366.3

    申请日:2024-06-04

    Abstract: 本发明属于遥感影像作物制图技术领域,涉及大区域低样本依赖度的作物制图方法与系统。该方法包括收集遥感数据、地面样本数据、气象数据、土壤数据、基础地理数据与灾害数据;建立作物种植地理分区;建立作物各个区域对应的关键生育期模型库;基于多种机器学习算法构建机器学习模型,得到机器学习作物提取模型;选取最优机器学习作物提取模型;得到作物空间分布底图;基于灾害信息的产品校正;利用适用于灾害响应的目标作物提取模型,得到区域作物制图。本发明能够解决由于地形地貌、土壤、气候等原因造成的大区域内农业种植差异大、模型的适用性差的问题,实现高精度的大尺度作物制图,降低作物制图的作物样本依赖度。

    融合SAR和光学影像的田块级作物提取方法

    公开(公告)号:CN118397412A

    公开(公告)日:2024-07-26

    申请号:CN202410505675.5

    申请日:2024-04-25

    Abstract: 本发明属于农业遥感技术领域,涉及融合SAR和光学影像的田块级作物提取方法,包括:SAR遥感影像数据、光学遥感影像数据、地面作物样本数据与田块数据;滤波处理;去云处理;叠加配准后裁剪切片处理,建立融合影像的样本数据集;得到基于SAR遥感影像数据与光学遥感数据的融合影像的融合学习生成网络;生成融合数据集;构建田块提取语义分割网络模型,得到田块识别语义分割网络;利用田块识别语义分割网络提取田块信息,得到田块掩膜区域;对田块掩膜区域的作物进行监督学习,得到作物分类结果。本发明通过融合SAR遥感影像数据与光学影像数据,利用密集时间序列遥感影像在田块作物提取过程中实现高效、高精度制图。

    一种基于无人机监测的玉米水肥一体化变量施肥方法

    公开(公告)号:CN109757175B

    公开(公告)日:2020-10-30

    申请号:CN201910201414.3

    申请日:2019-03-18

    Abstract: 本发明公开了一种基于无人机监测的玉米水肥一体化变量施肥方法,对试验小区和推荐施肥区的玉米冠层在在玉米六叶期、十叶期分别进行无人机航拍,分析结果以六叶期为主,十叶期作为补充,获取玉米冠层正射影像;筛选最佳冠层图像色彩参数;对推荐区的作物影像根据不同光谱值与开窗试验区不同施肥处理的光谱标准化值进行模糊隶属度判别;为保持一致性,在推荐施肥区中增加开窗试验小区,不同土壤、不同作物反应不同,建立对应的光谱标准库,应用无人机获取的玉米冠层特征与开窗试验小区试验建立对应关系。

    一种土壤碱解氮的测定装置及方法

    公开(公告)号:CN105806837A

    公开(公告)日:2016-07-27

    申请号:CN201610130404.1

    申请日:2016-03-08

    CPC classification number: G01N21/78

    Abstract: 本发明涉及一种土壤碱解氮的测定装置及方法,其特征在于:它包括一一端敞口一端封闭的瓶体,在瓶体的瓶口可拆卸地连接一密封盖,在密封盖的底部通过一向瓶体内部延伸的支架支撑一盛放皿。本发明由于在瓶体的瓶口可拆卸地连接一密封盖,在密封盖的底部设置一向瓶体内部延伸的支架,在支架上可拆卸地连接一盛放皿,因此待测风干土样品和氢氧化钠溶液可放置于瓶体底部,含指示剂的硼酸溶液可放置于盛放皿中,有效避免了氢氧化钠和硼酸溶液的相互污染。本发明减少了土壤碱解氮测定过程的污染和人为误差,提高了土壤测试效率和准确性。

    固/液肥料转换器
    9.
    发明公开

    公开(公告)号:CN103392439A

    公开(公告)日:2013-11-20

    申请号:CN201310287803.5

    申请日:2013-07-10

    CPC classification number: Y02P60/214

    Abstract: 本发明涉及一种固/液肥料转换器,其特征在于:它包括一箱体,箱体的上部为供水系统,中部为固态肥料颗粒的溶解池,下部为液态肥料的收集器。溶解池与收集器之间设置一具有若干漏水孔的隔板,在隔板顶部铺设有一层过滤膜,在过滤膜上面放置一内装有固态肥料颗粒的无纺布包袋,在收集器内设置有一用于监测液态肥料浓度的电导电极,收集器的下部设置有一液态肥料输出管,在输出管上连接有一变频泵。供水系统包括设置有一进水干管,所述进水干管的进水口连接有一进水阀,所述进水干管的出水口通过一横向设置的并联管连接有若干间隔排列的出水管,每一所述出水管上间隔设置有若干喷淋头。控制器内还设置有一报警器。本发明可以广泛用于农业灌溉施肥之中。

Patent Agency Ranking