-
公开(公告)号：CN115641502A
公开(公告)日：2023-01-24
申请号：CN202211147826.1
申请日：2022-09-20
Applicant: 中国水利水电科学研究院 , 渭南市东雷二期抽黄工程管理中心
IPC: G06V20/10 , G06V20/17 , G06V10/28 , G06V10/766
Abstract: 本发明公开了一种基于叶面积指数的冬小麦旱情无人机快速监测判别方法，包括：1)通过无人机多载荷低空遥感技术获取多光谱影像和地面实测叶面积指数(LAI)，计算植被指数NDVI、DVI、RVI、EVI、OSAVI和TCARI；2)计算的植被指数分别与实测叶面积指数在不同生育期构建回归方程，并从中选择该生育期的最优模型方程；3)根据最优模型方程，反演各个生育期的冬小麦LAI，并对不同干旱胁迫等级之间的叶面积指数阈值进行率定；4)通过实时监测获得待测地块的多光谱影像计算出所需要的植被指数，反演得到LAI值，与阈值进行比对，判断实时旱情等级。本发明的方法用于冬小麦旱情监测判别精度高、速度快，实用性强。
-
公开(公告)号：CN115641502B
公开(公告)日：2023-05-12
申请号：CN202211147826.1
申请日：2022-09-20
Applicant: 中国水利水电科学研究院 , 渭南市东雷二期抽黄工程管理中心
IPC: G06V20/10 , G06V20/17 , G06V10/28 , G06V10/766
Abstract: 本发明公开了一种基于叶面积指数的冬小麦旱情无人机快速监测判别方法，包括：1)通过无人机多载荷低空遥感技术获取多光谱影像和地面实测叶面积指数(LAI)，计算植被指数NDVI、DVI、RVI、EVI、OSAVI和TCARI；2)计算的植被指数分别与实测叶面积指数在不同生育期构建回归方程，并从中选择该生育期的最优模型方程；3)根据最优模型方程，反演各个生育期的冬小麦LAI，并对不同干旱胁迫等级之间的叶面积指数阈值进行率定；4)通过实时监测获得待测地块的多光谱影像计算出所需要的植被指数，反演得到LAI值，与阈值进行比对，判断实时旱情等级。本发明的方法用于冬小麦旱情监测判别精度高、速度快，实用性强。
-
公开(公告)号：CN118334530B
公开(公告)日：2024-12-06
申请号：CN202410449029.1
申请日：2024-04-15
Applicant: 中国水利水电科学研究院
IPC: G06V20/13 , G06V20/10 , G06V10/762 , G06T17/05 , G06V10/764 , G06V10/26
Abstract: 本发明公开一种基于水面数据的河道提取方法，包括以下步骤：步骤一、水体提取：采用多光谱数据、雷达数据利用水体指数法进行水体提取，得到水面数据；步骤二、水体重建：对步骤一获得水面数据进行基于数学形态学的水体重建；步骤三、结合DEM自然间断点算法进行河道提取，采用步骤二重建后的水体结合DEM数据进行河道提取。本发明的方法提取出河道边界，用于后续相关的水文分析，提取效果好，适用于大范围的河道提取分析。
-
公开(公告)号：CN118334530A
公开(公告)日：2024-07-12
申请号：CN202410449029.1
申请日：2024-04-15
Applicant: 中国水利水电科学研究院
IPC: G06V20/13 , G06V20/10 , G06V10/762 , G06T17/05 , G06V10/764 , G06V10/26
Abstract: 本发明公开一种基于水面数据的河道提取方法，包括以下步骤：步骤一、水体提取：采用多光谱数据、雷达数据利用水体指数法进行水体提取，得到水面数据；步骤二、水体重建：对步骤一获得水面数据进行基于数学形态学的水体重建；步骤三、结合DEM自然间断点算法进行河道提取，采用步骤二重建后的水体结合DEM数据进行河道提取。本发明的方法提取出河道边界，用于后续相关的水文分析，提取效果好，适用于大范围的河道提取分析。
-
公开(公告)号：CN118429554B
公开(公告)日：2024-10-15
申请号：CN202410449019.8
申请日：2024-04-15
Applicant: 中国水利水电科学研究院
IPC: G06F17/00
Abstract: 本发明公开了一种基于河网的河流水面重建方法，包括水面提取和基于水文分析的河网提取；然后基于数学形态学河流水面重建：即基于提取的河网及水面数据，进行空间连接，识别与水面相交河网；搜索遍历所有河网并判断空间关系，去除未相交河网、水面，去除多余斑块，提取得到有效河网；有效河网及含有缝隙的水面数据采用数学形态法进行融合、缝隙填充最终得到完整河流水面。本发明将基于水文分析提取的河网数据和采用水体指数法获得水面数据结合进行水面重建，保证水面重建效果的同时，有效提高重建效果。可有效的去除多余斑块、重建断流。并且针对性的提取了河流水面，可以用于河流相关的水文分析以及数据不足、有云层遮盖时的水面数据监测。
-
Patent Agency Ranking
公开(公告)号：CN117011713B
公开(公告)日：2024-05-07
申请号：CN202310991849.9
申请日：2023-08-08
Applicant: 中国水利水电科学研究院 , 宿迁市宿城区水利局
IPC: G06V20/10 , G06V20/13 , G06V10/42 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的田块信息提取方法，包括的步骤为：构建经过处理的原始多光谱卫星遥感影像数据集；数据增强；构建U2‑Net++卷积神经网络模型；设置参数；获取模型训练结果及数据集特征提取，最终得到田块信息提取结果。U2‑Net++卷积神经网络模型以U2‑Net及U‑Net++模型结构为基础框架，融合深度可分离式卷积与空间通道注意力机制构建。本发明的基于卷积神经网络的田块信息提取方法，能够在大规模、多时相的提取耕地范围，对耕地边界提取清晰，能有效提升耕地提取精度。
-
公开(公告)号：CN117011713A
公开(公告)日：2023-11-07
申请号：CN202310991849.9
申请日：2023-08-08
Applicant: 中国水利水电科学研究院 , 宿迁市宿城区水利局
IPC: G06V20/10 , G06V20/13 , G06V10/42 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的田块信息提取方法，包括的步骤为：构建经过处理的原始多光谱卫星遥感影像数据集；数据增强；构建U2‑Net++卷积神经网络模型；设置参数；获取模型训练结果及数据集特征提取，最终得到田块信息提取结果。U2‑Net++卷积神经网络模型以U2‑Net及U‑Net++模型结构为基础框架，融合深度可分离式卷积与空间通道注意力机制构建。本发明的基于卷积神经网络的田块信息提取方法，能够在大规模、多时相的提取耕地范围，对耕地边界提取清晰，能有效提升耕地提取精度。
-
公开(公告)号：CN118429554A
公开(公告)日：2024-08-02
申请号：CN202410449019.8
申请日：2024-04-15
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种基于河网的河流水面重建方法，包括水面提取和基于水文分析的河网提取；然后基于数学形态学河流水面重建：即基于提取的河网及水面数据，进行空间连接，识别与水面相交河网；搜索遍历所有河网并判断空间关系，去除未相交河网、水面，去除多余斑块，提取得到有效河网；有效河网及含有缝隙的水面数据采用数学形态法进行融合、缝隙填充最终得到完整河流水面。本发明将基于水文分析提取的河网数据和采用水体指数法获得水面数据结合进行水面重建，保证水面重建效果的同时，有效提高重建效果。可有效的去除多余斑块、重建断流。并且针对性的提取了河流水面，可以用于河流相关的水文分析以及数据不足、有云层遮盖时的水面数据监测。
-
公开(公告)号：CN115855841B
公开(公告)日：2023-08-01
申请号：CN202211140498.2
申请日：2022-09-20
Applicant: 中国水利水电科学研究院
IPC: G01N21/27 , G06F17/11 , B64C39/02 , B64U20/80 , B64U20/87 , B64U101/40 , B64U101/31
Abstract: 本发明提公开了一种基于叶面积指数的夏玉米旱情无人机快速监测判别方法，包括以下步骤：1)通过无人机多载荷低空遥感技术获取的多光谱影像和地面实测叶面指数(LAI)，并计算NDVI、EVI、SAVI和TVI植被指数；2)选取植被指数分别与实测叶面积指数在不同生育期构建回归方程，并从中选择各生育期相关性最高的回归方程作为该生育期的LAI计算最优模型方程；3)根据最优模型方程，来反演各个时期的LAI，并对不同干旱等级之间的叶面积指数阈值进行率定；4)通过实时监测获得待测地块的多光谱影像计算出所需要的植被指数，反演得到LAI值，与阈值进行比对，判断实时旱情等级。本发明的方法用于夏玉米旱情监测判别精度高、速度快，实用性强。
-
公开(公告)号：CN115855841A
公开(公告)日：2023-03-28
申请号：CN202211140498.2
申请日：2022-09-20
Applicant: 中国水利水电科学研究院
IPC: G01N21/27 , G06F17/11 , B64C39/02 , B64U20/80 , B64U20/87 , B64U101/40 , B64U101/31
Abstract: 本发明提公开了一种基于叶面积指数的夏玉米旱情无人机快速监测判别方法，包括以下步骤：1)通过无人机多载荷低空遥感技术获取的多光谱影像和地面实测叶面指数(LAI)，并计算NDVI、EVI、SAVI和TVI植被指数；2)选取植被指数分别与实测叶面积指数在不同生育期构建回归方程，并从中选择各生育期相关性最高的回归方程作为该生育期的LAI计算最优模型方程；3)根据最优模型方程，来反演各个时期的LAI，并对不同干旱等级之间的叶面积指数阈值进行率定；4)通过实时监测获得待测地块的多光谱影像计算出所需要的植被指数，反演得到LAI值，与阈值进行比对，判断实时旱情等级。本发明的方法用于夏玉米旱情监测判别精度高、速度快，实用性强。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.047 seconds)
