基于SAR和光学遥感数据的水稻精细化估产方法

    公开(公告)号:CN111368736B

    公开(公告)日:2020-12-01

    申请号:CN202010143998.6

    申请日:2020-03-04

    IPC分类号: G06K9/00 G01S13/90

    摘要: 本发明公开了一种基于SAR和光学遥感数据的水稻精细化估产方法,属于遥感图像农业应用领域。首先利用光学遥感卫星遥感卫星对水稻种植区进行监测,提取水稻种植区的边缘,标绘各田块的边界。用合成孔径雷达遥感卫星在水稻种植前采集一次图像,然后在水稻种植期间再次对各个田块分别采集SAR影像,根据后向散射系数的变化得到水稻种植时间。最后针对各个田块,计算水稻生长周期内各田块的累积植被指数值∑MaxNDVI;通过随机抽选水稻田块作为样本,根据样本田块亩产量和各田块的累积植被指数值∑MaxNDVI,建立水稻估产模型进行测产,利用验证后的水稻估产模型计算除去样本外的剩余各水稻田块的预估产量。本发明提高了水稻亩产量的估算精度。

    基于SAR和光学遥感数据的水稻精细化估产方法

    公开(公告)号:CN111368736A

    公开(公告)日:2020-07-03

    申请号:CN202010143998.6

    申请日:2020-03-04

    IPC分类号: G06K9/00 G01S13/90

    摘要: 本发明公开了一种基于SAR和光学遥感数据的水稻精细化估产方法,属于遥感图像农业应用领域。首先利用光学遥感卫星遥感卫星对水稻种植区进行监测,提取水稻种植区的边缘,标绘各田块的边界。用合成孔径雷达遥感卫星在水稻种植前采集一次图像,然后在水稻种植期间再次对各个田块分别采集SAR影像,根据后向散射系数的变化得到水稻种植时间。最后针对各个田块,计算水稻生长周期内各田块的累积植被指数值∑MaxNDVI;通过随机抽选水稻田块作为样本,根据样本田块亩产量和各田块的累积植被指数值∑MaxNDVI,建立水稻估产模型进行测产,利用验证后的水稻估产模型计算除去样本外的剩余各水稻田块的预估产量。本发明提高了水稻亩产量的估算精度。

    一种雷达探测能力预测的可视化方法、设备及存储介质

    公开(公告)号:CN118112523A

    公开(公告)日:2024-05-31

    申请号:CN202311746091.9

    申请日:2023-12-18

    IPC分类号: G01S7/40

    摘要: 本申请公开了一种雷达探测能力预测的可视化方法、设备及存储介质,方法包括:基于预设的探测目标,确定待预测雷达的GPS定位坐标、采样间隔、探测目标的目标高度;根据GPS定位、目标高度、待预测雷达与遮蔽物对应的遮蔽角,确定待预测雷达的最大遮蔽角、最大遮蔽处的坐标;根据最大遮蔽角和最大遮蔽处的坐标,确定在目标高度上的雷达最大探测斜距;基于雷达理论最大作用距离和雷达最大探测斜距,确定探测能力的输出取值;将输出取值和采样间隔输入预设的显示模块,通过渲染实现雷达探测能力的可视化;解决了选定地址对雷达探测能力的影响不能可视化、选定过程较为复杂且不便捷的技术问题。

    一种基于邻域相对熵的SAR影像变化检测方法

    公开(公告)号:CN106934797B

    公开(公告)日:2019-09-06

    申请号:CN201710083079.2

    申请日:2017-02-16

    IPC分类号: G06T7/00 G06T7/30

    摘要: 本发明涉及一种基于邻域相对熵的SAR影像变化检测方法,包括以下步骤:(1)获取前后两时相的合成孔径雷达影像数据;(2)对前后两时相SAR影像执行预处理操作,包括影像配准、地理编码、裁剪感兴趣区域、滤波;(3)结合邻域信息计算前后时相影像间的邻域相对熵;(4)通过相对熵规则化处理解决不对称问题;(5)将上述计算的相对熵结果做归一化处理,以便图像的进一步处理;(6)采用模糊局部信息C均值(FLICM)聚类算法,实现变化信息的提取。所述方法能够削弱SAR影像斑点噪声的影响,降低了漏检率和错检率,提高了变化检测的精度。实验证明提供的方案可以在SAR影像变化检测中起到重要的作用,其中基于D‑邻域相对熵的SAR影像变化检测具有较佳的技术效果。

    一种基于邻域相对熵的SAR影像变化检测方法

    公开(公告)号:CN106934797A

    公开(公告)日:2017-07-07

    申请号:CN201710083079.2

    申请日:2017-02-16

    IPC分类号: G06T7/00 G06T7/30

    摘要: 本发明涉及一种基于邻域相对熵的SAR影像变化检测方法,包括以下步骤:(1)获取前后两时相的合成孔径雷达影像数据;(2)对前后两时相SAR影像执行预处理操作,包括影像配准、地理编码、裁剪感兴趣区域、滤波;(3)结合邻域信息计算前后时相影像间的邻域相对熵;(4)通过相对熵规则化处理解决不对称问题;(5)将上述计算的相对熵结果做归一化处理,以便图像的进一步处理;(6)采用模糊局部信息C均值(FLICM)聚类算法,实现变化信息的提取。所述方法能够削弱SAR影像斑点噪声的影响,降低了漏检率和错检率,提高了变化检测的精度。实验证明提供的方案可以在SAR影像变化检测中起到重要的作用,其中基于D‑邻域相对熵的SAR影像变化检测具有较佳的技术效果。

    基于热红外遥感卫星数据的钢铁厂产量监测方法

    公开(公告)号:CN113642170B

    公开(公告)日:2022-04-05

    申请号:CN202110909812.8

    申请日:2021-08-09

    摘要: 本发明公开了基于热红外遥感卫星数据的钢铁厂产量监测方法,属于热红外遥感图像处理与分析领域:首先,针对待监测的钢铁厂区,获取月度产量以及各月对应的L1级数据;并勾画厂区范围以及排除厂区后的城区范围;然后,对L1级数据进行反演计算,根据厂区和城区范围进行掩膜处理,分别提取厂区和城区各月对应的地表温度数据,并删除存在云的数据;接着、利用各月中厂区地表温度数据中最大值以及城区地表温度均值,计算厂区高低温差值Td作为钢铁产量指标;最后,基于最小二乘法,建立Td与钢铁产量之间的估产模型并进行精度验证;将该厂下个月的Td指标代入满足精度要求的估产模型中,对下月的钢铁产量进行监测。本发明能及时、有效的获取企业的生产状态。