-
公开(公告)号:CN116998264A
公开(公告)日:2023-11-07
申请号:CN202310826776.8
申请日:2023-07-06
Applicant: 成都信息工程大学 , 中国科学院西北高原生物研究所
Inventor: 周华坤 , 魏晶晶 , 徐维新 , 马丽 , 张中华 , 史正晨 , 秦瑞敏 , 苏洪烨 , 刘志红 , 肖强智 , 代娜 , 马艳圆 , 马文林 , 师燕 , 周彦艳 , 李永良
Abstract: 本发明公开了一种退化高寒草原恢复装置及指令发信系统,具体涉及生态恢复技术领域,包括安装架,所述安装架设有对称分布的两个,两个所述安装架的底端均固定安装有装置侧架,两个所述装置侧架的一端部设有增益机构,两个所述装置侧架的中部设有耕洒机构,本发明,通过设置增益机构,配合使用耕洒机构,对退化高寒草原进行有效旋耕,便于退化高寒草原的恢复,旋耕时,可将平铺在退化高寒草原地表面的固状恢复基质置于退化高寒草原地中,使固状恢复基质进入退化高寒草原地中,便于固状恢复基质辅助加持退化高寒草原地的恢复,同时,使恢复剂置于退化高寒草原地中,便于恢复剂对退化高寒草原地进行有效恢复。
-
公开(公告)号:CN114821361A
公开(公告)日:2022-07-29
申请号:CN202210720655.0
申请日:2022-06-24
Applicant: 成都信息工程大学
IPC: G06V20/13 , G06V20/52 , G06V10/766 , G06V10/143
Abstract: 本发明公开了一种积雪深度的计算方法、装置、计算机设备及可读存储介质,应用于气象领域,所述方法包括:计算机设备首先获取静止卫星遥感数据,以得到积雪对应的敏感波段的数据,即绿波段光谱数据和短波红外波段光谱数据;接着,根据归一化积雪指数计算公式和每个像元的绿波段光谱数据和短波红外波段光谱数据,计算每个像元的归一化积雪指数,以在后续过程中,根据每个像元的归一化积雪指数计算积雪深度;最后,基于预设积雪深度估算模型,利用每个像元的归一化积雪指数计算每个像元的积雪深度。由此,本发明因采用静止卫星实现积雪深度的计算,使得积雪深度的获取效率得以提高。
-
公开(公告)号:CN113255592A
公开(公告)日:2021-08-13
申请号:CN202110708362.6
申请日:2021-06-25
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种枯草光谱识别方法及系统,其中,枯草光谱识别方法,包括以下步骤:采集牧草光谱特征;基于光谱特征的枯草识别:枯草光谱的筛选通过下式判别:Rred‑Rgreen>0其中:Rred代表红光波段,Rgreen代表绿光波段,当上式计算值大于0时,选取为枯草光谱特征;基于线性拟合的枯草识别:将枯草光谱特征分别进行直线拟合,筛选出决定系数R2>0.95的序列作为枯草光谱。本发明能在较短时间内完成从大量光谱数据中对枯草光谱的判别识别与筛选,可以服务于遥感反演或基于辐射传输模型的枯草判别,为青藏高原草地环境监测提供科学有效的理论支持。
-
公开(公告)号:CN116697943B
公开(公告)日:2023-09-29
申请号:CN202310966023.7
申请日:2023-08-02
Applicant: 成都信息工程大学 , 中国科学院西北高原生物研究所
Abstract: 本发明公开了一种积雪深度的测定装置及方法,具体涉及气象监测技术领域,包括无人机,所述无人机的底端固定安装有折叠机构,所述折叠机构的端部固定安装有测定机构;所述测定机构包括支撑架和括插筒,所述支撑架的侧端固定安装有多个定位套,所述括插筒活动插接在多个定位套的中部,所述括插筒的底部设为锥形结构,所述支撑架底部位置的定位套内侧一体成型有凸起,本发明,通过设置测定机构,便于括插筒旋转进入积雪中,且能够在积雪插入位置,形成较大的直径的深槽,透明带隔离积雪进入多个括框中,便于在多个括框、透明带之间形成的较大空间观测积雪深度,从而便于精确测量出积雪的深度,提升积雪深度测定效果。
-
公开(公告)号:CN113255592B
公开(公告)日:2021-11-19
申请号:CN202110708362.6
申请日:2021-06-25
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种枯草光谱识别方法及系统,其中,枯草光谱识别方法,包括以下步骤:采集牧草光谱特征;基于光谱特征的枯草识别:枯草光谱的筛选通过下式判别:Rred‑Rgreen>0其中:Rred代表红光波段,Rgreen代表绿光波段,当上式计算值大于0时,选取为枯草光谱特征;基于线性拟合的枯草识别:将枯草光谱特征分别进行直线拟合,筛选出决定系数R2>0.95的序列作为枯草光谱。本发明能在较短时间内完成从大量光谱数据中对枯草光谱的判别识别与筛选,可以服务于遥感反演或基于辐射传输模型的枯草判别,为青藏高原草地环境监测提供科学有效的理论支持。
-
公开(公告)号:CN113252583B
公开(公告)日:2021-10-08
申请号:CN202110708359.4
申请日:2021-06-25
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于枯草植被指数计算高寒枯草覆盖度的方法,利用实测枯草高光谱数据与MODIS的波段响应函数计算得到MODIS相应波段的枯草反射率。同时利用极差的分析方法计算枯草反射光谱的离散度数据,得到枯草光谱反射率的敏感波段。结合MODIS敏感波段波长范围,选取相应的MODIS波段构建枯草植被指数DGVI,在此基础上进一步修正枯草植被指数。在修正植被指数的基础上构建枯草覆盖度的反演模型,并和NDVI、RVI等植被指数构建的反演模型进行了对比,证明DGVI构建的枯草反演模型的覆盖度估算值误差明显小于其他模型。
-
公开(公告)号:CN116697943A
公开(公告)日:2023-09-05
申请号:CN202310966023.7
申请日:2023-08-02
Applicant: 成都信息工程大学 , 中国科学院西北高原生物研究所
Abstract: 本发明公开了一种积雪深度的测定装置及方法,具体涉及气象监测技术领域,包括无人机,所述无人机的底端固定安装有折叠机构,所述折叠机构的端部固定安装有测定机构;所述测定机构包括支撑架和括插筒,所述支撑架的侧端固定安装有多个定位套,所述括插筒活动插接在多个定位套的中部,所述括插筒的底部设为锥形结构,所述支撑架底部位置的定位套内侧一体成型有凸起,本发明,通过设置测定机构,便于括插筒旋转进入积雪中,且能够在积雪插入位置,形成较大的直径的深槽,透明带隔离积雪进入多个括框中,便于在多个括框、透明带之间形成的较大空间观测积雪深度,从而便于精确测量出积雪的深度,提升积雪深度测定效果。
-
公开(公告)号:CN113252592B
公开(公告)日:2021-10-08
申请号:CN202110708345.2
申请日:2021-06-25
Applicant: 成都信息工程大学
IPC: G01N21/31 , G01N21/3563 , G01N21/359 , G06F30/20
Abstract: 本发明公开了一种枯草参数率定方法,利用PROSAIL模型结合地面实测数据探究枯草生理生态参数合理的阈值区间并完成关键参数的取值范围参考表。首先通过实地测量获得枯草反射光谱及相应的生理生态参数,利用实测枯草参数结合已有研究资料设定PROSAIL的参数范围,模拟产生15000组以上数据,将枯草光谱提取出来。对模拟光谱进行敏感性分析和不确定性分析,固定低敏感性参数的取值,优化高敏感性参数的取值区间。最终,以99%置信区间为标准、余弦距离为评价函数,OFAT方式再次运行模型,对比不同取值下的模拟光谱与实测光谱间的余弦距离,界定枯草敏感的参数阈值。为提高对高寒冬季枯草性状特征的科学认识及探究遥感反演应用技术方法提供理论依据与基础数据。
-
公开(公告)号:CN113252583A
公开(公告)日:2021-08-13
申请号:CN202110708359.4
申请日:2021-06-25
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于枯草植被指数计算高寒枯草覆盖度的方法,利用实测枯草高光谱数据与MODIS的波段响应函数计算得到MODIS相应波段的枯草反射率。同时利用极差的分析方法计算枯草反射光谱的离散度数据,得到枯草光谱反射率的敏感波段。结合MODIS敏感波段波长范围,选取相应的MODIS波段构建枯草植被指数DGVI,在此基础上进一步修正枯草植被指数。在修正植被指数的基础上构建枯草覆盖度的反演模型,并和NDVI、RVI等植被指数构建的反演模型进行了对比,证明DGVI构建的枯草反演模型的覆盖度估算值误差明显小于其他模型。
-
公开(公告)号:CN114781767B
公开(公告)日:2022-10-28
申请号:CN202210715346.4
申请日:2022-06-23
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种估算模型构建方法、估算方法、装置、计算机设备及介质,所述估算模型构建方法中,计算机设备将在牧草枯萎期间,每隔预设时间间隔获取牧草样方的光谱数据和牧草样方的枯萎牧草生物量;在得到多个光谱数据后,基于预设算式确定每个光谱数据对应的修订枯草植被指数;最后利用每个光谱数据对应的修订枯草植被指数和与每个光谱数据同时获取的枯萎牧草生物量进行线性回归,拟合得到修订枯草植被指数与枯萎牧草生物量的映射关系,即枯萎牧草生物量的估算模型,由此,本发明弥补了枯草研究领域的空白,使得后续其他相应的枯草研究能高效地完成枯萎牧草生物量计算。
-
-
-
-
-
-
-
-
-