基于D-INSAR及TS-InSAR联合技术的高速公路边坡风险排查方法

    公开(公告)号:CN116222503A

    公开(公告)日:2023-06-06

    申请号:CN202310210410.8

    申请日:2023-03-07

    IPC分类号: G01C9/00 G01C5/00 G01S13/90

    摘要: 本发明公开了基于D‑INSAR及TS‑InSAR联合技术的高速公路边坡风险排查方法,涉及星载SAR数据应用领域,包括S1获取目标高速公路的SAR监测影像数据;S2获取目标高速公路的数字高程模型DEM数据;S3对SAR监测影像数据进行D‑InSAR处理,获得形变量图;S4分析形变量图,圈定隐患区域;S5获取隐患区域的SAR影像数据和数字高程模型DEM数据;S6分析隐患区域的变化;S7绘制时序累计形变量变化图,分析潜在成因;基于D‑INSAR及TS‑InSAR联合技术的高速公路边坡风险排查方法通过构建形变模型,从大面积入手,由粗到细快速定位潜在危险区域,确定目标靶区,反映长时间序列的形变趋势,无需地面实地测量;充分发挥了遥感数据获取信息速度快、周期短、可大范围观测的优势。

    一种面向多云雨地区的基于多载荷遥感图像的水稻估产方法

    公开(公告)号:CN112819846A

    公开(公告)日:2021-05-18

    申请号:CN202110111039.0

    申请日:2021-01-27

    IPC分类号: G06T7/136 G06T7/62

    摘要: 本发明公开了一种面向多云雨地区的基于多载荷遥感图像的水稻估产方法,属于遥感图像农业应用领域,通过利用光学遥感卫星和合成孔径雷达遥感卫星对某水稻种植区进行监测;然后利用GIS技术提取工作区水稻种植面积,并将相关信息储存在属性表中;再区分水稻种植时间;然后计算各田块对应的雷达后向散射系数MeanRSC;并对强反射点影响的稻田区域值进行修正;再实地进行人工采样测产,得到田块的水稻测产亩产量;然后建立水稻估产模型;最后根据估产模型和时相雷达后向散射系数计算田块的预估产量;本发明解决了多云雨地区水稻估产的实际应用难题。

    一种基于遥感影像的河流水质反演方法、设备及介质

    公开(公告)号:CN118470556A

    公开(公告)日:2024-08-09

    申请号:CN202410550031.8

    申请日:2024-05-06

    摘要: 本申请提供了一种基于遥感影像的河流水质反演方法、设备及介质,属于水质监测技术领域。该方法基于水质监测工作区内的河流监测信息,确定遥感影像波段生成的各第一待定波段组合;对第一待定波段组合的第一反射率值集合及对应的水质实测数据进行相关性分析,确定第一选定波段组合;基于第一选定波段组合及水质实测数据,生成第一水质监测反演模型,确定若干工作区点位对应的第一反演水质数据;基于第二待定波段组合及第一反演水质数据,生成第二选定波段组合,以生成第二水质监测反演模型;根据第二分辨率遥感影像及第二水质监测反演模型,确定水质监测工作区对应的第二反演水质数据,将第二反演水质数据添加至水质监测分布地图,显示于用户终端。

    面向多云雨地区的基于多载荷遥感图像的水稻估产方法

    公开(公告)号:CN112819846B

    公开(公告)日:2021-09-21

    申请号:CN202110111039.0

    申请日:2021-01-27

    IPC分类号: G06T7/136 G06T7/62

    摘要: 本发明公开了面向多云雨地区的基于多载荷遥感图像的水稻估产方法,属于遥感图像农业应用领域,通过利用光学遥感卫星和合成孔径雷达遥感卫星对某水稻种植区进行监测;然后利用GIS技术提取工作区水稻种植面积,并将相关信息储存在属性表中;再区分水稻种植时间;然后计算各田块对应的雷达后向散射系数MeanRSC;并对强反射点影响的稻田区域值进行修正;再实地进行人工采样测产,得到田块的水稻测产亩产量;然后建立水稻估产模型;最后根据估产模型和时相雷达后向散射系数计算田块的预估产量;本发明解决了多云雨地区水稻估产的实际应用难题。

    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。