“叶回春”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果21个，建议您升级VIP下载更多相关专利

[发明专利]一种作物生长模型的构建方法及装置-CN202310814195.2在审
发明人：钱彬祥;黄文江;郭安廷;叶回春 -专利权人：中国科学院空天信息创新研究院
申请日： 2023-07-04 - 公布日： 2023-10-10 - 主分类号： G06Q50/02 文献下载
摘要：本申请公开了一种作物生长模型的构建方法及装置，基于器官水平参数构建器官水平；基于个体水平参数构建个体水平；基于季相水平参数构建季相水平；基于群体水平参数构建群体水平；基于器官水平、个体水平、季相水平以及群体水平构建作物生长模型，在本申请实施例中，作物生长模型所采用的热驱动方程为指数形式，使得对温度变化更加敏感，因此，提升了作为生长模型对温度响应的灵敏度，使其根据环境温度的变化及时调整玉米的生长形态。
一种作物生长模型构建方法装置

[发明专利]一种土壤含水量探测系统及方法-CN202310562914.6在审
发明人：雷添杰;李翔宇;朱宣谕;张亚珍;叶回春;邹彦龙;周子淇;张丽;王玮伟;王麒粤;季子琦 -专利权人：雷添杰
申请日： 2023-05-18 - 公布日： 2023-08-15 - 主分类号： G01N22/04 文献下载
摘要：本发明公开一种土壤含水量探测系统及方法，涉及土壤含水量测定领域，本发明利用电磁脉冲发射器产生探测电磁波，并利用探针将探测电磁波传送至目标土壤中，由于电磁波在传播时，一部分电磁波会因为线缆和探针阻抗的不同，在传到探针顶端时被反射回来，剩余部分的电磁波则会通过探针达到底端被反射回来，从而可以利用取样示波器根据第一反射波和第二反射波确定电磁波的往返时间，进而利用处理器根据电磁波的往返时间确定目标土壤的表观介电常数，并根据目标土壤的表观介电常数和土壤含水量标定曲线确定目标土壤的土壤含水量。本发明能够快速、准确地实现对目标土壤的土壤含水量的测定，且对土壤的破坏性较小，能够实现对同一土壤的重复测定。
一种土壤含水量探测系统方法

[发明专利]一种棉花脱叶剂施药处方图生成方法及装置-CN202010209700.7有效
发明人：黄文江;任淯;叶回春;郭安廷;邢乃琛;耿芸 -专利权人：中国科学院空天信息创新研究院
申请日： 2020-03-23 - 公布日： 2023-05-30 - 主分类号： G06V20/13 文献下载
摘要：本发明实施例提供一种棉花脱叶剂施药处方图生成方法及装置。该方法包括：通过获取卫星图像，计算得到棉花吐絮率指数，根据棉花吐絮率指数与农学棉花吐絮率之间的关系，获取棉花吐絮率。并根据不同区域的棉花吐絮率，将卫星图像对应的棉花种植区划分为不同的管理区，并生成不同管理区的施药处方图。基于本申请的技术方案，针对大范围棉花种植区域，能够高效的对棉花吐絮率不同的区域进行精确判定，并生成精确的棉花脱叶剂施药处方图。
一种棉花脱叶剂施药处方生成方法装置

[发明专利]农田生态环境指数确定方法、装置和设备-CN202211406421.5在审
发明人： 叶回春;郭佳炜;聂超甲;卢龙辉;崔贝;黄文江 -专利权人：海南空天信息研究院;中国科学院空天信息创新研究院
申请日： 2022-11-10 - 公布日： 2023-04-21 - 主分类号： G06Q10/0639 文献下载
摘要：本发明实施例提供一种农田生态环境指数确定方法、装置和设备，该方法包括：获取目标区域农田的遥感数据；根据目标区域农田的遥感数据，确定目标区域农田的生态环境指标模型中的目标指标的结果；目标指标包括：农情指标、环境指标和灾害指标；根据目标指标中各项指标结果及各项标指标的目标权重，确定目标区域农田的生态环境指数。本发明实施例的方法根据目标区域农田的遥感数据，确定目标区域农田的农情指标、环境指标和灾害指标，进而根据各项指标结果及各项标指标的目标权重，实现了从农情、环境和灾害三个角度对农田生态环境的综合评价，进而根据确定出的目标区域农田的生态环境指数也就可以更加准确的确定农田的生态环境质量。
农田生态环境指数确定方法装置设备

[发明专利]一种作物叶面积指数反演方法及装置-CN202010673771.2有效
发明人：董莹莹;李雪玲;朱溢佞;胡廷广;黄文江;叶回春;王昆 -专利权人：中国科学院空天信息创新研究院;首都师范大学
申请日： 2020-07-14 - 公布日： 2022-09-23 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种作物叶面积指数反演方法及装置，获取遥感影像数据；对遥感影像数据进行数据预处理，得到高光谱数据；将高光谱数据输入预先生成的目标基准反演模型，得到目标基准反演模型输出的叶面积指数，其中，目标基准反演模型为通过目标训练样本对基准反演模型进行优化得到的模型，目标训练样本为对初始训练样本利用对偶学习的生成式对抗网络进行数据增强得到的样本。通过对实采的高光谱数据和叶面积指数进行数据增强，解决神经网络对训练样本的数量需求问题，从而可利用神经网络的方法通过高光谱数据反演叶面积指数，实现基于实采小样本数据的高精度叶面积指数反演。
一种作物叶面积指数反演方法装置

[发明专利]小麦条锈病动态监测方法及装置-CN202110153120.5有效
发明人：任淯;叶回春;黄文江;马慧琴;焦全军;耿芸;黄滟茹;钱彬祥 -专利权人：中国科学院空天信息创新研究院
申请日： 2021-02-03 - 公布日： 2022-07-12 - 主分类号： G06V20/10 文献下载
摘要：本发明提供一种小麦条锈病动态监测方法及装置，该方法包括：获取小麦种植区域的高光谱影像数据；根据所述高光谱影像数据获取第一预设波长及第二预设波长的光谱反射率；根据所述第一预设波长及所述第二预设波长的所述光谱反射率计算条锈病敏感指数；根据所述条锈病敏感指数获取小麦条锈病病情严重度。本发明提供的小麦条锈病动态监测方法及装置，通过获取小麦种植区域的高光谱影像数据，根据第一预设波长及第二预设波长的光谱反射率计算条锈病敏感指数，根据条锈病敏感指数获取小麦条锈病病情严重度，可以进行实时、快速、准确、田块尺度的小麦条锈病病情监测。
小麦条锈病动态监测方法装置

[发明专利]叶绿素含量遥感反演方法、装置、电子设备、介质和产品-CN202111440112.5在审
发明人：钱彬祥;叶回春;黄文江 -专利权人：中国科学院空天信息创新研究院
申请日： 2021-11-30 - 公布日： 2022-04-19 - 主分类号： G16C20/20 文献下载
摘要：本发明提供一种叶绿素含量遥感反演方法、装置、电子设备、介质和产品，方法包括：获取待测样本的光谱信息；根据所述待测样本的光谱信息中多个波段处的反射率计算所述待测样本的叶绿素含量敏感型红边三角植被指数RETVI；根据所述待测样本的RETVI以及RETVI和叶绿素含量的线性关系反演得到所述待测样本的叶绿素含量。本发明在不同光谱数据类型、不同植被类型、不同作物生育期、不同植被覆盖度等多个场景的适应性测试中表现最好。同时，本发明不仅为大范围遥感应用提供了可靠、有力的工具，也为新指数的构建提供了崭新的思路。
叶绿素含量遥感反演方法装置电子设备介质产品

[发明专利]农作物病虫害定损理赔方法及系统-CN201910549551.6有效
发明人： 叶回春;黄文江;董莹莹;黄珊瑜;崔贝;郭安廷;任淯 -专利权人：中国科学院遥感与数字地球研究所
申请日： 2019-06-24 - 公布日： 2022-03-25 - 主分类号： G06Q40/08 文献下载
摘要：本发明实施例提供一种农作物病虫害定损理赔方法及系统，该方法包括：根据当年以及上一年农作物生育期的卫星遥感数据，确定当年相对上一年的作物长势变化比率，结合上一年农作物实际产量，确定当年的农作物估测产量；根据所述估测产量，以及当年农作物的趋势单位产量，确定农作物的病虫害减产率；根据所述病虫害减产率，确定受灾损失率，以供实现保险理赔。根据当年以及上一年农作物生育期的卫星遥感数据，确定当年的农作物估测产量，从而实现当年农作物产量的准确估计，根据所述估测产量，以及当年农作物的趋势单位产量，确定农作物的病虫害减产率，从而解决了目前大面积尺度下“气象型”农作物病虫害定损不准确的问题，具有客观性和准确性。
农作物病虫害理赔方法系统

[发明专利]塑料大棚内作物生长期遥感监测方法和电子设备-CN202111082891.6在审
发明人：崔贝;黄文江;叶回春;杨天梁;王雷 -专利权人：中国科学院空天信息创新研究院
申请日： 2021-09-15 - 公布日： 2022-01-28 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种塑料大棚内作物生长期遥感监测方法和电子设备设备，方法包括：获取作物所在塑料大棚的遥感影像；基于遥感影像进行对象特征提取；对象特征包括光谱特征、形状特征以及纹理特征；将光谱特征、形状特征以及纹理特征输入预设的作物生长期分类模型；其中，作物生长期分类模型是通过不同地物的光谱特征、形状特征以及纹理特征训练得到的；基于作物生长期分类模型的预测结果判断作物生长期情况。本发明用以解决现有技术中对于棚内作物的生长期信息监测利用传统的人工调查方式，费时费力的缺陷，有助于实现对区域范围内农业经济作物上市时间的初步预测，进而实现农业经济作物经济效益最大化。
塑料大棚作物生长期遥感监测方法电子设备

[发明专利]生长参数主被动遥感反演方法及装置-CN202011457497.1在审
发明人：雒培磊;黄文江;叶回春;廖静娟;张弼尧;任淯 -专利权人：中国科学院空天信息创新研究院
申请日： 2020-12-10 - 公布日： 2021-03-09 - 主分类号： G06F17/18 文献下载
摘要：本发明提供一种生长参数主被动遥感反演方法及装置，包括：获取待预测区域的光学和雷达遥感影像；将所述待预测区域的光学和雷达遥感影像输入至训练好的半监督深度学习模型，输出待预测区域的生长参数；其中，所述训练好的半监督深度学习模型是基于无标注数据样本和有标注数据样本对预先构建的半监督深度学习模型进行训练后得到的。本发明提供的生长参数主被动遥感反演方法及装置，通过半监督深度学习模型实现了光学和雷达遥感特征的深层提取和有效融合，解决了常用的光学和雷达遥感数据结合不充分的问题，并通过对无标注遥感数据挖掘信息，有效解决了数据增广方法不能引入新信息的问题，从而提高了生长参数的反演精度。
生长参数被动遥感反演方法装置

[发明专利]一种在玻璃表面连续批量制作微纳结构的方法-CN202010690391.X在审
发明人： 叶回春 -专利权人：中国科学技术大学
申请日： 2020-07-17 - 公布日： 2020-10-20 - 主分类号： B81B7/04 文献下载
摘要：本发明提供了一种在玻璃表面连续批量制作微纳结构的方法，通过协调设定各级滚压环节的温度、压印力、模具形状，完成滚动热压过程，并制定误差补偿与控制策略，最终得到质量优异的玻璃微结构。具有工艺操作简单、加工周期短、成本低以及精度高等优点，能够很好的满足玻璃微纳结构阵列批量生产的需求。
一种玻璃表面连续批量制作结构方法

[发明专利]一种小麦赤霉病动态预警方法及装置-CN202010640887.6在审
发明人：肖颖欣;董莹莹;黄文江;刘林毅;阮超;李雪玲;叶回春 -专利权人：中国科学院空天信息创新研究院
申请日： 2020-07-06 - 公布日： 2020-10-13 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种小麦赤霉病动态预警方法及装置，通过历史时期的小麦生长数据提取到小麦抽穗期和开花期对应的气象特征，利用关联性信息在气象特征中筛选得到小麦气象解释因子，并且利用目标数据确定小麦赤霉病光谱解释因子，最后结合小麦气象解释因子和小麦赤霉病光谱解释因子，预测得到小麦赤霉病发病预测数据。本发明结合了小麦赤霉病解释因子的综合性，考虑了遥感数据长时间序列上的信息，对于气象数据的时间定位更准确，使得该方法具有更优的普遍性，提高了预测精度。
一种小麦赤霉病动态预警方法装置

[发明专利]一种3D打印挤出法一步制造无纳米颗粒添加物的网格状超疏水薄膜及其方法-CN202010237127.0在审
发明人：李木军;田伟;孙宇轩;叶回春 -专利权人：中国科学技术大学
申请日： 2020-03-30 - 公布日： 2020-07-10 - 主分类号： B29C64/124 文献下载
摘要：本发明提供了一种3D打印挤出法一步制造无纳米颗粒添加物的网格状超疏水薄膜，由Dragon Skin硅树脂和增稠剂经过3D打印挤出法一步制造得到，所述网格状超疏水薄膜由打印纤维交错形成，同层的打印纤维平行设置，所述平行设置的打印纤维的间距为0.6～0.8mm，相邻层的打印纤维交错形成的角度为90°。本发明利用Dragon Skin系列热固性硅树脂温度敏感性高的特点，通过3D打印技术中的直写成型技术，结合特定的打印参数，一步制造无纳米颗粒添加物的超疏水薄膜。不但大大简化了工艺流程，减少成本，降低设备门槛，而且首次实现挤出法直接制造无纳米颗粒添加物的超疏水薄膜。这种薄膜可用于油水分离、防水透气外罩等领域。
一种打印挤出一步制造纳米颗粒添加物网格疏水薄膜及其方法

[发明专利]一种叶面积指数反演方法及装置-CN201910333471.7有效
发明人：董莹莹;李雪玲;朱溢佞;叶回春;黄文江 -专利权人：中国科学院遥感与数字地球研究所;首都师范大学
申请日： 2019-04-24 - 公布日： 2020-03-24 - 主分类号： G01N21/552 文献下载
摘要：本申请公开了一种叶面积指数反演方法及装置，其中，方法包括：获取遥感植被冠层光谱反射率数据，将遥感植被冠层光谱反射率数据输入预先训练的深度神经网络模型，得到深度神经网络模型输出的叶面积指数，深度神经网络模型至少包括卷积层，卷积层的采样步幅大于1，并且取不大于卷积层使用的滤波器的尺度的数值中的最大值。通过本申请，可以反演出具有较高精度的叶面积指数。
一种叶面积指数反演方法装置

[发明专利]农作物冷冻害定损理赔方法及系统-CN201910803762.8在审
发明人： 叶回春;黄文江;黄珊瑜;任淯;郭安廷;邢乃琛;董莹莹 -专利权人：中国科学院遥感与数字地球研究所
申请日： 2019-08-28 - 公布日： 2019-12-03 - 主分类号： G06Q40/08 文献下载
摘要：本发明实施例提供一种农作物冷冻害定损理赔方法及系统，该方法包括：获取待定损区域受灾前后的遥感数据，确定受灾前后的植被指数变化率；将所述植被指数变化率，输入至预设的回归模型，输出待评估区域的受灾损失率；其中，所述回归模型根据已确定受灾损失率及受灾前后植被指数变化率的样本数据进行训练后得到。该方法通过遥感数据进行，能够解决大面积尺度下农作物冷冻害保险定损问题，且通过回归模型获取损失率，定损客观，理赔精确。遥感数据具有大面积精细化监测的优势，监测结果具有客观性和准确性。另外，遥感的快速监测能力保障定损理赔的及时性，大大减少大面积受灾情况下保险公司定损理赔的人力、物力和财力。
损失率回归模型遥感数据植被指数变化率冷冻农作物监测结果快速监测评估区域样本数据精细化预设遥感尺度输出监测保险

1
2
下一页»
尾页
共 21 条