[发明专利]雷竹林退化程度预测方法和电子设备在审

专利信息
申请号: 202210439941.X 申请日: 2022-04-25
公开(公告)号: CN114882374A 公开(公告)日: 2022-08-09
发明(设计)人: 周祖煜;陈煜人;张有珍;林波;张澎彬;白博文;莫志敏;张浩;李天齐;刘俊 申请(专利权)人: 杭州领见数字农业科技有限公司
主分类号: G06V20/13 分类号: G06V20/13;G06V20/10;G06V10/764;G06K9/62;G06Q10/04;G06Q50/02
代理公司: 杭州快知知识产权代理事务所(特殊普通合伙) 33293 代理人: 杨冬玲
地址: 310000 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提出了一种基于雷竹生理参数与遥感数据产品的雷竹林退化程度预测方法和电子设备,该方法包括:根据样方区域的参数信息,确定样方区域的退化程度;根据样方区域的经纬度信息,获取样方区域的遥感信息;根据多个样方区域的退化程度和遥感信息对初始雷竹林退化程度预测模型进行训练,得到雷竹林退化程度预测模型;将目标区域的遥感信息输入雷竹林退化程度预测模型中,以得到雷竹林退化程度预测模型输出的目标区域的预测退化程度。如此,这样,通过训练好的雷竹林退化程度预测模型,可以获取多个目标区域的预测退化程度,进而可以快速对一个较大面积范围形成宏观分析。
搜索关键词: 竹林 退化 程度 预测 方法 电子设备
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州领见数字农业科技有限公司,未经杭州领见数字农业科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/202210439941.X/,转载请声明来源钻瓜专利网。

同类专利
  • 基于文本引导的遥感图像视觉定位方法-202310866853.2
  • 王笛;赵晓虹;王义峰;王泉;万波;田玉敏;罗雪梅;刘锦辉;赵辉;潘蓉 - 西安电子科技大学
  • 2023-07-14 - 2023-10-27 - G06V20/13
  • 本发明提出了一种基于文本引导的遥感图像视觉定位方法,实现步骤为:获取训练样本集和测试样本集;构建遥感图像视觉定位网络模型:包括文本引导视觉特征生成网络、文本编码器、多模态融合网络和定位网络;初始化参数;对视觉定位网络模型进行训练;对视觉定位网络模型的参数进行更新;获取视觉定位检测结果;本发明所构建的定位网络模型使用全局文本特征在通道级别和空间级别对视觉特征的生成进行了引导,充分利用了文本特征的全局语义信息,减少了语义信息中的歧义,而且在多个阶段利用不同层次的文本特征对不同尺度的视觉特征进行引导,充分利用了文本的浅层特征与深层特征,以及不同尺度视觉特征图的空间信息,对原始特征图中不够显著的目标特征进行了补充,有效的提升了遥感图像视觉定位的精度。
  • 一种基于深度学习的撂荒区域提取方法-202310725425.8
  • 王腾;董正国;林康恩;陈浩;徐秋婷;张晶 - 广东省国土资源测绘院
  • 2023-06-16 - 2023-10-27 - G06V20/13
  • 本发明提供一种基于深度学习的撂荒区域提取方法,包括获取同一地点多个时相的高空间分辨率遥感影像数据集并进行预处理,建立基于语义分割和对比学习的撂荒区域提取模型并利用预处理后的遥感影像数据集训练优化;获取待提取的高空间分辨率遥感影像并输入最优的撂荒区域提取模型中进行提取,获取撂荒区域初步分割结果和撂荒区域权重;将待提取的高空间分辨率遥感影像、提示点和提示掩膜共同输入到预设的提示工程分割模型中进行二次分割;将撂荒区域初步分割结果和撂荒区域二次分割结果融合,完成撂荒区域提取;本发明能够提供细节信息更丰富、精度更高的撂荒分割结果,并强化撂荒制图流程面对不同遥感影像源制图结果的鲁棒性。
  • 一种内陆湖库水体的藻华识别方法-202310871177.8
  • 马荣华;薛坤;胡旻琪 - 中国科学院南京地理与湖泊研究所
  • 2023-07-17 - 2023-10-27 - G06V20/13
  • 本发明提供了一种内陆湖库水体的藻华识别方法,用于水藻监测,包括以下步骤:对预先获取的遥感反射率数据进行预处理,得到预处理结果;构建改进型浮游藻类指数公式,并与卫星遥感数据处理软件对所述预处理结果相配合计算得到改进型浮游藻类指数;将所述改进型浮游藻类指数的数值图像输入至EVNI中,以0为阈值,提取藻类覆盖范围,并计算,得到浮游藻类面积;其中所述改进型浮游藻类指数为浮游藻类指数FAI与水体指数EXPWI的差值。本发明能增加数据的标准差,扩大数据的取值范围,增加信息量。增强蓝藻信息,增大蓝藻密度较小的区域被识别出来的概率。
  • 一种GF4数据几何精校正的方法-202311210834.0
  • 逄增伦;郭伟;钱娟冰;张珊;庄戈;张磊;张北;孙晓燕 - 青岛浩海网络科技股份有限公司
  • 2023-09-20 - 2023-10-27 - G06V20/13
  • 本发明提出一种GF4数据几何精校正的方法,属于遥感技术领域,能解决高分4号卫星数据的PMS传感器和IRS传感器地理位置无法初始对准的问题。该方法包括:获取待校正GF4卫星影像,获取其地理位置范围;将地理位置范围向外围扩大多个像素点,并进行裁剪;将待校正GF4卫星影像的PMS波段重采样为与IRS波段像元大小相同的影像;强化重采样后PMS波段的第一波段;将强化后波段与重采样后PMS波段合并处理,作为待校正参考波段,寻找匹配点;将待校正参考波段与裁剪后基准影像,结合图形处理器进行几何精校正;将校正后PMS影像作为基准影像,进行IRS波段再校正。本发明具有快速、准确且操作简便的特点。
  • 一种基于卫星遥感数据的作物早期识别方法-202310837597.4
  • 孟冉;刘婷婷;赵峰 - 华中农业大学;哈尔滨工业大学人工智能研究院有限公司
  • 2023-07-07 - 2023-10-27 - G06V20/13
  • 本发明公开了一种基于卫星遥感数据的作物早期识别方法,具体为一种协同光学遥感影像和SAR遥感影像的作物早期识别模型的构建方法,包括以下步骤:1)采集研究区样本数据,分为训练样本和验证样本集;2)筛选作物不同物候期的光学遥感影像和SAR遥感影像,进行预处理;3)对步骤2)预处理后的光学遥感影像和SAR遥感影像进行波段信息提取;4)提取步骤3)中SAR遥感影像和光学遥感影像的各类特征值;5)分别基于SAR数据和多源数据,采用VSURF算法,在作物不同物候期进行特征筛选;6)根据不同数据源,利用随机森林和支持向量机算法,在作物不同物候期,构建作物早期识别模型,并进行精度评估;7)根据步骤6)中的最佳作物早期识别模型,将模型迁移至其它年份。
  • 一种基于特征增强的遥感图像识别方法-202311000158.4
  • 肖哲;郭启帆;甘瑞蒙;董晓钰 - 中国电子科技集团公司第五十四研究所
  • 2023-08-10 - 2023-10-27 - G06V20/13
  • 本发明公开了一种基于特征增强的遥感图像识别方法,属于遥感图像识别领域。本发明设计了一个元特征提取器,用于从输入图像中提取特征表示;同时设计了一个特征重新加权模块,用于学习支撑集的每个特征表示,并自适应地分配权重;最后通过边界框预测模块在重新加权的特征图上执行目标检测。本方法包括两个阶段:训练阶段和检测阶段。在训练阶段,模型学习基类数据用于目标检测的元知识。在检测阶段,使用新类的样本进行模型微调。本发明在图像的特征提取过程中,通过更好地使神经网络获取深层语义特征和浅层细节特征,有效提升特征表示能力,并通过重加权模块充分利用样本的数据信息,可以更好适应小样本场景。
  • 一种小样本光学遥感影像快速云判方法、系统、计算机及存储介质-202310925909.7
  • 卢东东;仇晓兰;铁雯婕;李杭;李翀;张顺 - 苏州空天信息研究院
  • 2023-07-26 - 2023-10-27 - G06V20/13
  • 本发明公开了一种小样本光学遥感影像快速云判方法、系统、计算机及存储介质,以EfficientNet轻量化网络结合CBAM注意力结构作为编码器,以UNet++网络作为解码器,构建光学遥感影像快速云判模型;基于高分一号开源数据集GF1_WHU构建源域训练集和验证集,以光学遥感影像为输入,以云判真值掩膜为输出,进行光学遥感影像快速云判预训练;基于高分二号云判数据集构建目标域训练集和验证集,通过迁移学习策略进行网络权重微调和剪枝,得到小样本光学遥感影像快速云判模型,用于光学遥感影像的云判和精细云掩膜提取。本发明云判掩膜提取精度高、云掩膜边缘较为完整,模型推理速度快、效率高,在少样本情况下能实现较好的云判效果。
  • 一种基于多尺度池化的地理对象空间关系识别方法及系统-202110861261.2
  • 崔巍;王锦;夏聪;赵慧琳;郝元洁;王梓溦;李解;吴伟杰 - 武汉理工大学
  • 2021-07-29 - 2023-10-27 - G06V20/13
  • 本发明提供了一种基于多尺度池化的地理对象空间关系识别方法及系统,构建了地理对象空间关系识别网络,在提取地理对象节点的掩膜图后,对各个节点的掩膜分别进行多尺度的空间金字塔池化,然后将不同尺度的空间位置特征编码为一维向量并进行特征融合,接着将两两节点融合后的位置特征向量相减得到初始距离特征,然后输入第一个MLP模块得到节点之间的距离特征向量,再输入第二个MLP模块获得节点之间的空间金字塔距离,最后构建地理对象空间关系矩阵,可以快速为图神经网络提供可靠的输入,使图神经网络达到更优的分类效果。
  • 一种利用多时相高分辨率卫星影像识别稻田内草皮的方法-202310819837.8
  • 席瑞;刘占宇;吴克宁;武洪峰;吕晓男 - 杭州稻道农业科技有限公司
  • 2023-07-06 - 2023-10-27 - G06V20/13
  • 本发明公开了一种利用多时相高分辨率卫星影像识别稻田内草皮的方法,涉及农业生产管理技术领域。方法包括:获取待识别稻田内草皮的水稻不同生育期的多时相卫星稻田影像;通过机器学习算法分别对多时相卫星稻田影像进行非植被类地物类型的分离,确定多时相植被覆盖区域影像数据;利用预先试验得到的多个植被指数特征分别对多时相植被覆盖区域影像数据进行分类,确定多时相季节性植被类型影像数据;根据水稻和草皮的时间序列变化特征和植被指数信息,利用AI深度学习算法分别对多时相季节性植被类型影像数据中混杂稻田中的草皮区域进行分割,确定水稻影像数据和分割草皮影像数据;根据分割草皮影像数据和初始草皮影像数据,确定多时相草皮影像。
  • 基于遥感大数据的区域监测方法、装置、终端及存储介质-201911035057.4
  • 孙童正;熊景盼;王洋;须成忠;高希彤 - 深圳先进技术研究院
  • 2019-10-29 - 2023-10-27 - G06V20/13
  • 本发明公开了一种基于遥感大数据的区域监测方法、装置、终端及存储介质,方法包括:接收用户输入的任务信息,任务信息包括遥感图像产生时间、获取遥感图像的卫星类型和待查询区域的经纬度数据;基于预设的WRS网格坐标系将待查询区域划分为多个网格区域;基于任务信息设定查询条件,并向服务器查询每个网格区域对应的目标遥感图像的索引信息;根据索引信息下发子任务至存储目标遥感图像的目标业务端以对目标遥感图像进行处理;汇总每个目标业务端的处理结果并输出。本发明通过将任务根据待监测区域划分为多个子任务并下发至相应的业务端进行处理,再将处理结果汇总输出,从而将任务拆分为多个子任务并发执行,提升了任务处理的效率。
  • 基于多尺度特征融合的遥感场景分类方法及系统-202011643443.4
  • 郑禄;梁家锐;宋中山;帖军;刘振宇;汪红;肖鹏飞 - 中南民族大学
  • 2020-12-30 - 2023-10-27 - G06V20/13
  • 本发明涉及图像处理技术领域,公开了一种基于多尺度特征融合的遥感场景分类方法及系统,所述方法包括:获取采集到的遥感图像在不同尺度下的图像特征,将图像特征输入到预设卷积神经网络模型中进行多尺度特征融合,获得融合特征,获取遥感图像的底层特征,将底层特征和融合特征进行归一化处理,获得目标特征,将目标特征输入至预设分类器中进行场景分类,以获得所述遥感图像的类别。通过将获得的遥感图像在不同尺度下的图像特征输入至预设卷积神经网络模型中来获得融合特征,再将融合特征和底层特征进行归一化处理,获得目标特征,并基于目标特征实现遥感场景分类,以避免类间相似高现象和类内差异大现象的发生,提高遥感图像分类精度和准确度。
  • 基于终身学习的遥感影像解译方法-202310331512.5
  • 张广益;陈宇;鲁锦涛;吴皓;张玥珺;李洁;邹圣兵 - 北京数慧时空信息技术有限公司
  • 2023-03-31 - 2023-10-27 - G06V20/13
  • 本发明公开了一种基于终身学习的遥感影像解译方法,涉及遥感影像处理领域,包括:S1 构建组合模型;S2 获取训练样本对组合模型进行预训练,得到第一场景分类结果;S3 获取待解译遥感影像,并进行均匀裁剪;S4 将裁剪后的待解译遥感影像依次输入组合模型,得到第二场景分类结果和解译信息;S5 计算得到场景差异值;S6 计算得到解译损失值;S7 基于场景差异值和解译损失值设置选择策略,根据选择策略对动态可扩展解译子模型进行重训练、扩展的选择,得到最终的组合模型;S8 通过最终的组合模型对新解译遥感影像进行解译。本发明实现了基于动态可扩展网络的面向遥感解译的终身学习,避免了终身学习中常见的灾难性遗忘问题。
  • 基于深度学习的森林扰动监测方法、系统、设备及介质-202310826794.6
  • 陈冬花;李虎;邹陈;刘赛赛;张乃明;汪左;韩伟杰 - 滁州学院;安徽师范大学
  • 2023-07-07 - 2023-10-24 - G06V20/13
  • 本发明公开一种深度学习的森林扰动监测方法、系统、设备及介质,涉及森林监测领域,该方法包括:对待监测区域的历史遥感影像进行特征提取获得遥感特征集;遥感特征集中包括历史遥感影像中各像元的特征;基于遥感特征集构建随机森林模型,并基于基尼系数法确定遥感特征集中各特征的重要性;根据各特征的重要性从多个特征中筛选出优选特征;基于历史遥感影像和优选特征构建数据集,数据集中每个样本包括输入数据和标签数据,输入数据为遥感影像样本中各像元的各优选特征,标签数据为各像元真实地表数据;根据数据集训练深度学习网络,将训练好的深度学习网络作为森林扰动监测模型。本发明实现了大范围、精细化且准确的森林扰动实时监测。
  • 基于事件相机和地形特征匹配的高精度着陆定位方法-202311016552.7
  • 何云涛;张硕;梁悦 - 北京航空航天大学
  • 2023-08-14 - 2023-10-24 - G06V20/13
  • 本发明提出了一种新型的基于事件相机和地形特征匹配的高精度着陆定位方法,具体包括以下步骤:通过事件相机获取星体表面目标降落区域的脉冲事件图像;然后对获得的脉冲事件图像进行预处理使其更加适配于脉冲神经网络;训练脉冲神经网络(Spiking Neural Network,SNN),并对输入的脉冲事件图像进行地形特征的提取;用提取到的地形特征进行基于阴影边缘轮廓线特征和基于陨石坑特征的特征匹配;最后对着陆器的位置姿态进行解算,完成定位。本发明将事件相机与SNN网络进行了结合,并应用于星球定位着陆的领域,通过训练好的脉冲神经网络,提取出专利中需要的地形特征,再进行特征匹配,最终实现对着陆器的定位作用并保证其着陆到安全位置。
  • 多尺度感知金字塔的地表覆盖分类系统和方法-202310891381.6
  • 吕建军;杨嘉辉;吕澍 - 武汉墨锦创意科技有限公司
  • 2023-07-20 - 2023-10-24 - G06V20/13
  • 本公开提供了一种多尺度感知金字塔的地表覆盖分类系统,包括:分层编码器,以多尺度卷积注意力网络作为骨干网络,配置为对输入的地表图像在空间分辨率递减的N个阶段中分别进行特征提取,得到各阶段所对应的特征图;感受野扩大模块,配置为对分层编码器所输出的第N个阶段所对应的特征图进行感受野扩大处理;金字塔Hamburger解码器,配置为将分层编码器所输出的前N‑1个阶段所对应的N‑1个特征图以及感受野扩大模块所输出的经过感受野扩大处理的第N个阶段所对应的1个特征图进行融合处理,得到完整融合特征图,然后基于Hamburger算法从完整融合特征图中提取出全局上下文特征,再基于全局上下文特征预测出地表图像的地表覆盖分类结果。
  • 灌溉坑塘蓄水量监测方法、装置、电子设备及存储介质-202310684818.9
  • 王轶璇;闫娜娜;吴炳方;朱伟伟;马宗瀚;朱亮 - 中国科学院空天信息创新研究院
  • 2023-06-09 - 2023-10-24 - G06V20/13
  • 本发明提供的灌溉坑塘蓄水量监测方法、装置、电子设备及存储介质,属于图像处理技术领域,包括:基于目标区域的初始遥感数据,确定目标区域内每个灌溉坑塘的水面面积,并获取每个灌溉坑塘的水位信息;根据每个灌溉坑塘的灌溉坑塘类型、水面面积和水位信息,生成每个灌溉坑塘的蓄水量。本发明提供的灌溉坑塘蓄水量监测方法、装置、电子设备及存储介质,利用面向对象多尺度分割结合灌溉坑塘特征进行坑塘的识别和水面面积计算,同时采集灌溉坑塘的水深,从而快速及时地计算出精确的灌溉坑塘的蓄水量,提高监测效率的同时,得到的蓄水量数据也更加直观,为灌区水量核算以及优化配水方案提供基础数据,推动经济效益与水资源利用效率的提高。
  • 一种融合主被动遥感数据的中小尺度涡旋特征识别方法-202311026400.5
  • 陈建裕;崔赫;黄海清;朱乾坤;潘玉良;罗敏哲 - 南方海洋科学与工程广东省实验室(广州)
  • 2023-08-15 - 2023-10-24 - G06V20/13
  • 本申请公开一种融合主被动遥感数据的中小尺度涡旋特征识别方法,该识别方法包括利用海面高度异常数据获取涡旋的追踪数据集,得到涡旋日期、涡旋中心点经纬度、涡旋半径及涡旋持续时间;利用静止水色遥感影像获取涡旋范围内叶绿素浓度数据;利用最大相关系数流场反演算法,以叶绿素浓度为示踪物获取表面涡流矢量;利用海表温度产品获取涡旋表面温度;建立涡旋中心点经纬度坐标、涡旋半径、涡旋持续时间、叶绿素浓度、海表流场矢量以及海表面温度的时间数据集;获取涡旋在生命周期内表面涡流、形态结构、内外叶绿素浓度、表面温度的变化关键特征参数。本申请融合了主被动遥感数据,可以精准捕捉涡旋生命周期内海洋生化与物理参数的变化及日内变化。
  • 一种基于自监督遥感影像分类的在轨卫星智能检测方法-202310882137.3
  • 田新;李伟明;董安冉;马浩轩;汤超 - 赛思倍斯(绍兴)智能科技有限公司
  • 2023-07-18 - 2023-10-24 - G06V20/13
  • 本发明涉及一种基于自监督遥感影像分类的在轨卫星智能检测方法:使用无标签遥感影像对MoCoV2模型进行自监督训练;在训练好的自监督遥感影像分类模型基础上,增加带监督线性分类器,构成预处理遥感影像分类网络模型;采用有标签的遥感影像对预处理遥感影像分类网络模型进行训练;采用训练好的预处理遥感影像分类网络模型对无标签遥感影像进行栅格化分类,得到遥感影像的栅格化分类结果,并将其作为带标签的训练数据,对带监督遥感影像分类网络模型进行训练,得到带监督遥感影像分类网络模型的最优权重文件;将训练好的带监督遥感影像分类网络模型部署到边缘Jetson AGX端设备中,得到遥感影像栅格化分类的装置,对遥感影像进行栅格化分类。
  • 基于空间和语义一致性对比学习的遥感图像语义分割方法及系统-202310914459.1
  • 谷延锋;董喆;刘天竹 - 哈尔滨工业大学
  • 2023-07-24 - 2023-10-24 - G06V20/13
  • 基于空间和语义一致性对比学习的遥感图像语义分割方法及系统,本发明涉及遥感图像的语义分割方法及系统。本发明的目的是针对现有对比学习方法大多只适用于自然场景图像分类任务,忽略了遥感场景图像中对语义分割任务十分重要的空间和语义关联性,导致遥感图像语义分割准确率低的问题。过程为:1:获取数据增强后的无标注遥感图像数据集;2:得到遥感特征图;3:构建实例级分支;4:构建一致性分支;5:构建自监督对比学习框架的整体损失函数;采用无标注的遥感图像对骨干网络训练,获得预训练好的骨干网络;6:构建语义分割网络,获得微调好的语义分割网络,微调好的语义分割网络用于后续的遥感语义分割任务。本发明属于遥感图像处理领域。
  • 一种高光谱遥感敏感波段选择方式的评价方法和系统-202110848629.1
  • 刘梅;原居林;周聃 - 浙江省淡水水产研究所
  • 2021-07-27 - 2023-10-24 - G06V20/13
  • 本申请公开了一种高光谱遥感敏感波段选择方式的评价方法和系统。首先利用训练后的待评价波段选择神经网络模型对所述目标光谱曲线进行分析,选择出目标敏感波段;再通过目标敏感波段的光谱曲线对目标区域的水质指标含量进行估计,得到目标估计值;最后,计算目标估计值和目标实测值的相关系数、均方根误差和相对误差,通过这三个参数中的至少一个对待评价波段选择神经网络模型进行评价。结合神经网络算法和相关系数等参数可以对各种波段选择方式进行客观评价,以供研究人员参考选择,提高高光谱遥感的精确性。
  • 基于高分SAR技术的滑坡风险评估方法、装置及电子设备-202010247780.5
  • 谢瀚;况长虹;胡文蓉;张帅毅;吴雨 - 四川九洲北斗导航与位置服务有限公司
  • 2020-03-31 - 2023-10-24 - G06V20/13
  • 本申请提供一种基于高分SAR技术的滑坡风险评估方法、装置及电子设备,包括:获取待监测区域的影像数据;根据所述影像数据,确定出所述待监测区域的土地利用类型;在所述土地利用类型不为水体时,根据所述影像数据,确定出所述待监测区域中的地质参数的值;将所述地质参数的值输入预先构建的滑坡灾害风险评估模型中,得到所述待监测区域的滑坡风险评估指数,由于待监测区域的地质参数与待监测区域的滑坡风险程度具有较强的关联关系,因此,通过将待监测区域的地质参数的值输入到根据地质参数构建的风险评估模型中,能够确定出待监测区域的滑坡风险评估指数,以实现对待监测区域的滑坡风险评估。
  • 采样点确定、植被遥感产品真实性校验方法、装置及设备-202310801108.X
  • 孙源;顾行发;周翔;杨健 - 中国科学院空天信息创新研究院
  • 2023-06-30 - 2023-10-20 - G06V20/13
  • 本发明提供一种采样点确定、植被遥感产品真实性校验方法、装置及设备,涉及遥感技术领域,采样点确定方法包括:基于测试区域的图像中每一像元的植被指数值,对图像进行图像分割,将图像划分为若干个图斑区域;基于每一图斑区域内每一植被类型的面积占比,在测试区域内确定若干个采样点并获取每一采样点在测试区域内的位置信息。本发明提供的采样点确定、植被遥感产品真实性校验方法、装置及设备,能更客观地在测试区域内确定采样点,能提高在测试区域中确定采样点的效率,能实现采样点的实时获取,在测试区域内确定的采样点能更好地反映测试区域的植被特征,能为植被遥感产品真实性校验提供更准确、更高效地数据支撑。
  • 一种基于时空注意力门的卫星云图预测方法-202310948132.6
  • 张秀再;李景轩 - 南京信息工程大学
  • 2023-07-31 - 2023-10-20 - G06V20/13
  • 本发明公开了一种基于时空注意力门的卫星云图预测方法,包括以下步骤:(1)对遥感影像进行预处理;(2)构建卫星云图预测网络模型;(3)采用均方误差MSE、平均绝对误差MAE、结构相似度SSIM、峰值信噪比PSNR定量评价卫星云图预测性能;本发明改进了CrevNet中的特征提取模块,将轻量级注意力模块SGE融入双向自编码器,在不增加计算量的情况下,增强了云图特征的语义信息和减少特征提取时的信息流失;融入了3D卷积与历史信息模块,相比其它预测算法,能更充分的利用序列云图中具有全局依赖和局部依赖的时空特征,进而更精准的预测未来云图。
  • 一种基于混合像元分解的土壤盐分预测方法、系统及介质-202310916862.8
  • 王新军;盛建东;苏童;杨秋兰;高胜寒;常松 - 新疆农业大学
  • 2023-07-25 - 2023-10-20 - G06V20/13
  • 本发明公开了一种基于混合像元分解的土壤盐分预测方法、系统及介质,方法包括:获取待处理landsat卫星遥感图像,对所述待处理landsat卫星遥感图像进行混合像元分解处理,以获取待处理干土壤的纯净光谱图像;根据所述待处理干土壤的纯净光谱图像,采用土壤遥感盐分指数方法进行计算,以获取待处理干土壤遥感盐分指数图像;将所述待处理干土壤遥感盐分指数图像输入至预选构建好的预测模型中,以获取土壤盐分预测结果。本发明对landsat卫星遥感图像进行混合像元分解处理,并根据所得纯净干土壤光谱图像计算土壤盐分遥感指数,增强土壤盐分检测有效性,将土壤盐分遥感指数输入至神经网络模型进行盐分预测,预测结果准确可靠。
  • 一种基于遥感及地面核查技术的地表水磷污染物溯源方法-202310652688.0
  • 谢阳村;周亚明;王晨;赵焕;贾兴;马天海 - 生态环境部环境规划院
  • 2023-06-02 - 2023-10-20 - G06V20/13
  • 本发明提出了一种基于遥感及地面核查技术的地表水磷污染物溯源方法,涉及地表水环境保护领域。方法包括:取溯源水体目标区域的遥感影像;对遥感影像进行数据预处理,得到目标区域的遥感反射率;对目标区域进行地面监测,得到野外光谱数据;对目标区域进行实地水体监测,得到水质指标;根据野外光谱数据、水质指标进行相关性分析,构建遥感反演模型;筛查水质水色异常区域;使用卫星遥感识别疑似风险源并进行地面核查,形成卫星遥感和地面核查联动,确定污染源。本发明可以大面积同步观测,获取监测范围内同一时刻的水质情况,客观反应各区域水质的相对优劣情况,可有效弥补地面监测同步观测的限制,节约了监测成本。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top