-
公开(公告)号：CN113218508A
公开(公告)日：2021-08-06
申请号：CN202110463999.3
申请日：2021-04-27
Applicant: 中南林业科技大学
Abstract: 本发明涉及森林火灾的判别，具体涉及一种基于Himawari‑8卫星数据的林火判别方法。其步骤包括：(1)数据和通道的筛选；(2)对数据进行云检测；(3)潜在火点的判别；(4)持续火点的判别；(5)林火信息的提取。本发明利用Himawari‑8卫星遥感数据进行林火判别，能够较及时准确地识别林火，并能够连续性进行林火监测，林火识别的灵敏性较高。为地方灭火和精准施策提供重要依据。
-
公开(公告)号：CN111784190A
公开(公告)日：2020-10-16
申请号：CN202010688930.6
申请日：2020-07-16
Applicant: 中南林业科技大学
Abstract: 本发明涉及本发明涉及林分空间结构评估，具体涉及一种林分空间结构评价模型的构建方法及应用。本发明的方案包括如下步骤：(1)确定林分空间结构单元；(2)构建林分空间结构评价指标体系；(3)划分林分空间结构等级；(4)建立指标值区间与评价等级对应关系；(5)确立林分空间结构评价标准模型。本发明基于熵权—云模型法的应用为林分空间结构合理性评价提供了一种新思路与方法，实现了评价指标与评价等级之间的不确定性映射，其评价结论比基于乘除法原理的林分空间结构指数法方法更加客观准确。
-
公开(公告)号：CN111783706A
公开(公告)日：2020-10-16
申请号：CN202010651657.X
申请日：2020-07-08
Applicant: 中南林业科技大学
Abstract: 一种小波DFT零填充重采样重建的随机森林分类方法，首先采用BayesShrink阈值滤波法去除遥感影像中的大部分高斯白噪声，不仅能极大地提高遥感影像的信噪比，同时也能较好地保留原始影像的边缘和尖峰点；然后对去噪后的影像应用小波DFT零填充重采样算法进行重建；接着使用随机森林对重建影像进行森林分类。经小波DFT零填充重采样重建的遥感影像较原始影像，具有更高的分辨率、噪点减少、纹理结构更加清晰；且重建影像采用随机森林分类的精度得到有效提升。
-
公开(公告)号：CN111768105A
公开(公告)日：2020-10-13
申请号：CN202010616206.2
申请日：2020-06-29
Applicant: 中南林业科技大学
Abstract: 本发明涉及森林火灾预防，具体涉及一种基于空间Logistic的森林火灾风险评估方法。1)采集地表温度数据集；2)采集归一化植被指数据集；3)采集GDP空间分布数据集和植被类型空间分布数据集；4)采集DEM数字高程数据集和地面气候资料月值数据集；5)通过公式计算植被干旱指数；6)建立空间Logistic森林火灾风险概率模型；7)对待测地区森林火灾风险进行评估。本发明采用中国森林草原防火网森林火灾监测数据作为基础数据，以高程(GC)、坡度(PD)、气温(TEM)、降水(RAIN)、温度植被干旱指数(TVDI)、国内生产总值(GDP)、植被类型(ZB)等数据作为森林火险影响因子，构建空间Logistic森林火灾风险概率模型，可在省域范围内进行了森林火灾风险区划，为森林火灾风险预防及风险决策提供了科学依据。
-
公开(公告)号：CN108731817B
公开(公告)日：2020-05-05
申请号：CN201810551989.3
申请日：2018-05-31
Applicant: 中南林业科技大学
IPC: G01J5/00
Abstract: 本发明涉及一种应用于林火判别的不同传感器多时相红外辐射归一建模方法，包括对MODIS、AVHRR、VIRR传感器红外辐射特性进行分析；获取传感器MODIS亮度温度值、AVHRR地表温度、VIRR亮温值；进行预处理；通过反射率设置阈值，识别云体、水体，并对识别出的云、水像元进行剔除，计算NDVI值；对MODIS、AVHRR、VIRR传感器红外辐射数据进行标准化处理，设置MODIS传感器为标准传感器，将AVHRR、VIRR传感器红外辐射数据进行归一，选取参考的红外影像数据与待归一的红外影像数据进行曲线拟合、回归分析，确定不同传感器的红外辐射归一化参数，建立不同传感器红外辐射归一化模型，形成红外辐射归一化影像图。通过本发明建立的模型能较好地消除辐射差异影响，平分大气辐射误差，减少了来自同一传感器红外波段不同时相的辐射差异。
-
Patent Agency Ranking
公开(公告)号：CN110310370A
公开(公告)日：2019-10-08
申请号：CN201910528151.7
申请日：2019-06-18
Applicant: 中南林业科技大学
Abstract: 一种基于积分平差实现GPS与SRTM点面融合的方法，包括以下步骤：1)通过地面GPS观测，获得目标地区SRTM的DEM格网上任一点p的GPS高程值hp；2)用测量平差方法把hp和p所在DEM格网的高程值 进行融合；得到p点所在格网的格网值和四个角点a、b、c、d新的高程值；作为第一层融合；3)以a、b、c、d四个点为新的观测值，分别对其周围的网格进行融合，得到外围8格网融合后新的格网值及外围12个节点的新的高程；作为第二层融合；依次类推，得到全格网的高程值；当有格网的角点得到多个高程值时，取平均值。本发明的基于积分平差实现GPS与SRTM点面融合的方法的精度高。
-
公开(公告)号：CN107864770B
公开(公告)日：2019-08-06
申请号：CN201710860166.4
申请日：2017-09-21
Applicant: 中南林业科技大学
Abstract: 本发明公开了一种基于植生型多孔混凝土的植被种植方法，包括以下步骤：首先获得植生型多孔混凝土截面的等效孔径Z；然后确定计划种植的植物成熟期根的尺寸X、茎的尺寸Y；根据植生型多孔混凝土截面的等效孔径Z、植物成熟期根的尺寸X、茎的尺寸Y三者间关系，选择植物的种植方式。本发明的基于植生型多孔混凝土植被种植方法可用于指导植被的种植，在生态及环境保护等领域具有巨大的应用价值。本发明的植被种植方法简单、易懂，可有效的维持植生型多孔混凝土内部植被的生命力，对充分实现植生多孔混凝土的生态效益具有重要的意义。
-
公开(公告)号：CN109030301A
公开(公告)日：2018-12-18
申请号：CN201810583104.8
申请日：2018-06-05
Applicant: 中南林业科技大学
IPC: G01N15/06
CPC classification number: G01N15/06 , G01N2015/0693
Abstract: 本发明涉及一种基于遥感数据的气溶胶光学厚度反演方法，采用暗像元法和6S辐射传输模型反演气溶胶光学厚度，包括：数据获取、数据合成、角度数据合成、云检测、气溶胶反演、气溶胶类型确定、地表反射率的确定、根据反演的AOD制作分布图，以及建立AOD与PM2.5的相关关系。根据本发明得到的MODIS AOD数据可以作为PM2.5浓度地面监测的有效补充手段。
-
公开(公告)号：CN109029344A
公开(公告)日：2018-12-18
申请号：CN201810752884.4
申请日：2018-07-10
Applicant: 湖南中科星图信息技术有限公司 , 中南林业科技大学
CPC classification number: G01C5/00 , G01S13/9023
Abstract: 一种基于高分影像和升降轨InSAR的堤坝沉降监测方法，包括以下步骤：A.堤坝位置信息提取：用卫星拍得堤坝的高清影像数据，得到目标堤坝面的精确地理位置和范围；B.PS‑InSAR形变速率获取：利用卫星在同一地区获取的N幅SAR图像，选择其中一幅SAR图像作为主图像，利用DEM和轨道数据，生成差分干涉相位图，获得DEM误差和形变速率；C.融合升降轨的沉降速率解算：根据堤坝不同区域的反射特征，针对所述几何畸变的区域，融合不同视向的升降轨InSAR形变监测方法，获取高精度沉降信息；和D.堤坝沉降信息提取，将得到的融合高精度形变场与通过高分影像提取的堤坝数据进行空间叠加运算，获得堤坝面上的沉降形变信息，实现堤坝沉降监测。
-
公开(公告)号：CN108763782A
公开(公告)日：2018-11-06
申请号：CN201810549903.3
申请日：2018-05-31
Applicant: 中南林业科技大学
CPC classification number: G06F17/5009 , G06F17/18
Abstract: 本发明涉及一种林火热点判别的MODIS传感器多时相红外辐射归一方法，包括如下步骤：剔除云体影响像元；计算NDVI值，提取植被面积；将MODIS传感器红外数据进行辐射定标；选择参考的红外影像数据与待归一红外影像数据进行曲线拟合，获取红外辐射归一化参数，确定红外辐射归一化模型，形成新的红外辐射归一化影像图。通过本发明的归一化方法，解决MODIS传感器红外通道不同时相的辐射差异问题，建立辐射标准，构建MODIS传感器多时相红外辐射归一化模型。本发明建立的红外辐射归一化模型能较好地消除辐射差异影响，弥补卫星传感器的时间差异性，提高MODIS传感器红外辐射对地物变化监测的准确度。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.044 seconds)
