-
公开(公告)号:CN119360255A
公开(公告)日:2025-01-24
申请号:CN202411947137.8
申请日:2024-12-27
Applicant: 北京林业大学
IPC: G06V20/17 , G06V20/10 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及图像数据处理技术领域,其具体地公开了一种基于无人机多光谱数据的防护林退化程度分析方法,其利用多光谱无人机采集样地防护林的多光谱图像,通过计算样地防护林的多光谱图像中各个局部区域的光谱反射率、植被指数和纹理指数来构建多光谱图像的多源特征矩阵,进而,通过对多光谱图像的多源特征进行深度学习和交互融合处理,以全面获取样地防护林植被状态的综合表征信息,并据此实现对样地防护林退化率的智能解码估计,根据所述样地防护林的退化率,构建风险退化区域,以对所述风险退化区域进行精准管控。通过这种方式,可以有效提高防护林退化程度监测的准确性和效率,从而为森林资源管理提供更为科学和精确的决策支持。
-
公开(公告)号:CN119360255B
公开(公告)日:2025-03-18
申请号:CN202411947137.8
申请日:2024-12-27
Applicant: 北京林业大学
IPC: G06V20/17 , G06V20/10 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及图像数据处理技术领域,其具体地公开了一种基于无人机多光谱数据的防护林退化程度分析方法,其利用多光谱无人机采集样地防护林的多光谱图像,通过计算样地防护林的多光谱图像中各个局部区域的光谱反射率、植被指数和纹理指数来构建多光谱图像的多源特征矩阵,进而,通过对多光谱图像的多源特征进行深度学习和交互融合处理,以全面获取样地防护林植被状态的综合表征信息,并据此实现对样地防护林退化率的智能解码估计,根据所述样地防护林的退化率,构建风险退化区域,以对所述风险退化区域进行精准管控。通过这种方式,可以有效提高防护林退化程度监测的准确性和效率,从而为森林资源管理提供更为科学和精确的决策支持。
-