-
公开(公告)号：CN119183922A
公开(公告)日：2024-12-27
申请号：CN202411618435.2
申请日：2024-11-13
Applicant: 南京林业大学
Abstract: 本发明属于园艺花卉栽培技术领域，具体为一种无土盆栽月季的栽培基质及其制备方法，所述基质由腐殖土、珍珠岩、蛭石、椰糠和泥炭等成分按特定比例配制而成，确保良好的透气性、保水性和养分平衡。此外，基质中添加了5%的玉米秸秆生物炭和1×10^8 CFU/mL的Bacillus subtilis与Bacillus megaterium菌液，以增强微生物活性和根系健康。实验数据结果表明，本发明的栽培基质显著提升了月季的生长速度、花期持久性及观赏价值，适用于城市家庭和园艺景观中的盆栽栽培，具有广泛的应用前景和经济效益。
-
公开(公告)号：CN108872964B
公开(公告)日：2020-02-14
申请号：CN201810930730.X
申请日：2018-08-15
Applicant: 南京林业大学
IPC: G01S7/48
Abstract: 本发明公开一种基于无人机LiDAR数据的银杏人工林郁闭度提取方法，包括对激光雷达离散点云数据滤波，插值生成数字地形模型，点云数据归一化处理；然后分别基于归一化点云数据提取特征变量，结合地面实测郁闭度和提取的特征变量，在优选变量的基础上进行逐步回归构建预测模型对研究区内郁闭度进行估测。本发明通过获取无人机激光雷达点云并提取冠层特征变量，并结合地面实测数据，可以高效率且高精度地获取特定范围的“面”上连续分布的郁闭度。全面深入地提取了多组人工林冠层无人机激光雷达点云特征，从而高质量地提取了人工林林分郁闭度。与使用其他相近遥感方法进行林分郁闭度反演相比，其相对均方根误差降低1.7％。
-
公开(公告)号：CN109212553A
公开(公告)日：2019-01-15
申请号：CN201811074556.X
申请日：2018-09-14
Applicant: 南京林业大学
Abstract: 本发明公开一种无人机LiDAR和随机森林提取银杏生物物理特性的方法，主要通过无人机搭载的LiDAR传感器采集数据，通过数据处理后，分别提取三组冠层结构特征变量，并与实测的林分生物物理特性一起构建随机森林模型预测提取生物物理特性。本方法采用随机森林模型方法去反演林分生物物理特性；相比较传统的参数方法变量之间需要满足一系列的先验假设，而通过随机森林模型可以将所有提取的特征变量输入模型进行运算，并且随机森林模型可以评估每个特征变量的重要性，从而高质量地提取了人工林林分生物物理特性。同时，通过上述数据获得的随机森林不仅利于特征变量的机理解释，也易于进行方法移植，即在天然林和次生林中也可以进行应用。
-
公开(公告)号：CN110554406B
公开(公告)日：2023-07-04
申请号：CN201910857028.X
申请日：2019-09-10
Applicant: 南京林业大学
IPC: G01S17/894
Abstract: 本发明公开了一种基于无人机立体摄影测量点云的次生林结构参数反演的方法，属于森林资源监测、生态因子调查及生物多样性研究等领域。本发明借助无人机对次生林采集影像数据，对影像数据进行影像匹配，影像拼接，获取稀疏点云；对稀疏点云加密，获取加密点云；借助无人机搭载的激光雷达获取的数字地形模型对加密点云进行归一化，获取归一化摄影测量点云数据；对归一化摄影测量点云数据提取点云特征变量；优选点云特征变量，借助地面实测数据建立多元回归模型反演林分特征，实现了高质量地反演森林结构参数。
-
公开(公告)号：CN109031344B
公开(公告)日：2020-11-10
申请号：CN201810869943.6
申请日：2018-08-01
Applicant: 南京林业大学
IPC: G01S17/89
Abstract: 本发明公开了一种全波形激光雷达和高光谱数据联合反演森林结构参数的方法，先对机载全波形激光雷达数据进行去噪、平滑、强度校正、滤波，插值生成数字地形模型，点云及波形数据高度归一化处理；对高光谱影像进行辐射定标、大气校正、几何校正预处理；然后，分别基于归一化点云和波形数据、预处理高光谱数据分别提取特征变量；最后，结合地面实测数据和提取的特征变量分别构建多元回归模型以预测各森林结构参数。本发明有助于提高森林结构参数的反演精度，并有效抑制森林覆盖度高、生物量高林分结构参数反演的“饱和”问题。有效增强了森林结构参数反演的能力和精度；与使用其他相近遥感方法进行林分结构参数相比，其相对均方根误差提升了5％以上。
-
Patent Agency Ranking
公开(公告)号：CN109164459A
公开(公告)日：2019-01-08
申请号：CN201810864245.7
申请日：2018-08-01
Applicant: 南京林业大学
Abstract: 本发明公开了一种结合激光雷达和高光谱数据对森林树种分类的方法，属于森林资源监测技术领域。本发明首先对获取的激光雷达点云数据进行去噪、归一化，然后通过激光雷达点云数据中的点云距离的差异提取研究区内的单木冠幅，然后提取高光谱数据中作为分类的变量特征，结合提取的单木冠幅，将高光谱特征在冠幅内进行统计与汇总，以汇总过后的特征均值作为训练样本对树种利用随机森林算法进行分类，具有效率高、精度高的优点，本发明的方法不仅利于特征变量的机理解释，也易于通过方法移植应用于天然林和次生林等。
-
公开(公告)号：CN109031344A
公开(公告)日：2018-12-18
申请号：CN201810869943.6
申请日：2018-08-01
Applicant: 南京林业大学
IPC: G01S17/89
CPC classification number: G01S17/89
Abstract: 本发明公开了一种全波形激光雷达和高光谱数据联合反演森林结构参数的方法，先对机载全波形激光雷达数据进行去噪、平滑、强度校正、滤波，插值生成数字地形模型，点云及波形数据高度归一化处理；对高光谱影像进行辐射定标、大气校正、几何校正预处理；然后，分别基于归一化点云和波形数据、预处理高光谱数据分别提取特征变量；最后，结合地面实测数据和提取的特征变量分别构建多元回归模型以预测各森林结构参数。本发明有助于提高森林结构参数的反演精度，并有效抑制森林覆盖度高、生物量高林分结构参数反演的“饱和”问题。有效增强了森林结构参数反演的能力和精度；与使用其他相近遥感方法进行林分结构参数相比，其相对均方根误差提升了5％以上。
-
公开(公告)号：CN108896021A
公开(公告)日：2018-11-27
申请号：CN201810879344.2
申请日：2018-08-03
Applicant: 南京林业大学
Abstract: 本发明公开一种基于航空摄影测量点云提取人工林林分结构参数的方法，对机载激光雷达离散点云数据滤波，插值生成数字地形模型，点云数据归一化处理；对真彩色像对特征点进行提取、匹配，进行空三加密生成航空摄影测量点云，使用生成的数字地形模型对航空摄影测量点云数据进行归一化处理；基于归一化航空摄影测量点云提取特征变量；结合地面实测数据和提取的特征变量分别构建多元回归模型以预测各林分结构特征。通过无人机高效获取的高重叠度影像数据，并借助立体摄影测量方法从影像像对中提取三维点云，从而获取森林冠层三维结构特征，有助于提高人工林林分结构参数的反演精度，并有效抑制森林覆盖度高、生物量高林分的结构参数反演“饱和”问题。
-
公开(公告)号：CN108921885A
公开(公告)日：2018-11-30
申请号：CN201810878353.X
申请日：2018-08-03
Applicant: 南京林业大学
Abstract: 本发明公开一种综合高分辨率CCD数据、高光谱影像数据和激光雷达点云数据联合反演森林地上生物量的方法，具体地说，是指一种首先对机载高分辨率CCD影像进行几何校正、拼接预处理，对高光谱影像进行几何校正、大气校正预处理，对激光雷达点云数据进行滤波，插值生成数字地形模型，点云数据归一化处理；然后分别基于预处理后的三个数据源提取纹理特征、光谱特征和点云结构特征；最后，结合地面实测数据和提取的特征变量分别构建模型以预测森林地上生物量的方法。本发明对亚热带天然次生林的森林地上生物量进行提取，与使用其他相近遥感方法进行地上生物量估算结果相比，其相对均方根误差降低了10％以上。
-
公开(公告)号：CN108896021B
公开(公告)日：2020-05-26
申请号：CN201810879344.2
申请日：2018-08-03
Applicant: 南京林业大学
Abstract: 本发明公开一种基于航空摄影测量点云提取人工林林分结构参数的方法，对机载激光雷达离散点云数据滤波，插值生成数字地形模型，点云数据归一化处理；对真彩色像对特征点进行提取、匹配，进行空三加密生成航空摄影测量点云，使用生成的数字地形模型对航空摄影测量点云数据进行归一化处理；基于归一化航空摄影测量点云提取特征变量；结合地面实测数据和提取的特征变量分别构建多元回归模型以预测各林分结构特征。通过无人机高效获取的高重叠度影像数据，并借助立体摄影测量方法从影像像对中提取三维点云，从而获取森林冠层三维结构特征，有助于提高人工林林分结构参数的反演精度，并有效抑制森林覆盖度高、生物量高林分的结构参数反演“饱和”问题。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.033 seconds)
