-
公开(公告)号：CN111123265B
公开(公告)日：2022-02-11
申请号：CN201911296693.2
申请日：2019-12-16
Applicant: 广东省科学院广州地理研究所 , 南方海洋科学与工程广东省实验室(广州)
Abstract: 本申请实施例涉及一种基于雷达时序图像的菠萝种植范围提取方法及装置、设备。本申请实施例的基于雷达时序图像的菠萝种植范围提取方法包括：获取多组待提取区域的哨兵1号的第一光学遥感数据，对多组第一光学遥感数据进行时归一化、插值以及滤波处理，获得合成后的时序图像数据；对所述时序图像数据进行拟合，并计算拟合后的时序图像数据的物候特征；获取菠萝的物候特征；将所述第一光学遥感数据、所述时序图像数据、所述时序图像数据的物候特征以及菠萝的物候特征输入训练好的XGBoost分类器，得到待提取区域的菠萝种植区域提取结果。本申请实施例的基于雷达时序图像的菠萝种植范围提取方法可以比较准确的从遥感图像中提取出菠萝的种植区域。
-
公开(公告)号：CN113221790A
公开(公告)日：2021-08-06
申请号：CN202110558351.4
申请日：2021-05-21
Applicant: 广东省科学院广州地理研究所 , 南方海洋科学与工程广东省实验室(广州)
Abstract: 本发明涉及一种基于雷达数据的田块轮作模式生成方法及装置，通过获取雷达遥感卫星的雷达数据，将所述雷达数据进行预处理，获取光学遥感卫星图像，并从所述光学遥感卫星图像中识别获得田块图像，且对识别到的所述田块图像进行栅格化，将所述栅格化后的田块图像与所述预处理后的雷达数据匹配，计算所述栅格化后的田块图像对应的雷达数据平均值，得到所述栅格化后的田块图像对应的平均作物曲线，根据所述平均作物曲线，识别作物类型和作物周期，根据所述作物类型和所述作物周期，确定轮作序列，归并所述轮作序列，生成田块轮作模式，克服了多云天气下光学观测的不便，提高了雷达数据观测的精度，以田块为单元分析，提高了鲁棒性。
-
公开(公告)号：CN112526098A
公开(公告)日：2021-03-19
申请号：CN202011403259.2
申请日：2020-12-04
Applicant: 广东省科学院广州地理研究所
Abstract: 本发明公开了一种基于连续小波系数的二类水体叶绿素a浓度反演方法，包括先实地采集二类水体表面的反射率数据和水体的叶绿素a浓度；然后将反射率数据在不同尺度下进行连续小波变换，得到多个小波系数；接着将小波系数与实测的叶绿素a浓度进行相关性分析，筛选出相关性较高的小波系数；再将筛选出的小波系数进行偏最小二乘回归建模，建立以小波系数为自变量，叶绿素a浓度为因变量的叶绿素a浓度反演模型；对于待测的二类水体，实地采集其表面的反射率数据，将其进行连续小波变换得到小波系数，然后基于该小波系数，利用叶绿素a浓度反演模型进行反演，最终得到该二类水体的叶绿素a浓度。本发明能够实现二类水体叶绿素a浓度高精度反演。
-
公开(公告)号：CN118067245B
公开(公告)日：2024-11-05
申请号：CN202410017283.4
申请日：2024-01-03
Applicant: 广东省科学院广州地理研究所
IPC: G01J5/00 , G01N33/00 , G06F30/27 , G06N3/0464 , G06F17/10
Abstract: 本申请提供一种地表温度获取方法和装置，方法包括：根据全球无云大气廓线数据得到模拟大气参数、对应预设的若干个热红外波段的模拟亮温数据、模拟大气水汽含量数据和模拟地表温度数据，以输入至预构建的地表温度反演算法，得到多个拟合系数；对卫星的多个热红外通道的通道波段和多种地表的波谱曲线数据进行卷积处理，得到对应各种地表的多个热红外通道发射率；根据目标地点的目标归一化植被指数和各种地表的多个热红外通道发射率，获取目标地点的多个目标热红外通道发射率；将多个目标亮温数据、目标地点的目标大气水汽含量数据、多个目标热红外通道发射率和拟合系数输入至地表温度反演算法，可以准确获取目标地点的目标地表温度。
-
公开(公告)号：CN116858785A
公开(公告)日：2023-10-10
申请号：CN202310763421.9
申请日：2023-06-26
Applicant: 广东省科学院广州地理研究所
Abstract: 本申请提供一种土壤镍浓度反演方法、装置、存储介质和计算机设备，所述土壤镍浓度反演方法包括：获取目标区域的实时高光谱影像；对实时高光谱影像进行特征提取，得到对应的实时多尺度光谱特征；对实时多尺度光谱特征进行特征降维，得到实时多尺度光谱特征在低维空间的实时特征值分布数据；根据预构建的光谱指数模型和皮尔逊显著性检验算法，从实时高光谱影像获取土壤镍浓度的对应的实时波段组合；将实时特征值分布数据和土壤镍浓度的对应的实时波段组合输入到预训练的土壤镍浓度反演模型，得到土壤镍浓度反演模型预测的目标区域的土壤镍浓度。本申请可以提高土壤镍浓度的检测效率。
-
Patent Agency Ranking
公开(公告)号：CN116229280A
公开(公告)日：2023-06-06
申请号：CN202310024537.0
申请日：2023-01-09
Applicant: 广东省科学院广州地理研究所
IPC: G06V20/13 , G06V20/10 , G06V10/764 , G06V10/44 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本申请涉及一种崩岗识别方法、装置、电子设备以及存储介质，该方法包括：获取待测区域的遥感图像；将所述遥感图像输入至已训练的第一崩岗识别模型，获得若干个初始崩岗区域；获取每个所述初始崩岗区域的预设数量的特征，将每个所述初始崩岗区域的预设数量的特征输入至已训练的崩岗分类模型，获得崩岗分类结果；根据所述崩岗分类结果，从若干个所述初始崩岗区域中确定目标崩岗区域。本申请实施例通过已训练的第一崩岗识别模型获得初步崩岗识别结果，通过已训练的崩岗分类模型从初步崩岗识别结果中确定目标崩岗，无需人工解译崩岗，提高了崩岗识别效率。同时，减少了初步崩岗识别结果中误识别的情况，提高了崩岗识别的准确度。
-
公开(公告)号：CN115170947A
公开(公告)日：2022-10-11
申请号：CN202210515018.X
申请日：2022-05-12
Applicant: 广东省科学院广州地理研究所 , 南方海洋科学与工程广东省实验室(广州)
IPC: G06V20/10 , G06V10/764 , G06V10/30
Abstract: 本发明涉及遥感数据分析领域，特别涉及一种基于遥感图像的河口浑浊带与水体分类方法，包括：获取目标区域的遥感图像，根据遥感图像的近红波段值以及红光波段值，计算遥感图像的波段比值结果，获取波段比值图像；对波段比值图像进行去噪处理，获取去噪处理后的波段比值图像，其中，波段比值图像包括浑浊带像元以及水体像元；根据浑浊带像元以及水体像元，分别获取浑浊带像元对应的平均值以及水体像元对应的平均值，作为浑浊带阈值以及水体阈值；将去噪处理后的波段比值图像转换为梯度图像，获取梯度图像的各个像元对应的像元值，根据梯度图像的各个像元对应的像元值、浑浊带阈值以及水体阈值，获取分类结果。
-
公开(公告)号：CN114817443A
公开(公告)日：2022-07-29
申请号：CN202210754953.1
申请日：2022-06-30
Applicant: 广东省科学院广州地理研究所
Abstract: 本发明涉及一种基于瓦片的卫星遥感图像数据处理方法及装置，获取目标区域的相邻各景卫星遥感图像；对所述相邻各景卫星遥感图像进行预处理，获得预处理后的相邻各景卫星遥感图像；对预处理后的所述相邻各景卫星遥感图像进行瓦片切割，获得所述目标区域的瓦片集合；对所述瓦片集合中每一个瓦片进行像素点的灰度值归并；遍历每一个所述瓦片的像素点，若所述像素点的灰度值缺失，根据所述像素点所在的瓦片，对所述像素点的灰度值进行插值，获得像素点的灰度值均不为空值的瓦片，从而以瓦片保存卫星遥感图像数据，并且每个瓦片中像素点的灰度值均不为空值，提高了卫星遥感图像数据的质量。
-
公开(公告)号：CN112801991B
公开(公告)日：2022-06-03
申请号：CN202110149577.9
申请日：2021-02-03
Applicant: 广东省科学院广州地理研究所
Abstract: 本发明涉及一种基于图像分割的水稻白叶枯病检测方法，该方法包括：通过获取水稻叶片图像，根据水稻叶片图像和预设的图像分割算法，获取水稻叶片图像对应的超像素图像，其中，超像素图像中包括若干个超像素，每个超像素基于若干个水稻叶片图像中的像素点生成；之后，根据超像素图像和预设的病斑提取算法，提取超像素图像中的疑似病斑，将超像素图像中的疑似病斑的特征输入已训练好的水稻白叶枯病检测模型，得到水稻叶片的白叶枯病检测结果。相对于现有技术，本申请提高了白叶枯病检测的准确性，并且由于对水稻叶片图像进行图像分割，转化为超像素图像，更进一步提高了白叶枯病的检测效率，能够满足高精度、高效率的水稻白叶枯病的检测需求。
-
公开(公告)号：CN114509390A
公开(公告)日：2022-05-17
申请号：CN202111627382.7
申请日：2021-12-28
Applicant: 广东省科学院广州地理研究所
Abstract: 本发明涉及土壤有机质分析领域，特别涉及一种土壤有机质预测方法，所述方法包括：获取目标区域的土壤的反射光谱数据以及有机质含量数据，其中，所述反射光谱数据包括若干个波长范围的反射光谱曲线；从所述反射光谱数据中提取目标波长范围的反射光谱曲线，根据所述反射光谱数据以及有机质含量数据，计算所述目标波长范围的反射光谱曲线的光谱区间面积数据；根据所述目标区域的土壤的有机质含量数据以及光谱区间面积数据，构建土壤有机质预测模型，对所述土壤有机质预测模型进行精度评价；响应于预测指令，所述预测指令包括待预测区域的土壤的反射光谱数据，根据所述待预测区域的土壤的反射光谱数据以及土壤有机质预测模型，获取所述待预测区域的土壤的有机质含量数据。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.112 seconds)
