一种基于雷达和光学数据组合特征的农作物倒伏遥感监测方法与应用

    公开(公告)号:CN112924967B

    公开(公告)日:2022-12-13

    申请号:CN202110104065.0

    申请日:2021-01-26

    Abstract: 本发明涉及农业遥感技术领域,公开了一种基于雷达和光学数据组合特征的农作物倒伏遥感监测方法与应用。其包括:收集倒伏区域的信息;获取作物分布区Sentinel‑1 SAR数据,将VH除以VV作为第一信号特征;获取作物分布区Sentinel‑2光学遥感数据,获取归一化差异植被指数,作为第二信号特征;通过灰度共生矩阵计算Sentinel‑2光学遥感数据的空间纹理特征,作为第三信号特征;根据第一、第二、第三信号特征的分布分别构建倒伏区域的掩膜区域,求并集获得非倒伏区的掩膜范围;对倒伏区域进行掩膜之后,获得初步倒伏分布图,通过衡量其中每一待验证像元的各信号特征来得到综合相似性指数,据此筛除掉非倒伏区域的像元。本发明可对作物倒伏进行实时监测、准确评估。

    基于合成孔径雷达双极化数据相干性的作物倒伏监测方法

    公开(公告)号:CN114545410A

    公开(公告)日:2022-05-27

    申请号:CN202210157010.0

    申请日:2022-02-21

    Abstract: 本发明提供基于合成孔径雷达双极化数据相干性的作物倒伏监测方法,包括:提取作业区倒伏前后的后向散射系数;确定后向散射变化特征、相干系数和平均值纹理特征;筛选获得后向散射变化特征、相干系数和平均值纹理特征中的倒伏作物监测敏感特征;采用偏最小二乘分类方法识别倒伏作物,得到作业区的倒伏作物的空间分布信息。本发明将双时相双极化合成孔径雷达数据提供的主副相位影像进行一次差分与相位解缠,生成作物倒伏前后的相干系数,通过相位差表征作物倒伏前后的形态变化,同时,融合基于空间邻近统计的二阶概率纹理特征监测作物倒伏,抑制后向散射变化特征以及相干系数的噪声干扰,提高在光学数据缺失条件下的作物倒伏监测结果的精度。

    农作物倒伏程度识别方法及装置

    公开(公告)号:CN112597855A

    公开(公告)日:2021-04-02

    申请号:CN202011484271.0

    申请日:2020-12-15

    Abstract: 本发明提供一种农作物倒伏程度识别方法及装置,该方法包括:根据待识别区域的遥感影像,获取待识别区域的遥感影像特征;将待识别区域的遥感影像特征输入遥感影像识别模型,获取待识别区域的农作物倒伏程度;其中,遥感影像识别模型是基于样本区域的遥感影像特征以及样本区域的农作物倒伏程度训练后得到;样本区域的农作物倒伏程度是根据样本区域的无人机影像预先获取的。本发明提供的农作物倒伏程度识别方法及装置,能通过遥感技术快速和便捷地获取大面积区域的遥感影像,能基于训练好的遥感影像识别模型识别遥感影像,能更高效地识别大面积区域的农作物倒伏程度,能降低识别大面积区域的农作物倒伏程度所需的时间成本。

    保护性耕作玉米冠层BRDF模型构建方法及装置

    公开(公告)号:CN112419480A

    公开(公告)日:2021-02-26

    申请号:CN202011265438.4

    申请日:2020-11-12

    Abstract: 本发明实施例提供保护性耕作玉米冠层BRDF模型构建方法及装置,该方法包括:根据保护性耕作模式下的玉米植株三维点云信息和玉米植株彩色图片,构建保护性耕作模式下的群体玉米植株三维模型;根据预设叶片理化性状参数和预设叶片结构信息,建立玉米叶片辐射传输的参数;基于所述群体玉米植株三维模型和所述玉米叶片辐射传输的参数,建立保护性耕作玉米冠层双向反射分布函数模型。通过充分利用地激光雷达精度高的优势,构建保护性耕作模式下的群体玉米植株三维模型,通过DART离散各向异性三维辐射传输模型,模拟在不同宽窄行种植模式下、不同观测角度上的玉米冠层光谱反射率,填补了保护性耕作玉米冠层BRDF模型构建方面的空白。

    一种基于多维特征融合的区域农作物分类方法及系统

    公开(公告)号:CN112183209A

    公开(公告)日:2021-01-05

    申请号:CN202010881317.6

    申请日:2020-08-27

    Abstract: 本发明实施例提供一种基于多维特征融合的区域农作物分类方法及系统,该方法包括:获取目标区域农作物的多源多分辨率光学遥感数据和合成孔径雷达数据;首先对低分辨率光学遥感数据的光谱数据和提取得到的物候数据进行特征提取处理,得到光谱‑物候特征;对高分辨率光学遥感数据进行纹理特征提取,得到纹理特征;对合成孔径雷达进行特征提取,得到后向散射特征;将光谱‑物候特征、纹理特征和后向散射特征进行特征融合处理,得到目标区域农作物的多时相多特征数据集;利用多时相多特征对基于深度学习的农作物分类模型进行训练,得到分类结果。本发明实施例通过多源多时相特征融合以及深度学习分类,提高农作物识别精度。

    一种面向作物分类的遥感数据处理方法及装置

    公开(公告)号:CN109460700B

    公开(公告)日:2020-11-10

    申请号:CN201811033422.3

    申请日:2018-09-05

    Abstract: 本发明实施例提供一种面向作物分类的遥感数据处理方法及装置,该方法包括:根据遥感数据中的研究区空间位置信息解析格网编码序列,获取研究区全覆盖的格网;根据遥感数据中的研究区生育期时相数据和格网,获取格网生育期时相交集,建立格网与时相数据间的映射关系;以格网为单元,基于格网与时相数据间的映射关系,进行特征计算,将计算结果按照时间顺序合成时序特征集;对于含样本栅格文件的格网,叠加时序特征集和样本栅格文件,得到样本特征表,将样本特征表合成样本特征总集,以对研究区的作物进行分类。本发明实施例提供的面向作物分类的遥感数据处理方法及装置,简化了数据提取与处理过程,提高了作物分类效率,降低了人工参与。

    融合GF-1WFV和MODIS数据的地块尺度作物长势监测方法

    公开(公告)号:CN108982369B

    公开(公告)日:2020-09-01

    申请号:CN201810401690.X

    申请日:2018-04-28

    Abstract: 本发明属于农业遥感领域,涉及一种融合GF‑1 WFV和MODIS数据的地块尺度作物长势监测方法,具体为:对历史几年作物生育期内MODIS反射率数据和GF‑1 WFV影像数据预处理;基于卡尔曼滤波算法融合两种遥感数据;利用融合后的红光波段与近红外波段,计算历史几年NDVI时间序列影像并平均;目标年份监测时期的GF‑1NDVI影像与对应时期的历史平均NDVI影像做差值判断长势等级,逐个作物格网单元运行获得监测结果指导作物生产。本发明克服了由于雨云影响难以获得作物生育期内中等空间分辨率多年平均NDVI基准曲线的问题,通过MODIS和WFV的数据融合方法,为精准长势监测提供了基准参考曲线。

    一种玉米叶片等效水厚度反演方法及系统

    公开(公告)号:CN110147720A

    公开(公告)日:2019-08-20

    申请号:CN201910283469.3

    申请日:2019-04-10

    Abstract: 本发明实施例提供了一种玉米叶片等效水厚度反演方法及系统,包括:根据各参数的敏感程度确定PROSAIL模型中需标定的参数;将需标定的参数作为可变参数结合PROSAIL模型,获取查找表;对需标定的参数进行标定得到需标定的参数对应的后验分布,并根据需标定的参数对应的后验分布以及玉米冠层实际光谱反射率,构建基于权重差和形式的代价函数;在代价函数取最小值时,利用查找表反演得到玉米叶片的等效水厚度。通过对PROSAIL模型进行全局敏感性确定需标定的参数和查找表的可变参数,并对可变参数进行标定和不确定分析,得到了参数和PROSAIL模型在反演过程中的不确定性,并通过在代价函数中加入可变修正项,有效避免了反演的病态问题,提高了反演精度。

    遥感与作物模型融合的区域尺度作物出苗日期估算方法

    公开(公告)号:CN108537679A

    公开(公告)日:2018-09-14

    申请号:CN201810127259.0

    申请日:2018-02-08

    Abstract: 本发明属于农业遥感领域,涉及一种遥感与作物模型融合的区域尺度作物出苗日期估算方法,具体步骤为:处理中等分辨率遥感数据形成时间序列三个波段的反射率数据并评估不确定性;标定WOFOST模型并与冠层辐射传输模型PROSAIL耦合;采用MCMC方法评估WOFOST-PROSAIL模型的不确定性;构建泰森多边形作为遥感与作物模型的数据同化单元;构建四维变分的代价函数并优化出苗日期参数;逐个作物格网运行并进行空间制图。本发明的方法融合了遥感数据和作物模型的各自优势,考虑作物模型模拟和遥感的反射率的不确定性构建四维变分的代价函数,有效降低了误差,提高区域作物出苗日期估算精度,实现了区域空间制图。

Patent Agency Ranking