公开(公告)号：CN117571966A

公开(公告)日：2024-02-20

申请号：CN202311794972.8

申请日：2023-12-25

Applicant: 北京林业大学

Inventor： 王雨 ,  刘维 ,  赵际剀 ,  孙维捷 ,  苗禹琳 ,  于强

IPC: G01N33/24 ,  C02F1/00 ,  C02F1/44 ,  G01N5/04 ,  G01W1/14

Abstract: 本发明公开了一种高山峡谷区高陡边坡水土流失量监测方法与装置，涉及高山峡谷特殊区域的水土流失量监测技术领域，包括：高陡边坡固定组件，用于将水土流失量监测装置固定在高山峡谷特殊区域防止移动；水土混合物检测组件，用于接收水土混合物并对其进行固液分离；其中，所述水土混合物检测组件至少包括能够监测水流速度的水量速度传感器以及能够过滤不同粒径泥沙的三层过滤网，以便于直接监测水土流失物的流速，以及收集不同粒径泥沙以便于回收装置后直接对固体部分进行烘干称重；以及雨水收集组件，用于收集过滤后的水土混合物也就是雨水，并测量得到雨水容积。本装置能够实现区域范围内水土流失量的检测，实现一次性对泥沙进行分层取样，大大提高测量的便利性。

公开(公告)号：CN117911864A

公开(公告)日：2024-04-19

申请号：CN202410059262.9

申请日：2024-01-16

Applicant: 北京林业大学

Inventor： 苗禹琳 ,  于强 ,  王雨

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N20/20

Abstract: 本发明提供了一种森林地上碳储量时空变化检测方法，适用于大规模森林区域的碳储量监测。本发明通过遥感技术获取森林区域的遥感图像，并进行预处理，提高数据准确性。采用随机森林算法、支持向量机算法或深度学习算法提取森林地上碳储量信息。利用时间序列分析方法，如自回归积分滑动平均模型(ARIMA)和长短时记忆神经网络(LSTM)模型，建立森林地上碳储量的时空变化模型。本发明具有较高的检测精度和时效性，适用于不同类型、不同地区的森林，具有较强的通用性和适用性。通过实测数据验证模型精度，并为森林资源管理和政策制定提供依据。本发明有助于评估森林碳汇功能、制定森林资源管理政策以及应对气候变化。