基于遥感图像的河口浑浊带与水体分类方法、装置及设备

    公开(公告)号:CN115170947B

    公开(公告)日:2023-04-18

    申请号:CN202210515018.X

    申请日:2022-05-12

    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。

    基于遥感图像的河口浑浊带识别方法、装置及设备

    公开(公告)号:CN115170975A

    公开(公告)日:2022-10-11

    申请号:CN202210515025.X

    申请日:2022-05-12

    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识别方法,包括:获取目标区域的遥感图像;将遥感图像转换为梯度图像,获取梯度图像的各个像元对应的梯度强度值以及梯度方向结果;根据梯度强度值以及梯度方向结果,从梯度图像中提取若干个初始浑浊带像元;根据初始浑浊带像元的梯度强度值以及预设的梯度阈值,从若干个初始浑浊带像元中提取若干个目标浑浊带像元,作为浑浊带识别结果;响应于显示指令,获取遥感图像对应的电子地图数据,根据浑浊带识别结果,获取目标浑浊带像元对应的标识,在电子地图上进行目标浑浊带像元以及标识的显示以及标注,实现了河口浑浊带的准确、高效、快捷识别。

    基于遥感图像的河口浑浊带与水体分类方法、装置及设备

    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

    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。

    土壤有机质预测方法、装置、设备及存储介质

    公开(公告)号:CN114509390B

    公开(公告)日:2025-04-25

    申请号:CN202111627382.7

    申请日:2021-12-28

    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。

    基于遥感数据的湿地分类方法、装置、设备及存储介质

    公开(公告)号:CN114187507B

    公开(公告)日:2024-12-03

    申请号:CN202111408502.4

    申请日:2021-11-19

    Abstract: 本发明涉及数据分析领域,特别涉及一种基于遥感数据的湿地分类方法,所述方法包括:获取目标区域的遥感图像数据集,获取所述遥感图像的各个像元的云似值,根据所述云似值提取所述遥感图像的目标像元,对所述获得的目标像元进行拼接,获取所述目标区域的无云多光谱图像数据集,获取所述无云多光谱图像数据集中各个湿地类型相应的面积比例数据,根据预设的样本提取算法,对所述无云多光谱图像数据集进行样本提取,获取无云多光谱图像样本数据集;获取所述无云多光谱图像的特征指数,根据所述特征指数以及无云多光谱图像样本数据集,对所述无云多光谱图像样本数据集进行湿地分类,获得所述目标区域的湿地分类数据。

    基于遗传神经网络模型的叶绿素a遥感反演方法和装置

    公开(公告)号:CN112666328B

    公开(公告)日:2022-08-09

    申请号:CN202011339597.4

    申请日:2020-11-25

    Abstract: 本发明涉及一种基于遗传神经网络模型的叶绿素a遥感反演方法和装置,通过利用实验区水域的实测叶绿素a浓度和光谱数据,耦合遗传算法和人工神经网络两种机器学习算法,建立用于获取水体叶绿素a浓度的遗传神经网络反演模型,再根据反演模型和光谱数据求算待评估区域叶绿素a浓度的模拟值。由于利用遗传算法改进了人工神经网络在非线性回归过程中的后向反馈,所估算出的叶绿素a浓度更接近全局最优解,叶绿素a浓度预测值与实测值保持了较高的一致性。同时,由于考虑了波段比值、光谱导数等多种敏感性光谱特征,所述遗传神经网络反演模型具有较好的鲁棒性和空间可移植性,非常适合于物质组成和光学特征复杂的浑浊二类水体。

    一种荔枝叶片钙含量预测方法及预测装置

    公开(公告)号:CN111650129B

    公开(公告)日:2022-07-01

    申请号:CN202010436011.X

    申请日:2020-05-21

    Abstract: 本发明公开了一种荔枝叶片钙含量预测方法及装置,该方法主要包括对所获取到的光谱数据进行预处理,去除水分和噪声影响波段范围的反射信息;利用波段平均方法对预处理后的光谱数据进行降维处理;对降维处理后的光谱数据进行一阶微分处理,得到一阶导数光谱数据DR;对DR进行光谱植被指数迭代计算,获得光谱植被指数集;根据实测钙含量数据和光谱植被指数集,并根据皮尔逊相关系数绝的大小,选择出相关系数最大的那个植被指数和相关系数最小的那个植被指数,并得到叶片钙含量的预测模型,通过预测模型即可得到预测数据集的钙含量。本发明能够快速、有效、准确地预测出荔枝关键生长期叶片钙含量信息,以指导荔枝施肥,减少荔枝裂果。

    湿地生态环境的遥感检测方法、装置、设备以及存储介质

    公开(公告)号:CN114120144A

    公开(公告)日:2022-03-01

    申请号:CN202111416415.3

    申请日:2021-11-19

    Abstract: 本发明涉及数据分析领域,特别涉及一种湿地生态环境的遥感检测方法,包括:基于长时序湿地遥感分类数据集,获取湿地区域的第一湿地类型数据,根据所述第一湿地类型数据以及与所述第一湿地类型数据相应的指数因子的算法,获取指数因子,对所述指数因子进行归一化处理,获取所述指数因子相应的湿地综合指数;获取显示指令,其中,所述显示指令包括待检测区域的长时序湿地遥感分类数据集,获取待检测区域的电子地图数据,根据所述待检测区域的长时序湿地遥感分类数据集,获取相应的湿地综合指数,根据所述湿地综合指数以及预设的指数区间与所述指数区间对应的湿地标识,获取所述电子地图数据的各个区域的湿地标识,在所述电子地图数据上进行湿地标识的显示以及标注。

    一种河口浑浊带识别方法和识别系统

    公开(公告)号:CN112763425B

    公开(公告)日:2021-12-28

    申请号:CN202011466246.X

    申请日:2020-12-14

    Abstract: 本发明提供一种河口浑浊带识别方法和识别系统。其中,所述河口浑浊带识别方法包括以下步骤:通过卫星获取河口的遥感影像;对遥感影像进行预处理;根据预处理后的所述遥感影像计算河口的总悬浮物含量;根据预处理后的所述遥感影像计算河口的叶绿素含量;根据所述河口的总悬浮物含量和河口的叶绿素含量计算河口浑浊带系数;将所述河口浑浊带系数与预设的浑浊带阈值比对,将所述遥感影像中所述河口浑浊带系数大于所述浑浊带阈值的范围确定为河口最大浑浊带范围。本发明的河口浑浊带识别方法可以提高识别所述河口最大浑浊带范围的准确性,且能准确地获取到不同河口及所述河口处于不同季节的最大浑浊带范围。

Patent Agency Ranking