-
Patent Agency Ranking
公开(公告)号：CN103970994B
公开(公告)日：2016-09-14
申请号：CN201410185064.3
申请日：2014-05-05
Applicant: 南京师范大学 , 环境保护部卫星环境应用中心
IPC: G06F19/00
Abstract: 本发明公开了一种基于数据同化的内陆水体叶绿素浓度多模型协同反演方法，具体步骤包括：S1：利用水体实测高光谱遥感反射率数据，结合实测叶绿素浓度，构建叶绿素浓度反演模型集；S2：针对每一个叶绿素浓度反演模型，将反演值与实测值在不同浓度等级上进行精度分析，建立不同模型在不同浓度等级上的模型误差查找表；S3：针对验证数据，利用已构建的叶绿素浓度反演模型集进行叶绿素浓度反演；S4：结合模型误差查找表，获取每个验证数据在不同反演模型中的模型误差；S5：利用数据同化方法，结合各反演模型的模型误差，最终获得最优反演值；S6：精度分析。本发明为内陆二类水体叶绿素浓度反演的多模型协同利用，提高反演精度提供了新的技术方法。
-
公开(公告)号：CN102955878B
公开(公告)日：2015-07-29
申请号：CN201210326692.X
申请日：2012-09-05
Applicant: 环境保护部卫星环境应用中心 , 南京师范大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于MERIS全分辨率影像数据的内陆水体光学分类方法，涉及遥感技术领域。所述方法包括：对内陆水体的MERIS全分辨率影像数据进行预处理；模拟大气顶端辐射率，进而建立训练集；构建前馈型BP神经网络；利用BP神经网络对smile校正后的MERIS全分辨率影像数据中波段1至10以及波段12进行大气校正，得到MERIS全分辨率影像数据中波段1至10以及波段12的地表遥感反射率数据；根据波段1至10以及波段12的地表遥感反射率数据，对内陆水体进行光学分类。所述方法，实现了对内陆水体中局部水体的分类，为提高遥感反演精度以及为具有相同光学特性的水体建立统一的反演模型提供了数据支持。
-
公开(公告)号：CN107085851A
公开(公告)日：2017-08-22
申请号：CN201710386166.5
申请日：2017-05-26
Applicant: 环境保护部卫星环境应用中心
CPC classification number: G06T2207/10032 , G06T2207/30184
Abstract: 本发明提出一种提取水域岸线的方法，包括：获取设定地理区域的卫星遥感图像；计算得到所述卫星遥感图像中的每个像元的归一化水体指数；根据所述每个像元的归一化水体指数，以及水体的归一化水体指数特性，从所述卫星遥感图像中提取得到第一水域岸线；以所述第一水域岸线为基线，扩展生成设定大小的缓冲区域；根据所述缓冲区域中的每个像元的归一化水体指数，计算得到水域提取阈值；将所述缓冲区域中的每个像元的归一化水体指数与所述水域提取阈值进行对比处理，从所述缓冲区域中提取得到第二水域岸线，作为最终确定的水域岸线。应用上述方法提取得到的水域岸线结果具有更高的客观性。
-
公开(公告)号：CN102955878A
公开(公告)日：2013-03-06
申请号：CN201210326692.X
申请日：2012-09-05
Applicant: 环境保护部卫星环境应用中心 , 南京师范大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于MERIS全分辨率影像数据的内陆水体光学分类方法，涉及遥感技术领域。所述方法包括：对内陆水体的MERIS全分辨率影像数据进行预处理；模拟大气顶端辐射率，进而建立训练集；构建前馈型BP神经网络；利用BP神经网络对smile校正后的MERIS全分辨率影像数据中波段1至10以及波段12进行大气校正，得到MERIS全分辨率影像数据中波段1至10以及波段12的地表遥感反射率数据；根据波段1至10以及波段12的地表遥感反射率数据，对内陆水体进行光学分类。所述方法，实现了对内陆水体中局部水体的分类，为提高遥感反演精度以及为具有相同光学特性的水体建立统一的反演模型提供了数据支持。
-
公开(公告)号：CN103970994A
公开(公告)日：2014-08-06
申请号：CN201410185064.3
申请日：2014-05-05
Applicant: 南京师范大学 , 环境保护部卫星环境应用中心
IPC: G06F19/00
Abstract: 本发明公开了一种基于数据同化的内陆水体叶绿素浓度多模型协同反演方法，具体步骤包括：S1：利用水体实测高光谱遥感反射率数据，结合实测叶绿素浓度，构建叶绿素浓度反演模型集；S2：针对每一个叶绿素浓度反演模型，将反演值与实测值在不同浓度等级上进行精度分析，建立不同模型在不同浓度等级上的模型误差查找表；S3：针对验证数据，利用已构建的叶绿素浓度反演模型集进行叶绿素浓度反演；S4：结合模型误差查找表，获取每个验证数据在不同反演模型中的模型误差；S5：利用数据同化方法，结合各反演模型的模型误差，最终获得最优反演值；S6：精度分析。本发明为内陆二类水体叶绿素浓度反演的多模型协同利用，提高反演精度提供了新的技术方法。
-
-
-
-
Search Results
5
records
(took 0.03 seconds)
