Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院东北地理与农业生态研究所李晓峰获国家专利权

中国科学院东北地理与农业生态研究所李晓峰获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国科学院东北地理与农业生态研究所申请的专利一种基于无人机微波辐射数据的玉米生物量反演方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120451839B

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510905467.9,技术领域涉及:G06V20/17;该发明授权一种基于无人机微波辐射数据的玉米生物量反演方法是由李晓峰;潘欣;万祥坤设计研发完成,并于2025-07-02向国家知识产权局提交的专利申请。

一种基于无人机微波辐射数据的玉米生物量反演方法在说明书摘要公布了:一种基于无人机微波辐射数据的玉米生物量反演方法,它属于农业生物量反演预测技术领域。本发明解决了现有玉米生物量反演方法的精度低的问题。本发明在无人机微波辐射数据的基础上建立了一种多层穿透变换属性描述模块,可以从垂直尺度上描述玉米在各种层级的特征,进而利用一个随机森林模型学习这些特征并回归玉米生物量,采用本发明方法可以获得准确的无人机微波影像的像元级玉米生物量估算结果。本发明通过将原有的数据分层次化,有效防止了玉米植株不同位置的数据混淆在一起决策,可以有效的发现无人机微波辐射数据与玉米生物量的关联关系,从而有效提高玉米生物量估算结果的精度。本发明方法可以应用于玉米生物量反演。

本发明授权一种基于无人机微波辐射数据的玉米生物量反演方法在权利要求书中公布了:1.一种基于无人机微波辐射数据的玉米生物量反演方法,其特征在于,所述方法具体包括以下步骤: 步骤S1、获取研究区域的无人机微波辐射数据WBData,并根据无人机微波辐射数据WBData获得无人机微波辐射数据的宽度WBWidth以及高度WBHeight; 并计算无人机微波辐射数据影像个体参照结构WBRef; 步骤S2、建立玉米植株顶端雄花序层次微波穿透变换属性描述模块MKDX,模块MKDX的输入为MKDX需要计算的行MKDXRow和列MKDXCol,模块MKDX的输出为属性数组MKDXOutput; 所述步骤S2的具体过程为: 步骤S201、建立玉米植株顶端雄花序层次微波穿透变换属性描述模块MKDX,模块MKDX的输入为MKDX需要计算的行MKDXRow和列MKDXCol; 步骤S202、建立MKDX的第1暂存变量MKDXTemp1=取出WBData的第3个元素的影像中位于第MKDXRow行第MKDXCol列的像元的值; 步骤S203、建立MKDX的第2暂存变量MKDXTemp2=取出WBData的第4个元素的影像中位于第MKDXRow行第MKDXCol列的像元的值; 步骤S204、建立MKDX的第3暂存变量MKDXTemp3=取出WBData的第7个元素的影像中位于第MKDXRow行第MKDXCol列的像元的值; 步骤S205、建立MKDX的第4暂存变量MKDXTemp4=取出WBData的第8个元素的影像中位于第MKDXRow行第和MKDXCol列的像元的值; 步骤S206、建立MKDX的第5暂存变量MKDXTemp5=取出WBData的第3个元素的影像中位于第MKDXRow行第MKDXCol列的像元的8个邻域像元的均值; 步骤S207、建立MKDX的第6暂存变量MKDXTemp6=取出WBData的第4个元素的影像中位于第MKDXRow行第MKDXCol列的像元的8个邻域像元的均值; 步骤S208、建立MKDX输出属性数组MKDXOutput=4个元素的浮点型数组,初始化数组每个元素的值为0; 步骤S209、建立MKDX的第7暂存变量MKDXTemp7为: MKDXTemp7=MKDXTemp2-MKDXTemp1MKDXTemp3-MKDXTemp4absWBRef[5]-WBRef[6] 其中,abs·为计算绝对值,WBRef[5]表示数组WBRef中的第5个元素的值,WBRef[6]表示数组WBRef中的第6个元素的值; 步骤S210、建立MKDX的第8暂存变量MKDXTemp8为: MKDXTemp8=MKDXTemp7×MKDXTemp5absWBRef[5]-WBRef[6] 步骤S211、建立MKDX的第9暂存变量MKDXTemp9为: MKDXTemp9=MKDXTemp7×MKDXTemp6absWBRef[7]-WBRef[8] 其中,WBRef[7]表示数组WBRef中的第7个元素的值,WBRef[8]表示数组WBRef中的第8个元素的值; 步骤S212、建立MKDX的第10暂存变量MKDXTemp10为: MKDXTemp10=MKDXTemp3+MKDXTemp42 步骤S213、设置输出属性数组MKDXOutput中的第1个元素MKDXOutput[1]=MKDXTemp7;设置输出属性数组MKDXOutput中的第2个元素MKDXOutput[2]=MKDXTemp8;设置输出属性数组MKDXOutput中的第3个元素MKDXOutput[3]=MKDXTemp9;设置输出属性数组MKDXOutput中的第4个元素MKDXOutput[4]=MKDXTemp10; 步骤S214、将输出属性数组MKDXOutput作为MKDX的结果返回; 步骤S3、建立玉米植株上层无果穗茎层次微波穿透变换属性描述模块MKSS,模块MKSS的输入为MKSS需要计算的行MKSSRow和列MKSSCol,MKSS的输出为属性数组MKSSOutput; 步骤S4、建立玉米植株中层有果穗茎层次微波穿透变换属性描述模块MKYG,模块MKYG的输入为MKYG需要计算的行MKYGRow和列MKYGCol,MKYG的输出为属性数组MKYGOutput; 步骤S5、建立玉米植株多层穿透变换属性描述模块MKDCC,MKDCC的输入为MKDCC需要计算的行MKDCCRow和列MKDCCCol,利用模块MKDX、模块MKSS和模块MKYG计算获得模块MKDCC的输出,MKDCC的输出为属性数组MKDCCOutput; 步骤S6、输入玉米生物量数据集YMList,利用模块MKDCC以及数据集YMList构建玉米生物量决策数据表YMDecision,利用YMDecision构建多层穿透变换属性反演预测决策森林模型DCCForestModel; 步骤S7、利用模块MKDCC和模型DCCForestModel进行玉米生物量反演预测,获得玉米生物量反演预测结果FYResult。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院东北地理与农业生态研究所,其通讯地址为:130102 吉林省长春市高新北区盛北大街4888号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。