专利交易市场

本发明涉及一种基于多时相Sentinel‑2数据的大豆种植区提取方法，包括：获取Sentinel‑2影像数据和辅助数据，进行预处理；将研究区的影像内的非农作物像元进行剔除，得到研究区的植被总体分布；生成所有特征的集合，并将数据融合在一起，进行掩膜；进行特征优选，筛选出各个分类器对应的最佳特征子集，选出最佳分类器；通过获取的最佳分类器和该分类器对应的最佳特征子集，组成大豆最佳提取模型，并对大豆最佳提取模型的大豆提取效果进行评估，并得到该研究区内的大豆最佳制图效果。本发明提高了精度，减少错分漏分的概率；丰富了光谱特征，还提取了部分地物是光谱难以区分的，以用作辅助数据；极大的减少了工作量，减少了特征冗余以及噪声，提高了工作效率。

本发明涉及一种基于国产GF‑6WFV数据的大豆种植区提取方法，包括：获取待提取区域的GF‑6WFV数据，并对数据进行预处理；采用决策树分层逐级提取策略剔除预处理后的GF‑6WFV数据中的非农作物像元，得到农田植被总体分布数据；生成候选遥感特征集合；得到优选特征集合，再进行分类器的筛选，得到最佳分类器；将优选特征集合和最佳分类器结合，获得最优提取模型，并对最优提取模型的表现进行评价，考查最优提取模型对于大豆种植区的制图效果。本发明利用决策树分层逐级提取策略，显著降低水体、建成区、裸土、树木等其他地物类型对大豆提取结果造成的干扰，有助于获取更为准确和可靠的结果；同时降低数据占用的存储空间和运算量，从而提高执行效率。

本发明公开了一种基于变化检测算法的土壤水分提取方法，首先使用哨兵2号光学数据和水云模型来去除植被对后向散射系数的影响，然后进行粗糙度归一化，即通过VV极化后向散射系数与VH极化后向散射系数的差来消除同一地块不同时序下地表粗糙度变化带来的影响，然后根据粗糙度归一化后的后向散射系数计算得到相对含水量，最后结合SMAP数据所得到的土壤含水量，将相对含水量转换成绝对含水量，实现土壤水分反演。本发明通过对变化检测算法进行改进，实现准确的土壤水分反演。

本发明公开了一种基于多源遥感数据的农产品成熟度预测系统，涉及遥感图像处理技术领域，包括监测中心，所述监控中心通信连接有数据采集模块、数据处理模块、数据分析模块以及成熟度预测模块；通过对农产品的种植区域进行图像数据和红外数据的采集，并根据所采集到的数据进行处理和分析，从而判断种植区域内农产品所处的生长阶段，并根据农产品在前一生产阶段的阶段生长时长与预计生长周期的差异，对下一生长阶段的预计生长周期进行纠正，从而使得后续的生长阶段的结束时间的预测更加准确。