专利交易市场

一种时间序列遥感植被指数(Time‑Series Vegetation Index，TSVI)的噪声检测方法。首先使用单位根检验将各个像素的观测值分为平稳序列或者非平稳序列；对于非平稳序列，利用一定的数学模型对离散的TSVI进行建模，再计算实际观测值与模型预测值之间的差异，记为偏差。由于偏差消除了季节性成分，从而将非平稳序列转换为平稳序列。对于平稳序列或者偏差数据采用观测值分布在均值附近一定范围内的假设，进行噪声检测；再对去除噪声保留之后的观测值，迭代进行拟合和噪声检测，直到达到最大迭代次数或在某次迭代不再有噪声检出。然后将时间序列转换回图像空间获得噪声掩膜并优化。本发明可以获得准确的噪声掩膜，并提高地表相关应用的可靠性。

本发明公开了一种基于枯草植被指数计算高寒枯草覆盖度的方法，利用实测枯草高光谱数据与MODIS的波段响应函数计算得到MODIS相应波段的枯草反射率。同时利用极差的分析方法计算枯草反射光谱的离散度数据，得到枯草光谱反射率的敏感波段。结合MODIS敏感波段波长范围，选取相应的MODIS波段构建枯草植被指数DGVI，在此基础上进一步修正枯草植被指数。在修正植被指数的基础上构建枯草覆盖度的反演模型，并和NDVI、RVI等植被指数构建的反演模型进行了对比，证明DGVI构建的枯草反演模型的覆盖度估算值误差明显小于其他模型。

本发明涉及一种长时间序列高精度植被指数改进算法，包括S1～S7七个步骤。本发明的一种长时间序列高精度植被指数改进算法，通过综合利用多源遥感及时空数据重构建模，对大区域范围内长时间序列的植被指数进行了高精度的模拟和趋势分析。这种分析方法综合了不同卫星传感器的优势，克服了单一卫星遥感影像存在的像元污染、时间覆盖范围短、空间分辨率低等弊端，为大区域尺度植被指数的长期变化监测提供了新数据，对于大区域尺度生态保护政策的制定提供参考。

本发明公开了一种农业遥感图像校正方法及系统，涉及遥感图像校正技术领域，本发明包括遥感图像采集、辐射校正、特征数据获取、特征数据分析、几何校正、结果显示，首先进行各区域的遥感图像的采集，通过辐射校正将各区域的遥感图像进行辐射校正，进而对辐射校正过的各遥感图像进行特征数据的提取，从而对各遥感图像的特征数据进行分析，解决了当前农业遥感图像发展可行性分析过程中存在的局限性问题，准确的获取目标区域的遥感图像，再对目标区域的遥感图像进行几何校正，实现了农业遥感图像校正可行性全面性和客观性的分析，保障了农业遥感图像校正分析结果的可靠性和真实性。

本发明公开了一种农业遥感图像分析方法及系统，涉及电压控制技术领域，本发明包括：S1.数据采集、S2.初始分析、S3.二次采集、S4.二次分析和S5.浇水施肥子区域筛选，本发明克服了现有技术中对大批量的农田的预先分析关注度不高的缺陷，进而预先分析哪些小麦农田存在异常，从而再次通过地面采集数据对小麦农田进行具体分析，分析较为节约时间，且分析数据较少，在一定程度上提高了对小麦农田的分析速率，本发明弥补了现有技术中对小麦农田需求增肥时的表观现象关注度不高缺陷，提高了小麦农田的增肥需求判断的精确性，为后续小麦农田的施肥策略提供强有力的数据支持。

本发明公开了基于改进植被指数法的遥感亚像元反演径流量方法，结合MNDWI阈值法提取遥感卫星数据中的目标水体影像；利用遥感数据计算目标水体的宽度，以及利用遥感亚像元反演目标水体的宽度，将精度高的目标水体宽度作为目标宽度；根据目标水体的目标宽度对目标水体的流速和深度进行遥感估算，计算细小河流的径流量。本发明基于改进植被指数法的亚像元分解遥感反演径流技术，与传统径流反演技术相比，改进的植被指数方法能够分解像元更高精度的提取河道宽度，满足一些山区细小河流的精度要求，进而有效的应用在对精度要求较高的细小河流的流量反演中，提高径流量反演效果，具有较好的经济性、实用性、灵活性，同时具备一定的物理机制。