Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 长春工程学院李威获国家专利权

长春工程学院李威获国家专利权

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!

龙图腾网获悉长春工程学院申请的专利基于无人机遥感的灌区灌溉需水量预测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:CN120236209B

龙图腾网通过国家知识产权局官网在2025-11-28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:202510686746.0,技术领域涉及:G06V20/13;该发明授权基于无人机遥感的灌区灌溉需水量预测方法是由李威;刘江川;高金花;穆光熠;强璐璐;刘国松;刘鸿涛;李中帅;刘广杰;王寒凝;马嘉呈设计研发完成,并于2025-05-27向国家知识产权局提交的专利申请。

基于无人机遥感的灌区灌溉需水量预测方法在说明书摘要公布了:本发明涉及灌溉需水量预测技术领域,公开了基于无人机遥感的灌区灌溉需水量预测方法,包括如下步骤:步骤S1:数据采集;步骤S2:聚类优化计算;步骤S3:基于聚类结果的灌溉需水量预测。本发明构建一个优化因子,对不同的特征赋予不同的权重以反映它们对灌溉需水量的不同指示作用,并考虑光谱特征之间的相关性。具体来说,利用光谱特征与的相关性来确定每个波段的权重,与相关性越高的波段将被赋予更高的权重;对于由于其与作物生长状况和水分状况的密切关系也将赋予其较高的权重。通过这种方式构建的优化因子,能够更准确地反映不同特征在灌溉需水量预测中的重要性,提高K‑means聚类算法在该场景下的应用精度。

本发明授权基于无人机遥感的灌区灌溉需水量预测方法在权利要求书中公布了:1.基于无人机遥感的灌区灌溉需水量预测方法,其特征在于,包括如下步骤: 步骤S1:数据采集,利用搭载多光谱或高光谱相机的无人机,在天气晴朗、光照良好的条件下对目标灌区进行航拍,获取高分辨率影像数据,并同步记录GPS信息;数据预处理,对无人机影像进行辐射校正和几何校正,消除大气、光照、无人机姿态因素造成的误差,并将影像配准到统一的地理坐标系中;接着计算归一化植被指数NDVI;将预处理后的光谱数据,红光波段反射率R、绿光波段反射率G、蓝光波段反射率B、近红外波段反射率NIR和植被指数NDVI进行融合,构建数据集:每个像素作为一个数据点,其属性包括光谱反射率和植被指数值,最终形成一个N×m+n的二维矩阵,其中N为像素数量,m为光谱波段数量,n为植被指数数量,该矩阵将作为后续步骤中K-means聚类的输入数据; 步骤S2:基于多特征指示性加权和空间信息自适应调整的聚类优化计算,具体包括如下步骤: a.根据特征间指示作用差异及相关性进行优化因子α的构建,对距离度量进行初步优化,优化因子的构建旨在根据不同特征对灌溉需水量的指示性差异以及特征间的相关性对距离度量进行优化;具体步骤如下: 首先,所有m+n个特征分为两组:光谱特征S和植被指数V;其中,光谱特征S=S1,S2,…,Sm包含m个波段的光谱反射率,分别为红光波段反射率R、绿光波段反射率G、蓝光波段反射率B和近红外波段反射率NIR;植被指数V=NDVI只包含一个归一化植被指数NDVI; 然后分别计算各组特征的指示性权重;对于光谱特征S,计算每个波段Si与归一化植被指数NDVI之间的皮尔逊相关系数 其中,corrSi,NDVI表示计算Si和NDVI之间的相关系数,i=1,2,…,m;NDVI为植被生长状况和水分状况的指示因子;对计算得到的相关系数进行归一化处理,得到光谱特征的指示性权重向量rs: 归一化处理确保了所有光谱波段的权重之和为1; 接下来需要将光谱特征的权重向量rs和植被指数的权重rv整合到一个统一的权重向量中;由于rs的长度为4,对应四个光谱波段,将rv扩展为一个长度为1的向量其唯一元素就是rv的值;即最后,计算优化因子α;将rs和拼接成一个向量,并将其转换为对角矩阵α:其中,表示将rs和拼接成一个向量,并将其转换为对角矩阵;优化因子α是一个对角矩阵,其对角线上的元素分别为各个特征的指示性权重;在计算距离时,优化因子α将与特征向量相乘,从而实现对不同特征的加权; b.基于融合局部空间自相关与全局变异信息完成优化因子β的构建,对距离度量进行二次优化,进行优化因子βx的计算并获取最终的优化距离度量:优化因子βx是一个对角矩阵,其对角线上的元素由每个特征的局部空间自相关指数和全局变异系数共同决定;βx的计算公式为: βx=diagMoran′sIlocalx.^u.*CV.^z; 其中,u和z是两个可调参数,分别用于控制局部空间自相关指数和全局变异系数的影响程度;这两个参数通过数据驱动的方式来确定;所有数据点的局部空间自相关指数的中位数或均值作为u值,所有特征的变异系数的中位数或均值作为z值;.^表示逐元素求幂;.*表示逐元素相乘;diag表示将向量转换为对角矩阵; c.使用二次优化的距离度量进行K-means聚类计算; 步骤S3:基于聚类结果的灌溉需水量预测。

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长春工程学院,其通讯地址为:130012 吉林省长春市宽平大路395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”。

以上内容由龙图腾AI智能生成。

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。