申请/专利权人：中国林业科学研究院资源信息研究所

申请日：2023-09-19

公开（公告）日：2023-12-29

公开（公告）号：CN117315463A

主分类号：G06V20/10

分类号：G06V20/10;G06V10/26;G06V10/58;G06V10/54;G06V10/764;G06V10/766;G06V10/82;G06V10/774;G06V10/776;G06N3/048;G06N3/047;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.16#实质审查的生效;2023.12.29#公开

摘要：本发明公开了一种林下大熊猫主食竹空间分布信息估测方法、系统及设备，涉及植物空间分布信息确定技术领域，方法主要包括对大熊猫保护区的GF‑1PMS影像和DEM数据进行处理得到特征集合；根据林相图提取林下大熊猫主食竹潜在分布区；依据地理坐标，将野外调查区、林下大熊猫主食竹潜在分布区、分割单元叠加，确定所述林下大熊猫主食竹潜在分布区中的每个分割单元的标签数据，并分别匹配上述得到的特征集合，然后结合深度学习算法，建立林下大熊猫主食竹空间分布信息估测模型，预测无样本区域的林下大熊猫主食竹空间分布。本发明能够高效、准确、成本低的方法获取林下大熊猫主食竹的空间分布信息。

主权项：1.一种林下大熊猫主食竹空间分布信息估测方法，其特征在于，包括：获取大熊猫保护区的GF-1PMS影像、DEM数据、野外调查数据和林相图；所述野外调查数据用于根据林下是否有大熊猫主食竹空间分布，在野外调查区中标记林下有竹样本和林下无竹样本；其中，所述野外调查区为所述大熊猫保护区的一部分；对所述GF-1PMS影像和所述DEM数据进行分割处理，得到多个分割单元，并对每个所述分割单元中的数据进行特征提取，得到每个所述分割单元对应的特征集合；所述特征集合包括光谱特征、纹理特征、植被指数和地形特征；根据所述林相图，提取林下大熊猫主食竹潜在分布区，并依据地理坐标，将所述野外调查区、所述林下大熊猫主食竹潜在分布区、所述分割单元相叠加，确定所述林下大熊猫主食竹潜在分布区中的每个分割单元的标签数据；所述标签数据为林下有竹样本、林下无竹样本以及林下无样本；利用样本数据和深度学习算法，建立林下大熊猫主食竹空间分布信息估测模型；所述样本数据包括标签数据为林下有竹样本的分割单元所对应的特征集合和标签数据为林下无竹样本的分割单元所对应的特征集合；将所有目标分割单元所对应的特征集合输入至所述林下大熊猫主食竹空间分布信息估测模型中，得到每个目标分割单元所对应的林下大熊猫主食竹空间分布信息；所述目标分割单元为标签数据为林下无样本的分割单元。

全文数据：

权利要求：

百度查询： 中国林业科学研究院资源信息研究所 林下大熊猫主食竹空间分布信息估测方法、系统及设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD