申请/专利权人：滁州学院

申请日：2023-12-15

公开（公告）日：2024-03-12

公开（公告）号：CN117690023A

主分类号：G06V20/10

分类号：G06V20/10;G06V20/13;G06V10/58

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本发明公开了一种基于新建植被指数和模型估算优势牧草覆盖度的方法，具体包括：S1.分析优势牧草类和毒杂草类的原始光谱和数学变换光谱差异；S2.依据马氏距离度量方法提取优势牧草类和毒杂草类的光谱差异特征，获取优势牧草类的敏感波段；S3.提取不同覆盖度的优势牧草类在卫星高光谱影像上的原始光谱和数学变换光谱的差异特征；S4.构建不同波段组合的优势牧草类归一化植被指数；S5.建立不同类型的高寒草地优势牧草类覆盖度估算模型；S6.估算高寒草地优势牧草类的覆盖度。本发明实现了高寒草地优势牧草类覆盖度的有效估算，能够有效解决无法估算高寒草地优势牧草类覆盖度的问题。

主权项：1.一种基于新建植被指数和模型估算优势牧草覆盖度的方法，其特征在于：具体包括以下步骤：S1.将高寒草地的主要草种分为优势牧草类和毒杂草类，分别测量高寒草地的优势牧草类和毒杂草类的冠层光谱，分析优势牧草类和毒杂草类的原始光谱和数学变换光谱；S2.依据步骤S1所分析的优势牧草类和毒杂草类的原始光谱和数学变换光谱，基于马氏距离法，分别计算优势牧草类和毒杂草类的原始光谱和数学变换光谱的马氏距离值，依据马氏距离值的差异提取优势牧草类和毒杂草类的原始光谱和数学变换光谱的差异特征，获取优势牧草类的敏感波段；S3.依据步骤S2所获取的优势牧草类敏感波段，提取不同覆盖度的优势牧草类在卫星高光谱影像上的原始光谱和数学变换光谱的差异特征；S4.依据步骤S3所提取的在高光谱卫星影像上的原始光谱和数学变换光谱的差异特征，构建多个不同波段组合的优势牧草类归一化植被指数，经过筛选，获得最优的优势牧草类归一化植被指数；S5.依据步骤S4所获得的最优的优势牧草类归一化植被指数，建立不同类型的高寒草地优势牧草类覆盖度估算模型；S6.依据步骤S5所建立的不同类型的高寒草地优势牧草类覆盖度估算模型，选择最优的估算模型，估算高寒草地优势牧草类的覆盖度。

全文数据：

权利要求：

百度查询： 滁州学院 一种基于新建植被指数和模型估算优势牧草覆盖度的方法

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