基于神经网络和CASA模型的净初级生产力估算方法
本申请提出了一种基于神经网络和CASA模型的净初级生产力估算方法,使用具有近红外光波段NIR与红光波段R的无人机对研究区域进行航拍获得R、NIR与全色影像;对影像进行处理获得正射影像(DOM)与数字地表模型(DSM);对研究区域进行实地采样获得生物量,从而计算出估算区域的影响因子;对气象数据进行处理获得温度、降雨与辐射参数;对数据进行训练获得区域的影响因子模型;利用影响因子模型与CASA模型对每个像元的高程、归一化植被指数NDVI、温度、降雨、辐射进行处理获得净初级生产力NPP。本申请能实现无人机影像的净初级生产力的高精度估算。
《基于神经网络和CASA模型的净初级生产力估算方法》是一发明专利,专利号为 2022114511238,当前法律状态为已下证,由三峡大学提出申请,发明人为靳专;熊彪;肖敏;周爽爽;张家璇;毛祥虎,申请日期为2022-11-19,公开(公告)日期为2025-11-07,国际专利分类号(IPC)为 G06V 20/17 (2022.01),高新资质:未报高企,所属技术领域包括:(生态环境监测、碳汇碳封存、植被生态评估、林业遥感、智慧环保、生态修复、无人机测绘、气候变化研究、区域生态评价)。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本申请提出了一种基于神经网络和CASA模型的净初级生产力估算方法,使用具有近红外光波段NIR与红光波段R的无人机对研究区域进行航拍获得R、NIR与全色影像;对影像进行处理获得正射影像(DOM)与数字地表模型(DSM);对研究区域进行实地采样获得生物量,从而计算出估算区域的影响因子;对气象数据进行处理获得温度、降雨与辐射参数;对数据进行训练获得区域的影响因子模型;利用影响因子模型与CASA模型对每个像元的高程、归一化植被指数NDVI、温度、降雨、辐射进行处理获得净初级生产力NPP。本申请能实现无人机影像的净初级生产力的高精度估算。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
