[发明专利]一种芦苇资源量评估方法在审
申请号: | 202110713348.5 | 申请日: | 2021-06-25 |
公开(公告)号: | CN113449984A | 公开(公告)日: | 2021-09-28 |
发明(设计)人: | 龚家国;王英;徐志侠;刘欢;冶运涛;尚毅梓 | 申请(专利权)人: | 中国水利水电科学研究院 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q50/02;G06F17/15 |
代理公司: | 成都正华专利代理事务所(普通合伙) 51229 | 代理人: | 李蕊 |
地址: | 100038 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 芦苇 资源 评估 方法 | ||
1.一种芦苇资源量评估方法,其特征在于,包括以下步骤:
S1:利用遥感卫星数据确定芦苇的分布范围;
S2:获取芦苇研究区的高精度地形数据;
S3:获取研究区内芦苇发育期的水位数据,利用水位数据减去高精度地形数据,得到研究区内芦苇发育期的水深数据;
S4:建立芦苇质量与水深的关系模型,所述芦苇质量包括芦苇的产量、芦苇的高度、芦苇的茎粗和芦苇的种植密度;
S5:将芦苇发育期的水深数据代入芦苇质量与水深的关系模型中,分析研究区内不同区域的芦苇质量;
S6:根据研究区内的功能区域划分,确定芦苇的收割区域和保留区域面积,汇总收割区域内的芦苇参量及芦苇各器官性状和参量,确定芦苇生物量的收割系数,所述收割系数为芦苇各器官收割量总占芦苇理论总产量的比例。
2.根据权利要求1所述的芦苇资源量评估方法,其特征在于,所述步骤S4中水深与芦苇高度的关系模型为:
Y=-a×h+b;
所述水深与芦苇的茎粗的关系模型为:
D=-c×h+d;
所述水深与芦苇种植密度的关系模型为:
Q=e×h+f;
所述水深与芦苇产量的关系模型为:
G=-i×h3+j×h2-k×h+l;
其中,Y、D、Q和G分别为芦苇高度、芦苇的茎粗、芦苇种植密度和芦苇产量;a、b、c、d、e、f、i、j、k均为大于0的常数,h为水深。
3.根据权利要求1所述的芦苇资源量评估方法,其特征在于,所述步骤S5包括:
S51:利用研究区中芦苇发育期的水深数据中逐日或逐旬的水深数据,结合深与芦苇高度的关系模型、水深与芦苇的茎粗的关系模型、水深与芦苇种植密度的关系模型和水深与芦苇产量的关系模型,得到不同区域中的芦苇高度、芦苇的茎粗、芦苇种植密度和芦苇产量。
4.根据权利要求1所述的芦苇资源量评估方法,其特征在于,所述步骤S6包括:
S61:根据研究区内的功能区划分,确定各功能区的收割范围、收割量和生物量的收割系数;
S62:计算研究区内芦苇的资源量,包括芦苇的保留面积,收割面积、芦苇收割总量,芦苇各器官收割的分量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国水利水电科学研究院,未经中国水利水电科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110713348.5/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理