[发明专利]一种基于GEE综合遥感影像和深度学习方法的作物估产方法有效
| 申请号： | 201910997911.9 | 申请日： | 2019-10-21 |
| 公开（公告）号： | CN110751094B | 公开（公告）日： | 2020-08-28 |
| 发明（设计）人： | 张朝;曹娟;陶福禄 | 申请（专利权）人： | 北京师范大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08;G06Q10/04;G06Q50/02 |
| 代理公司： | 北京华旭智信知识产权代理事务所(普通合伙) 11583 | 代理人： | 吴鹏章 |
| 地址： | 100875 北*** | 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： | 本发明公开了一种基于GEE综合遥感影像和深度学习方法的作物估产技术，包括：S1：利用GEE平台将研究时段内遥感数据和气象数据与所述地理空间数据进行空间匹配；S2：提取研究区域内的所述研究时段内每年作物的栅格种植区；S3:利用GEE平台提取作物关键生育期内月值影响因子和土壤属性因子；S4：计算每个县作物栅格的质点空间位置信息；S5:利用深度学习框架keras平台搭建机器深度学习产量预测模型，并实现模型的本地化；S6：利用本地化的模型来预测所述研究时段中待预测年份的作物产量。 | ||
| 搜索关键词： | 一种 基于 gee 综合 遥感 影像 深度 学习方法 作物 估产 方法 | ||
【主权项】：
1.一种基于GEE平台综合遥感影像和深度学习方法的作物估产技术，包括如下步骤：/nS1：获取研究区域内的地理空间数据，并将该数据输入GEE平台，然后利用GEE平台将研究时段内遥感数据和气象数据与所述地理空间数据进行空间匹配；/nS2：基于研究时段内作物的多时相植被指数数据，通过重构植被指数时间序列曲线，提取研究区域内的所述研究时段内每年作物的栅格种植区；/nS3:基于步骤S2提取的栅格种植区，利用GEE平台提取作物关键生育期内月值影响因子和土壤属性因子，所述月值影响因子包括县级平均气候因子和植被指数；/nS4：基于GEE平台的高程数据、所述地理空间数据中的县域边界数据以及步骤S2中所提取的每年作物的栅格种植区，计算每个县作物栅格的质点空间位置信息，所述空间位置信息包括经度、纬度和高程；/nS5:利用深度学习框架keras平台搭建机器深度学习产量预测模型，并利用所述研究时段内所述研究区域中县级产量记录数据以及相应的所述月值影响因子、土壤属性因子和所述空间位置信息来对所述深度学习产量预测模型进行优化，实现模型的本地化；/nS6：利用本地化的模型来预测所述研究时段中待预测年份的作物产量，包括：对于每个作物格点，将待预测年份的相应月值影响因子、土壤属性因子以及空间位置信息输入到所述本地化的模型中，运行模型获得研究区域内待预测年份的作物产量。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京师范大学，未经北京师范大学许可，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/patent/201910997911.9/，转载请声明来源钻瓜专利网。
