基于卷积神经网络的土壤含氮量反演模型构建方法及系统
实质审查的生效
摘要
本发明提供一种基于卷积神经网络的土壤含氮量反演模型构建方法及系统,所述方法包括:获取遥感影像数据以获取遥感影像范围及土地利用类型样本,将土地利用类型样本进行模型训练获得第一目标模型;将第一目标模型结合遥感影像范围获得土地利用类型空间分布图,从而将影像光谱转换为室内光谱;获取土壤光谱数据,对土壤光谱数据进行光谱预处理从而获取土壤全氮含量,结合室内光谱建立光谱与土壤全氮含量目标模型,从而结合遥感影像范围构建土壤全氮含量空间分布图。上述基于卷积神经网络的土壤含氮量反演模型构建方法,通过将影像光谱转换为室内光谱,进而实现了南方山地丘陵区土壤全氮空间制图,提高了在植被覆盖区进行土壤全氮的空间制图精度。
基本信息
专利标题 :
基于卷积神经网络的土壤含氮量反演模型构建方法及系统
专利标题(英):
暂无
公开(公告)号 :
CN114529838A
申请号 :
CN202210432884.2
公开(公告)日 :
2022-05-24
申请日 :
2022-04-24
授权号 :
暂无
授权日 :
暂无
发明人 :
郭熙钟亮叶英聪吴俊曾学亮
申请人 :
江西农业大学
申请人地址 :
江西省南昌市志敏大道1101号
代理机构 :
南昌旭瑞知识产权代理事务所(普通合伙)
代理人 :
彭琰
优先权 :
CN202210432884.2
主分类号 :
G06V20/13
IPC分类号 :
G06V20/13 G06V10/764 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-10 :
实质审查的生效
IPC(主分类) : G06V 20/13
申请日 : 20220424
申请日 : 20220424
2022-05-24 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载