地-星光谱差分精配准的土壤有机质含量确定方法及装置

AITNT
正文
推荐专利
地-星光谱差分精配准的土壤有机质含量确定方法及装置
申请号:CN202410904056
申请日期:2024-07-08
公开号:CN118443600B
公开日期:2024-09-24
类型:发明专利
摘要
本发明提供一种地‑星光谱差分精配准的土壤有机质含量确定方法及装置,属于农业监测技术领域。所述方法包括:从模拟光谱中确定与土壤有机质含量相关的目标光谱特征变量;基于模拟光谱的目标光谱特征变量确定基础光谱矩阵,基于多光谱的目标光谱特征变量确定差分校正系数矩阵;基于基础光谱矩阵与差分校正系数矩阵重构遥感卫星的多光谱变量;对多光谱变量进行反演得到目标区域的土壤有机质含量分布信息。本发明提供的地‑星光谱差分精配准的土壤有机质含量确定方法及装置,可以提高遥感卫星多光谱影像的校正质量,优化土壤有机质含量估算模型的参数,并提高土壤有机质含量估算结果的精度。
技术关键词
土壤有机质含量 多元线性回归模型 变量 矩阵 皮尔逊相关系数 校正 非暂态计算机可读存储介质 基础 农业监测技术 卫星多光谱 处理器 反射率 计算机程序产品 重构模块 指数 存储器
系统为您推荐了相关专利信息
1
一种半自动化识别岩体结构面的方法及装置
岩体结构面 三维点云数据 成分分析法 KNN算法 三维激光扫描仪
2
一种基于最优群特征参数辅助的密集目标检测方法
集群 计算方法 CFAR检测器 参数 预测时间间隔
3
基于多模态深度学习的抑郁症早期筛查方法及其系统
多模态深度学习 早期筛查方法 面部表情特征 风险评估模型训练 早期筛查系统
4
基于迁移学习工业数据安全传输的故障诊断方法
迁移学习模型 工业数据安全 数据安全监管 协方差矩阵 数据连接器
5
基于梯度预测的自适应联邦学习模型投毒攻击方法
联邦学习模型 BFGS算法 因子 计算机程序指令 通信接口
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号