孙亮
- 作品数：16 被引量：12H指数：1
- 供职机构：中国农业科学院农业资源与农业区划研究所更多>>
- 发文基金：国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术农业科学文化科学经济管理更多>>
- 基于Penman-Monteith和土壤湿度指数估算区域蒸散
- 准确计算地表蒸散对于农田灌溉管理具有重要意义。Penman-Monteith公式具有坚实的理论基础,被广泛应用于计算地表蒸散,但其表面阻抗计算的复杂性阻碍了其进一步应用。本文利用改进的土壤湿度指数计算土壤阻抗,同时利用L...
- 孙亮陈仲新
- 关键词：蒸散PENMAN-MONTEITH土壤湿度
- 文献传递
- 基于作物参考曲线和积温校正的苹果的始花期预测方法
- 本发明公开了一种基于作物参考曲线和积温校正的苹果的始花期预测方法，具体包括：步骤1：建立作物参考曲线库，根据地面样点提取作物参考曲线；步骤2：记录历史始花期的之前的积温；步骤3：计算高空间分辨率清晰像元植被指数；步骤4：...
- 孙亮王钊孙政权文婷
- 基于多源遥感时序影像和卷积神经网络的作物早期识别方法
- 本发明公开了一种基于多源遥感时序影像和卷积神经网络的作物早期识别方法，包括以下步骤：S1，收集遥感数据和作物地面样本数据；S2,数据预处理；S3，制作训练样本；S4,模型时间增量训练；S5,根据S4中获得的作物的iden...
- 赵红伟孙亮刘佳陈仲新
- 文献传递
- 一种云下像元真实地表温度重建方法
- 一种云下像元真实地表温度重建方法，其通过对连续多日的MODIS日产品数据进行处理，获得指定日期的MODIS日产品数据中的云下像元的真实地表温度，本发明所提供的一种云下像元真实地表温度重建方法，不仅能实现大面积云下像元LS...
- 孙亮张德军杨世琦陈仲新
- 文献传递
- 一种基于数据挖掘的地表温度降尺度方法
- 本发明公开了一种基于数据挖掘的地表温度降尺度方法，包括以下步骤：根据实验区域选取合适的低空间分辨率地表温度数据及高空间分辨率可见光数据作为数据源；经过数据预处理、样本采集等步骤得到全局模型结果和局部模型结果；基于模型权重...
- 孙亮王晨丞杨世琦王永前
- 文献传递
- 基于作物参考曲线和积温校正的苹果的始花期预测方法
- 本发明公开了一种基于作物参考曲线和积温校正的苹果的始花期预测方法，具体包括：步骤1：建立作物参考曲线库，根据地面样点提取作物参考曲线；步骤2：记录历史始花期的之前的积温；步骤3：计算高空间分辨率清晰像元植被指数；步骤4：...
- 孙亮王钊孙政权文婷
- 一种云下像元真实地表温度重建方法
- 一种云下像元真实地表温度重建方法，其通过对连续多日的MODIS日产品数据进行处理，获得指定日期的MODIS日产品数据中的云下像元的真实地表温度，本发明所提供的一种云下像元真实地表温度重建方法，不仅能实现大面积云下像元LS...
- 孙亮张德军杨世琦陈仲新
- 文献传递
- 一种基于数据挖掘的地表温度降尺度方法
- 本发明公开了一种基于数据挖掘的地表温度降尺度方法，包括以下步骤：根据实验区域选取合适的低空间分辨率地表温度数据及高空间分辨率可见光数据作为数据源；经过数据预处理、样本采集等步骤得到全局模型结果和局部模型结果；基于模型权重...
- 孙亮王晨丞杨世琦王永前
- 国产高分系列遥感卫星影像的批量自动配准研究
- 2023年
- 【目的】遥感影像的精确几何配准对于国产高分系列卫星影像处理以及后续的农情监测等应用至关重要。【方法】文章基于自动配准和正射校正程序包AROP,选择16 m分辨率的高分1号、高分6号宽幅影像和3 m分辨率高分2号、高分7号多光谱影像作为实验数据,以经过几何精校正的10 m分辨率的Sentinel-2影像和3 m分辨率的谷歌影像为基准影像,在农业用地场景和城市用地场景下,进行批量的几何配准实验,对配准的结果进行目视检验和定量评价。同时,为了更好地匹配高分影像与Sentinel-2影像,将高分1号、高分6号宽幅数据重采样到15 m的分辨率进行几何配准。【结果】在农业用地和城市用地场景下,配准精度大多达到了0.5个像元以内,满足了影像配准的精度标准。其中15 m分辨率的高分1号和高分6号的配准精度分别为0.31~0.54和0.33~0.53,均小于0.6个像元;3 m分辨率的高分2号的配准精度在0.47~0.6之间,小于0.6个像元;高分7号的配准精度在0.44~0.49之间,小于0.5个像元,而且所有高分系列遥感卫星在配准后均目视效果出色,接边良好。【结论】利用AROP对15 m分辨率的高分1号、高分6号宽幅影像和3 m分辨率的高分2号、高分7号的多光谱影像进行批量的自动配准,配准精度均在0.6个像元以下,符合应用的要求,减轻了劳动强度,提高了处理应用效率,为高分系列卫星的协同应用提供了技术支撑。
- 李扬威孙亮刘佳杨鹏
- 基于云覆盖遥感影像和深度学习的作物识别方法和系统
- 本发明公开了一种基于云覆盖遥感影像和深度学习的作物识别方法和系统，所述方法包括：S1,收集Sentinel‑2数据和作物地面样本数据；S2，对遥感影像进行预处理，并将云覆盖的像素标记为“0”；S3，提取训练样本的反射率时...
- 赵红伟陈仲新孙亮刘佳
