CN103439297B - 一种荒漠草原绿色植物鲜重遥感估算方法 - Google Patents
一种荒漠草原绿色植物鲜重遥感估算方法 Download PDFInfo
- Publication number
- CN103439297B CN103439297B CN201310398372.XA CN201310398372A CN103439297B CN 103439297 B CN103439297 B CN 103439297B CN 201310398372 A CN201310398372 A CN 201310398372A CN 103439297 B CN103439297 B CN 103439297B
- Authority
- CN
- China
- Prior art keywords
- green plants
- fresh weight
- plants fresh
- wave band
- big plot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
一种荒漠草原绿色植物鲜重遥感估测方法，其所述方法是选择大样地，测定大样地绿色植物鲜重，MOD09A1数据下载与预处理，计算大样地对应像元波段1与波段5组合的归一化指数，确定绿色植物鲜重估算模型，利用估算模型计算研究区域荒漠草原待监测点的绿色植物鲜重，即得到研究区域荒漠草原待监测点的绿色植物鲜重。本方法大大提高了荒漠草原绿色植物鲜重的估算精度，实现了基于卫星遥感技术的荒漠草原大范围区域绿色植物鲜重的准确监测。
Description
技术领域
本发明涉及一种遥感估算荒漠草原绿色植物鲜重的方法，尤其是一种利用卫星遥感数据快速准确估算荒漠草原绿色植物鲜重格局与动态的方法。
背景技术
处于干旱、半干旱地带的荒漠草原，面积大、分布广，在畜牧业经济中占有非常重要的地位，但其具有强烈的大陆性气候，生境条件极为严酷，干旱、少雨、风大、沙多，加之长期以来人类对荒漠草地资源的掠夺性利用，使原本脆弱的生态环境更加恶化。为维持生态脆弱的荒漠草原生态平衡，遏制荒漠草原退化的趋势，必须及时、准确地掌握荒漠草原资源的动态变化情况，这就要求进行荒漠草原植被状况的快速、精确监测，其中对绿色植物鲜重的监测是其主要内容之一。同时，荒漠草原绿色植物鲜重的准确估算对于合理利用荒漠草地资源，充分发挥气候生产潜力以及荒漠草原生态系统碳库评估均是迫切需要解决的问题。能否及时准确地掌握大面积荒漠草原绿色植物鲜重资料，对科学计算荒漠草原载畜量和合理安排草畜生产，提高荒漠草原畜牧业生产力，维护荒漠草原生态系统的持续稳定，都具有十分重要的意义。
荒漠草原绿色植物鲜重获取的传统方法为实地测量，包括目测法、样方法、样带法、样点法等，但这些方法一般只适用于小区域尺度，且费时费力、难以大面积展开及具有一定的破坏性。近年来，遥感技术迅猛发展，并以其宏观性、时效性、信息量大等特点在草地资源调查等领域展示了日渐广阔和不可替代的应用前景。遥感技术的发展为荒漠草原绿色植物鲜重的获取提供了新的技术手段，尤其是为大范围荒漠草原绿色植物鲜重快速、准确获取提供了可能。
现有遥感技术中，利用卫星数据估算荒漠草原绿色植物鲜重的方法有两类，一类是物理模型法，一类是植被指数法。大量研究表明，受模型精度、参数获取及算法限制，利用物理模型估算荒漠草原绿色植物鲜重并不容易，在实际应用中具有很大的不确定性。植被指数法是从卫星遥感估算荒漠草原绿色植物鲜重最为经济、有效且常用的方法，其落脚点就是分析荒漠草原绿色植物鲜重与植被指数之间的相关关系，寻找对绿色植物鲜重最为敏感，且对背景因素最不敏感的植被指数，建立估算荒漠草原绿色植物鲜重的回归模型。
植被指数是指由遥感传感器获取的光谱数据，经线性或非线性组合而构成的对绿色植被有一定指示意义的各种数值。其中，最常用的植被指数是近红外波段与红波段组合的归一化指数NDVI（NormalizedDifferenceVegetationIndex）。但是，对于荒漠草原而言，利用NDVI指数估算绿色植物鲜重具有一定的局限性，这主要是因为荒漠草原植被稀疏，背景土壤对植被冠层光谱的影响特别明显，绿色植物对像元反射率的贡献较小，绿色植物在像元中的光谱贡献易于被掩盖，同时开放的植被冠层及明亮的土壤导致明显的多重散射与非线性混合。
为克服背景土壤光谱的影响，在归一化指数NDVI的基础上，国外学者利用土壤的近红外波段与红波段反射率呈线性关系的特点，通过引入土壤线来土壤背景的影响，构建了去除背景土壤光谱信息的植被指数，其中最常用的有SAVI（Soil-AdjustedVegetationIndex）、MSAVI（ModifiedSoil-AdjustedVegetationIndex）以及OSAVI（OptimizedSoil-AdjustedVegetationIndex）。从理论上讲，这些去除背景土壤光谱信息的植被指数估算荒漠草原绿色植物鲜重的精度将大大提高。但是，学者们已开展的利用SAVI、MSAVI、OSAVI等植被指数估算荒漠草原绿色植物鲜重的研究表明，这些去除土壤背景信息的植被指数估算荒漠草原绿色植物鲜重的精度并不理想。研究表明，土壤背景影响最大的情况不是植被非常稀疏的地球，而是中等覆盖地区。植被过于稀疏地区，植被指数数值本身很小，由土壤背景光谱引起的变幅也比较小，这可能是上述去除土壤背景信息的植被指数估算荒漠草原绿色植物鲜重精度并不理想的原因。
发明内容
本发明的目的在于提供一种荒漠草原绿色植物鲜重遥感估算方法，以克服现有的遥感植被指数无法准确估算荒漠草原绿色植物鲜重的不足。
本发明的目的通过以下技术方案来实现的：
一种荒漠草原绿色植物鲜重遥感估算方法，其所述方法如下：
1)依据研究区域的植被类型图，选择并确定若干个大样地及其地理位置；
2)在每个大样地内选取若干个小样方，刈割每个小样方内生长的绿色植物称重，并计算每个大样地内绿色植物鲜重的平均值，确定大样地绿色植物鲜重；
3)在网站下载与大样地绿色植物鲜重测定时间同步的覆盖区域MOD09A1数据，并进行格式与地图投影转换处理；
4)根据上述步骤3）预处理的MOD09A1地表反射率数据，提取与大样地绿色植物鲜重测定时间同步的大样地对应像元波段1与波段5的地表反射率，计算大样地对应像元波段1与波段5组合的归一化指数；
5)采用一元线性回归对若干个大样地绿色植物鲜重与其所对应的上述步骤4）计算得到的波段1与波段5组合的归一化指数之间的关系进行拟合，确定荒漠草原研究区域绿色植物鲜重估算模型；
6)依据上述步骤3）与步骤4)描述的方法，计算荒漠草原区域待监测点对应像元波段1与波段5组合的归一化指数，并通过上述步骤5)确定的绿色植物鲜重估算模型，计算出荒漠草原待监测点的绿色植物鲜重。
进一步地，一种荒漠草原绿色植物鲜重遥感估算方法是按下列步骤进行的：
1)选择大样地
依据研究区域的植被类型图，选取植被空间分布均匀的不同群落类型的30个大样地，并记录大样地的经度坐标与纬度坐标；
2)测定大样地绿色植物鲜重
在每个大样地内随机选取5个1m×1m的小样方，将每个小样方内处于生长状态的绿色植物齐地面刈割，用百分之一的天平对绿色植物称其鲜重，作为小样方实测绿色植物鲜重，然后计算每个大样地内5个小样方绿色植物鲜重的平均值，并作为该大样地的实测绿色植物鲜重，单位为g/m2；
3)MOD09A1数据下载与预处理
在http://ladsweb.nascom.nasa.gov/数据产品网站下载与大样地绿色植物鲜重测定时间同步的覆盖研究区域的MOD09A1数据，使用MODISReprojectionTools软件将下载的MOD09A1数据进行格式与地图投影转换，HDF数据格式转换为TIFF数据格式，将正弦曲线地图投影转换为WGS84/Albers地图投影；
4)计算大样地对应像元波段1与波段5组合的归一化指数
在ARCGIS软件中，基于大样地的经度坐标与纬度坐标，根据上述步骤3）中预处理后的MOD09A1地表反射率数据，提取与大样地绿色植物鲜重测定时间同步的大样地对应像元波段1与波段5的地表反射率；
在ARCGIS软件中，利用提取的大样地对应像元波段1与波段5的地表反射率，根据如下公式计算波段1与波段5组合的归一化指数：
其中，B5为MOD09A1第5波段地表反射率，B1为MOD09A1第1波段地表反射率；
5)确定绿色植物鲜重估算模型
采用一元线性回归对30个大样地绿色植物鲜重与其所对应的上述步骤4）中计算得到的归一化指数之间的关系进行拟合，确定研究区域荒漠草原绿色植物鲜重估算模型；
6)利用估算模型计算荒漠草原研究区待监测点的绿色植物鲜重
依据上述步骤3）与步骤4)计算出荒漠草原研究区待监测点对应像元波段1与波段5组合的归一化指数，并通过上述步骤5)确定的绿色植物鲜重估算模型计算出荒漠草原待监测点的绿色植物鲜重。
实现本发明上述所提供的一种荒漠草原绿色植物鲜重遥感估算方法，与现有技术先比，本方法充分挖掘了荒漠草原绿色植物在红波段、近红外波段、蓝波段、绿波段、短波红外波段的反射率信息，构建了监测荒漠草原绿色植物鲜重的遥感植被指数，克服了传统的基于红波段与近红外波段反射率监测荒漠草原绿色植物鲜重的局限性。与传统的基于红波段与近红外波段的植被指数相比，本监测方法在估算荒漠草原绿色植物鲜重的工作量有所增加，但估算精度显著提高，为及时准确估算大区域范围内荒漠草原绿色植物鲜重提供了一种新方法，进一步提高了荒漠草原绿色植物鲜重的估算精度，实现了基于遥感技术的荒漠草原大范围区域绿色植物鲜重的快速准确监测。
附图说明
图1是本发明实施案例所述的一种荒漠草原绿色植物鲜重遥感估算方法中大样地遥感指数与实测绿色植物鲜重的相关关系图。
具体实施方式
下面通过一种内蒙古荒漠草原分布区绿色植物鲜重遥感估算方法的应用案例，对本发明的具体实施方式作进一步说明。
步骤一、选择大样地
在分析荒漠草原研究区域植被类型图的基础上，在植被空间分布均匀、可代表较大范围的典型地段选取包括不同群落类型的30个大样地，要求其植被斑块面积较大且在植被组成上具有代表性，并记录大样地的经度坐标与纬度坐标。
步骤二、测定大样地绿色植物鲜重
在每个大样地内随机选取5个1m×1m的小样方，将每个小样方内处于生长状态的绿色植物齐地面刈割，用百分之一的天平对绿色植物称其鲜重，作为小样方实测绿色植物鲜重，然后计算每个大样地内5个小样方绿色植物鲜重的平均值，作为该大样地的实测绿色植物鲜重，单位为g/m2。
步骤三、MOD09A1数据下载与预处理
在http://ladsweb.nascom.nasa.gov/数据产品网站下载与大样地绿色植物鲜重测定时间同步的覆盖研究区域的MOD09A1数据。使用MODISReprojectionTools软件将下载的MOD09A1数据进行格式与地图投影转换，HDF数据格式转换为TIFF数据格式，正弦曲线地图投影转换为WGS84/Albers地图投影系统。
步骤四、计算大样地对应像元波段1-7两两组合的归一化指数
在ARCGIS软件中，根据大样地的经度坐标与纬度坐标，利用步骤三中预处理后的MOD09A1地表反射率，提取与大样地绿色植物鲜重测定时间同步的大样地对应像元波段1-7的地表反射率。
在ARCGIS软件中，利用提取的大样地对应像元波段1-7的地表反射率，计算波段1-7两两组合的归一化指数，共21个。
步骤五、确定估算绿色植物鲜重的最佳指数及其所对应的估算模型
采用一元线性模型对30个大样地绿色植物鲜重与其所对应的步骤四计算出的21个指数之间的关系进行回归拟合，拟合结果见表1。
表1大样地21个指数（x）与绿色植物鲜重（y）的拟合结果
通过比较拟合方程的决定系数（R 2），决定系数越大，估算精度越高，确定估算绿色植物鲜重的最佳指数如下：
其中，B5为MOD09A1第5波段地表反射率，B1为MOD09A1第1波段地表反射率。
最佳指数所对应的估算模型如下：
(n=30,R 2=0.61,P<0.001)，其中Biomass为绿色植物鲜重，单位为g/m2，n为大样地数量，R 2为决定系数，P<0.001表明模型具有极显著意义。
步骤六、利用估算模型计算荒漠草原研究区域待监测点绿色植物鲜重
利用步骤三与步骤四中描述的方法计算得到荒漠草原研究区域待监测点对应像元波段1与波段5组合的遥感指数，并通过估算模型，计算出荒漠草原研究区域待监测点的绿色植物鲜重。
对比实施例
下面结合具体实施方式中应用案例来说明本发明方法相对于现有估算方法的有益效果。
在ARCGIS软件中，根据大样地的经度坐标与纬度坐标，利用具体实施方式应用案例步骤四提取的大样地对应像元波段1与波段2的地表反射率，计算NDVI、SAVI、MSAVI及OSAVI遥感指数，计算公式如下：
式中，B2为MOD09A1第2波段即近红外波段地表反射率，B1为MOD09A1第1波段即红波段地表反射率。
采用线性函数对30个大样地绿色植物鲜重与其所对应的NDVI、SAVI、MSAVI及OSAVI之间的关系进行回归拟合，并与本发明具体实施方式步骤五建立的估算模型的精度进行比较，如下表2所示。较现有的常用遥感指数，本发明提出的荒漠草原绿色植物鲜重遥感估测方法显著提高了估算精度。与背景技术中介绍的常用的NDVI、SAVI、MSAVI、OSAVI指数相比，本发明方法估算荒漠草原绿色植物鲜重的决定系数分别提高了0.17、0.39、0.44、0.28，具有重要的实用推广意义。
表2
上表2是本发明方法估算荒漠草原绿色植物鲜重与现有方法精度的对比表。
Claims (1)
1.一种荒漠草原绿色植物鲜重遥感估算方法，其所述方法是按下列步骤进行的：
1)选择大样地
依据研究区域的植被类型图，选取植被空间分布均匀的不同群落类型的30个500m×500m大样地，并记录大样地的经度坐标与纬度坐标；
2)测定大样地绿色植物鲜重
在每个大样地内随机选取5个1m×1m的小样方，将每个小样方内处于生长状态的绿色植物齐地面刈割，用百分之一的天平对绿色植物称其鲜重，作为小样方实测绿色植物鲜重，然后计算每个大样地内5个小样方绿色植物鲜重的平均值，并作为该大样地的实测绿色植物鲜重，单位为g/m2；
3)MOD09A1数据下载与预处理
在http://ladsweb.nascom.nasa.gov/数据产品网站下载与大样地绿色植物鲜重测定时间同步的覆盖研究区域的MOD09A1数据，使用MODISReprojectionTools软件将下载的MOD09A1数据进行格式与地图投影转换，HDF数据格式转换为TIFF数据格式，将正弦曲线地图投影转换为WGS84/Albers地图投影；
4)计算大样地对应像元第1波段与第5波段组合的归一化指数
在ARCGIS软件中，基于大样地的经度坐标与纬度坐标，根据上述步骤3）中预处理后的MOD09A1地表反射率数据，提取与大样地绿色植物鲜重测定时间同步的大样地对应像元第1波段与第5波段的地表反射率；
在ARCGIS软件中，利用提取的大样地对应像元第1波段与第5波段的地表反射率，根据如下公式计算第1波段与第5波段组合的归一化指数：
其中，B5为MOD09A1第5波段地表反射率，B1为MOD09A1第1波段地表反射率；
5)确定绿色植物鲜重估算模型
采用一元线性回归对30个大样地绿色植物鲜重与其所对应的上述步骤4）中计算得到的归一化指数之间的关系进行拟合，确定研究区域荒漠草原绿色植物鲜重估算模型；
6)利用估算模型计算荒漠草原研究区待监测点的绿色植物鲜重
依据上述步骤3）与步骤4)计算出荒漠草原研究区待监测点对应像元第1波段与第5波段组合的归一化指数，并通过上述步骤5)确定的绿色植物鲜重估算模型计算出荒漠草原待监测点的绿色植物鲜重。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310398372.XA CN103439297B (zh) | 2013-09-05 | 2013-09-05 | 一种荒漠草原绿色植物鲜重遥感估算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310398372.XA CN103439297B (zh) | 2013-09-05 | 2013-09-05 | 一种荒漠草原绿色植物鲜重遥感估算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103439297A CN103439297A (zh) | 2013-12-11 |
| CN103439297B true CN103439297B (zh) | 2016-03-23 |
Family
ID=49692998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310398372.XA Active CN103439297B (zh) | 2013-09-05 | 2013-09-05 | 一种荒漠草原绿色植物鲜重遥感估算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103439297B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104778451B (zh) * | 2015-03-31 | 2017-10-13 | 中国科学院上海技术物理研究所 | 一种考虑草地高度因子的草地生物量遥感反演方法 |
| CN105158413B (zh) * | 2015-07-22 | 2017-02-01 | 兰州大学 | 一种用于遥感监测高寒草地基准样地的建立方法 |
| CN106092915B (zh) * | 2016-05-31 | 2018-06-05 | 太原理工大学 | 一种草地绿色植物与枯萎植物重量比例遥感估算方法 |
| CN106294991A (zh) * | 2016-08-10 | 2017-01-04 | 太原理工大学 | 一种荒漠草原绿色生物量遥感监测升尺度方法 |
| CN107145728A (zh) * | 2017-04-27 | 2017-09-08 | 太原理工大学 | 一种荒漠草原非生长季枯草重量遥感估算方法 |
| CN108896185B (zh) * | 2018-05-14 | 2020-10-16 | 河海大学 | 基于归一化沙漠指数的遥感地表温度空间降尺度方法 |
| CN112446397A (zh) * | 2019-09-02 | 2021-03-05 | 中国林业科学研究院资源信息研究所 | 基于遥感和随机森林的产草量估算方法、装置及存储介质 |
| CN111693463B (zh) * | 2020-06-10 | 2022-10-11 | 中国科学院空天信息创新研究院 | 一种南极半岛优化地衣覆盖度指数提取方法 |
| CN112347992B (zh) * | 2020-12-01 | 2023-07-18 | 中国林业科学研究院 | 一种荒漠地区时序agb遥感估算方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102033230A (zh) * | 2009-09-25 | 2011-04-27 | 中国农业科学院农业资源与农业区划研究所 | 一种草原卫星遥感监测系统及方法 |
| CN102103077A (zh) * | 2009-12-16 | 2011-06-22 | 中国科学院沈阳应用生态研究所 | 一种基于modis数据的农业干旱监测方法 |
| CN102393238A (zh) * | 2011-08-01 | 2012-03-28 | 高吉喜 | 一种草地地上干物质量遥感估测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1952124A4 (en) * | 2005-11-21 | 2011-03-16 | Oregon State | PORTABLE METER FOR MEASURING CHLOROPHYLL, NITROGEN AND WATER AND METHOD |
-
2013
- 2013-09-05 CN CN201310398372.XA patent/CN103439297B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102033230A (zh) * | 2009-09-25 | 2011-04-27 | 中国农业科学院农业资源与农业区划研究所 | 一种草原卫星遥感监测系统及方法 |
| CN102103077A (zh) * | 2009-12-16 | 2011-06-22 | 中国科学院沈阳应用生态研究所 | 一种基于modis数据的农业干旱监测方法 |
| CN102393238A (zh) * | 2011-08-01 | 2012-03-28 | 高吉喜 | 一种草地地上干物质量遥感估测方法 |
Non-Patent Citations (3)
| Title |
|---|
| 基于MODIS的植被指数模型及其在草地生态系统中的应用;孙成明等;《中国农学通报》;20110810;第27卷(第22期);第84-88页 * |
| 基于植被指数的典型草原区生物量模型———以内蒙古锡林浩特市为例;李素英等;《植物生态学报》;20070131;第31卷(第1期);第23-31页 * |
| 植被指数在典型草原生物量遥感估测应用中的问题探讨;张艳楠等;《草叶学报》;20120229;第21卷(第1期);第229-238页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103439297A (zh) | 2013-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103439297B (zh) | 一种荒漠草原绿色植物鲜重遥感估算方法 | |
| Zhang et al. | Mapping spatial distribution of forest age in China | |
| CN104778451B (zh) | 一种考虑草地高度因子的草地生物量遥感反演方法 | |
| Wu et al. | Nondestructive estimation of canopy chlorophyll content using Hyperion and Landsat/TM images | |
| CN106092915B (zh) | 一种草地绿色植物与枯萎植物重量比例遥感估算方法 | |
| CN102033230A (zh) | 一种草原卫星遥感监测系统及方法 | |
| CN102289565A (zh) | 一种森林生态系统碳储量动态监测技术方法 | |
| Finkenbiner et al. | Integration of hydrogeophysical datasets and empirical orthogonal functions for improved irrigation water management | |
| Kross et al. | Estimating carbon dioxide exchange rates at contrasting northern peatlands using MODIS satellite data | |
| He et al. | Using LiDAR data to measure the 3D green biomass of Beijing urban forest in China | |
| Shang et al. | Moso bamboo forest extraction and aboveground carbon storage estimation based on multi-source remotely sensed images | |
| Li et al. | The second modified perpendicular drought index (mpdi1): A combined drought monitoring method with soil moisture and vegetation index | |
| CN107632967A (zh) | 一种草地产草量估算方法 | |
| Song et al. | Mapping paddy rice agriculture over China using AMSR-E time series data | |
| CN107145728A (zh) | 一种荒漠草原非生长季枯草重量遥感估算方法 | |
| Li et al. | Assessing MODIS carbon and water fluxes in grasslands and shrublands in semiarid regions using eddy covariance tower data | |
| Bian et al. | Applying statistical methods to map soil organic carbon of agricultural lands in northeastern coastal areas of China | |
| Chen et al. | Spatiotemporal variation of vegetation net primary productivity and its responses to climate change in the Huainan Coal Mining Area | |
| CN102013047A (zh) | 农作物产量变异程度监测方法 | |
| Leng et al. | First results of all-weather soil moisture retrieval from an optical/thermal infrared remote-sensing-based operational system in China | |
| Zhang et al. | Characterizing fractional vegetation cover and land surface temperature based on sub-pixel fractional impervious surfaces from Landsat TM/ETM+ | |
| Neuwirth et al. | Spatial sensitivity of grassland yields to weather variations in Austria and its implications for the future | |
| Yu et al. | China’s larch stock volume estimation using Sentinel-2 and LiDAR data | |
| Li et al. | UAV hyperspectral remote sensing estimation of soybean yield based on physiological and ecological parameter and meteorological factor in China | |
| Huang et al. | Topographic effects on estimating net primary productivity of green coniferous forest in complex terrain using Landsat data: a case study of Yoshino Mountain, Japan |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Ren Hongrui Inventor after: Yan Meifang Inventor after: Zhang Jun Inventor after: Su Qiaomei Inventor after: Xue Juanjuan Inventor before: Ren Hongrui Inventor before: Xue Juanjuan Inventor before: Su Qiaomei |
|
| COR | Change of bibliographic data | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |