CN108038566A - 一种基于气象与遥感数据融合的灾害监测定损方法 - Google Patents
一种基于气象与遥感数据融合的灾害监测定损方法 Download PDFInfo
- Publication number
- CN108038566A CN108038566A CN201711238829.5A CN201711238829A CN108038566A CN 108038566 A CN108038566 A CN 108038566A CN 201711238829 A CN201711238829 A CN 201711238829A CN 108038566 A CN108038566 A CN 108038566A
- Authority
- CN
- China
- Prior art keywords
- disaster
- data
- meteorological
- agricultural
- remote sensing
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012544 monitoring process Methods 0.000 title claims abstract description 28
- 230000004927 fusion Effects 0.000 title claims abstract description 11
- 230000001939 inductive effect Effects 0.000 claims abstract description 11
- 230000008901 benefit Effects 0.000 claims abstract description 8
- 238000001556 precipitation Methods 0.000 claims abstract description 7
- 230000000116 mitigating effect Effects 0.000 claims abstract description 6
- 238000012502 risk assessment Methods 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims description 12
- 239000002689 soil Substances 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 238000010219 correlation analysis Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000013316 zoning Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 3
- 238000012732 spatial analysis Methods 0.000 abstract description 3
- 241001269238 Data Species 0.000 abstract description 2
- 238000012271 agricultural production Methods 0.000 abstract description 2
- 238000009472 formulation Methods 0.000 abstract description 2
- 239000000203 mixture Substances 0.000 abstract description 2
- 238000009825 accumulation Methods 0.000 abstract 1
- 230000008859 change Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 208000005156 Dehydration Diseases 0.000 description 1
- 239000005442 atmospheric precipitation Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Animal Husbandry (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明属农业保险技术领域，尤其涉及一种基于气象与遥感数据融合的灾害监测定损方法，从农业气象灾害风险评估、受灾面积遥感监测及灾后定损评估结合GIS的空间分析统计功能，以自然灾害风险分析为基本原理，从灾害致灾因子的危险性、承灾体脆弱性和抗灾减灾能力来构建致灾因子模型，通过TRMM卫星数据来计算累积月降水距平数据作为致灾因子，从气象灾害来监测农业灾害，为农业结构调整及防灾减灾措施的制定提供依据。具有可以大范围、全天候、实时的准确掌握气象条件对农作物的表观及产量影响程度，为农业生产决策和灾后救助及农业保险等工作提供依据的优点。
Description
技术领域
本发明属农业保险技术领域，尤其涉及利用遥感技术、GIS技术、气象数据在自然灾害监测定损方面应用的一种基于气象与遥感数据融合的灾害监测定损方法。
背景技术
目前利用遥感数据灾害监测定损主要是通过影像所包括的波段数据(红波段/红外波段/热红外波段)进行植被指数/水胁迫指数/温度反演等计算,结合气象站点的降水量/温度/风速等相关数据指标,选择适宜的指标来建立灾损评估模型;由于模型中融入的数据比较单一,代表性较差,各个模型差异较大,因此得到的定损评估结果不一致查。气象站点的分布不均造成获取的数据在时间和空间特征上与实际具有一定的差异性。
发明内容
本发明的目的就是现有技术所存在的上述问题，从农业气象灾害风险评估、受灾面积遥感监测及灾后定损评估结合GIS的空间分析统计功能，以自然灾害风险分析为基本原理，从灾害致灾因子的危险性、承灾体脆弱性和抗灾减灾能力来构建致灾因子模型，通过TRMM卫星数据来计算累积月降水距平数据作为致灾因子，从气象灾害来监测农业灾害，为农业结构调整及防灾减灾措施的制定提供依据。具体来说，提供了一个完整有效的灾害监测定损方法，有效的解决传统的农作物灾害监测通过气象站点获取气象的一些相关参数，气象站点的空间分布不均和时效性差，同时受到人力、财力、物力等外部因素的制约导致的精度不准确和实验数据不可靠的问题。将气象卫星数据和站点数据结合与遥感数据植被监测和土壤湿度等指标融合到灾害监测定损中，实现了对灾害更加精准更加智能化的预测和评估的一种基于气象与遥感数据融合的灾害监测定损方法。
本发明采用的技术方案是：
一种基于气象与遥感数据融合的灾害监测定损方法，包括以下步骤：
步骤1）、从致灾因子危险性H、承灾体脆弱性V、以及抗灾减灾能力Re的方面选取灾害发生的频率、灾害发生的范围、灾害强度频率及持续时间强度的评价因子，将计算的因子借助ARCGIS技术和灾害风险评估方法对典型区域进行单项风险区划和综合风险评估区划，对灾害风险评估因子按照层次分析法赋予不同的权重，按照行政区空间进行风险的预测并根据灾害的等级评价准则进行分级显示，得到风险空间分布图；
步骤2）、将气象站点数据和TRMM数据相结合，站点数据监测的精确性优点和TRMM3B43数据空间分布均匀及数据有一定的误差进行优势互补，通过站点数据对TRMM数据进行构建一元线性回归方程来对TRMM数据有效性的验证，利用有效的数据进行月降水距平分析和累积降水距平分析，根据计算出来的结果找出特征时间段；
步骤3）、利用光学遥感的波段计算出植被指数和地表温度来构建光谱特征空间，计算出来温度植被干旱指数来对土壤的湿度进行监测；
步骤4）、利用MODIS数据计算出来的植被指数组成时序，计算出距平植被指数并对上述的时间段进行“滞后分析”；
步骤5）、将计算出来的NDVI植被指数进行时间序列的滤波，然后进行作物的长势分析，得出农作物的受灾面积；
步骤6）、根据拉格朗日插值法或者直线滑动平均法分别进行灾损率和相对气象产量的计算，将计算的产量与农业部门颁布采用的平均减产分成法进行对比分析，并结合所估计年份的年鉴进行相关性分析，最终得出了灾害监测定损的估计产量。
本发明的有益效果是：
通过本发明提供的基于气象与遥感数据融合的灾害监测定损方法，通过将气象数据和遥感数据相结合进行农业灾害监测定损，在空间上充分体现了遥感数据所具有的全球观测能力、可以从多波段、多时相和全天候角度获得自然灾害的数据；从时间上也可以实时的对地球表层进行监测；通过分析气象变化对农作物造成的影响，实时的监控当农业受到极端气象条件胁迫时所产生的变化；借助遥感和气象的优势互补，可以大范围、全天候、实时的准确掌握气象条件对农作物的表观及产量影响程度，为农业生产决策和灾后救助及农业保险等工作提供依据。
附图说明
图1 是本发明提供的一种基于气象与遥感数据融合的灾害监测定损方法的流程图。
具体实施方式
本发明的核心是提供一种基于气象与遥感数据融合的灾害监测定损方法。
下面结合附图对本发明的内容作进一步说明，一种基于气象与遥感数据融合的灾害监测定损方法，如图1所示，包括以下步骤：
步骤1）、从致灾因子危险性（H）、承灾体脆弱性（V）、以及抗灾减灾能力（RE）等方面选取灾害发生的频率、灾害发生的范围、灾害强度频率及持续时间强度等评价因子，将计算的因子借助ARCGIS技术和灾害风险评估方法对典型区域进行单项风险区划和综合风险评估区划，对灾害风险评估因子按照层次分析法赋予不同的权重，按照行政区空间进行风险的预测并根据灾害的等级评价准则进行分级显示，得到风险空间分布图；
步骤2）、将气象站点数据和TRMM数据相结合，站点数据监测的精确性优点和TRMM3B43数据空间分布均匀及数据有一定的误差进行优势互补，通过站点数据对TRMM数据进行构建一元线性回归方程来对TRMM数据有效性的验证，利用有效的数据进行月降水距平分析和累积降水距平分析，根据计算出来的结果找出特征时间段；
步骤3）、利用光学遥感的波段计算出植被指数和地表温度来构建光谱特征空间，计算出来温度植被干旱指数来对土壤的湿度进行监测；
步骤4）、利用MODIS数据计算出来的植被指数组成时序，计算出距平植被指数并对上述的时间段进行“滞后分析”；
步骤5）、将计算出来的NDVI植被指数进行时间序列的滤波，然后进行作物的长势分析，得出农作物的受灾面积；
步骤6）、根据拉格朗日插值法或者直线滑动平均法分别进行灾损率和相对气象产量的计算，将计算的产量与农业部门颁布采用的平均减产分成法进行对比分析，并结合所估计年份的年鉴进行相关性分析，最终得出了灾害监测定损的估计产量。
上述方法中，在灾害监测定损中，利用研究区域基本的气象站的降水数据，分析气象对农作物影响的基本规律，研究表征灾害发生的频率、范围、强度及持续时间的农业气象致灾因子的综合评价方法；依据自然灾害风险评价体系，耦合致灾因子危险模型，承灾体脆弱性模型及抗灾减灾能力模型，判断出气象干旱风险的空间分布格局，并利用历年农作物灾损量对农业气象风险模型进行相关性检验。通过模型比较分析，选取EVI和LST计算的温度植被指数作为土壤湿度监测指标，以大气降水-土壤湿度-植被响应为基础，结合TRMM卫星数据筛选出的典型的灾害时期（旱灾或涝灾）构建的距平植被指数作为遥感农业监测的手段，通过数据之间的相关分析，对距平植被指数对大气降水、土壤湿度的时滞效应进行研究；以无气象灾害的农作物产量为基础，来计算历年农作物的期望产量，将气象灾害造成的减产量从期望产量中分离出来，实现对农作物灾害定损的估计；通过多年的植被距平指数，利用ARCGIS的空间分析功能得到受灾面积、成灾面积和绝收面积，结合估算出来的单产，以农业部门常用的平均减产分成法为依据，最终实现气象和遥感手段相结合的灾后监测定损方法，快速有效的估算农作物的损失程度。
Claims (1)
1.一种基于气象与遥感数据融合的灾害监测定损方法，其特征在于，包括以下步骤：
步骤1）、从致灾因子危险性H、承灾体脆弱性V、以及抗灾减灾能力Re的方面选取灾害发生的频率、灾害发生的范围、灾害强度频率及持续时间强度的评价因子，将计算的因子借助ARCGIS技术和灾害风险评估方法对典型区域进行单项风险区划和综合风险评估区划，对灾害风险评估因子按照层次分析法赋予不同的权重，按照行政区空间进行风险的预测并根据灾害的等级评价准则进行分级显示，得到风险空间分布图；
步骤2）、将气象站点数据和TRMM数据相结合，站点数据监测的精确性优点和TRMM3B43数据空间分布均匀及数据有一定的误差进行优势互补，通过站点数据对TRMM数据进行构建一元线性回归方程来对TRMM数据有效性的验证，利用有效的数据进行月降水距平分析和累积降水距平分析，根据计算出来的结果找出特征时间段；
步骤3）、利用光学遥感的波段计算出植被指数和地表温度来构建光谱特征空间，计算出来温度植被干旱指数来对土壤的湿度进行监测；
步骤4）、利用MODIS数据计算出来的植被指数组成时序，计算出距平植被指数并对上述的时间段进行“滞后分析”；
步骤5）、将计算出来的NDVI植被指数进行时间序列的滤波，然后进行作物的长势分析，得出农作物的受灾面积；
步骤6）、根据拉格朗日插值法或者直线滑动平均法分别进行灾损率和相对气象产量的计算，将计算的产量与农业部门颁布采用的平均减产分成法进行对比分析，并结合所估计年份的年鉴进行相关性分析，最终得出了灾害监测定损的估计产量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711238829.5A CN108038566A (zh) | 2017-11-30 | 2017-11-30 | 一种基于气象与遥感数据融合的灾害监测定损方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711238829.5A CN108038566A (zh) | 2017-11-30 | 2017-11-30 | 一种基于气象与遥感数据融合的灾害监测定损方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108038566A true CN108038566A (zh) | 2018-05-15 |
Family
ID=62094872
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711238829.5A Pending CN108038566A (zh) | 2017-11-30 | 2017-11-30 | 一种基于气象与遥感数据融合的灾害监测定损方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108038566A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110533544A (zh) * | 2019-08-28 | 2019-12-03 | 中国科学院遥感与数字地球研究所 | 农作物冷冻害定损理赔方法及系统 |
| CN112580981A (zh) * | 2020-12-18 | 2021-03-30 | 湖南省气候中心 | 农作物气候风险识别方法、装置及计算机设备 |
| CN113033994A (zh) * | 2021-03-23 | 2021-06-25 | 平安科技（深圳）有限公司 | 农业险情数据评估方法、装置、计算机设备及存储介质 |
| CN113610438A (zh) * | 2021-08-24 | 2021-11-05 | 南京信息工程大学 | 一种气象灾害保险指数评估方法及系统 |
| CN113744074A (zh) * | 2021-09-06 | 2021-12-03 | 北京超图软件股份有限公司 | 确定农业作物的减灾保产措施的方法和装置 |
| CN113743832A (zh) * | 2021-11-05 | 2021-12-03 | 中化现代农业有限公司 | 水稻灾害监测系统及方法 |
| CN113821987A (zh) * | 2021-11-19 | 2021-12-21 | 浙江甲骨文超级码科技股份有限公司 | 复杂地形气象数据预测方法、系统和装置 |
| CN115619583A (zh) * | 2022-10-19 | 2023-01-17 | 中国气象局沈阳大气环境研究所 | 一种复合农业气象灾害监测指标体系的构建方法 |
| CN118095836A (zh) * | 2024-02-01 | 2024-05-28 | 北京天译科技有限公司 | 面向农业生产状态监测的气象数据分析方法及系统 |
| CN118135445A (zh) * | 2024-05-07 | 2024-06-04 | 南京信息工程大学 | 一种农业气象灾害动态监测及产量定损系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103810376A (zh) * | 2014-01-17 | 2014-05-21 | 浙江大学 | 基于卫星遥感与回归克里格的地面日降雨量预测方法 |
| CN104820754A (zh) * | 2015-05-13 | 2015-08-05 | 南京信息工程大学 | 一种基于地理差异分析法的空间统计降尺度降水估算方法 |
| CN105389559A (zh) * | 2015-11-12 | 2016-03-09 | 中国科学院遥感与数字地球研究所 | 基于高分辨率遥感影像的农业灾害范围识别系统及方法 |
| CN106570650A (zh) * | 2016-11-09 | 2017-04-19 | 新疆林科院园林绿化研究所 | 一种林果产业低温冻害风险获取方法 |
| CN106780091A (zh) * | 2016-12-30 | 2017-05-31 | 黑龙江禾禾遥感科技有限公司 | 基于植被指数时空间统计特征的农业灾害信息遥感提取方法 |
-
2017
- 2017-11-30 CN CN201711238829.5A patent/CN108038566A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103810376A (zh) * | 2014-01-17 | 2014-05-21 | 浙江大学 | 基于卫星遥感与回归克里格的地面日降雨量预测方法 |
| CN104820754A (zh) * | 2015-05-13 | 2015-08-05 | 南京信息工程大学 | 一种基于地理差异分析法的空间统计降尺度降水估算方法 |
| CN105389559A (zh) * | 2015-11-12 | 2016-03-09 | 中国科学院遥感与数字地球研究所 | 基于高分辨率遥感影像的农业灾害范围识别系统及方法 |
| CN106570650A (zh) * | 2016-11-09 | 2017-04-19 | 新疆林科院园林绿化研究所 | 一种林果产业低温冻害风险获取方法 |
| CN106780091A (zh) * | 2016-12-30 | 2017-05-31 | 黑龙江禾禾遥感科技有限公司 | 基于植被指数时空间统计特征的农业灾害信息遥感提取方法 |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110533544A (zh) * | 2019-08-28 | 2019-12-03 | 中国科学院遥感与数字地球研究所 | 农作物冷冻害定损理赔方法及系统 |
| CN112580981A (zh) * | 2020-12-18 | 2021-03-30 | 湖南省气候中心 | 农作物气候风险识别方法、装置及计算机设备 |
| CN112580981B (zh) * | 2020-12-18 | 2024-04-16 | 湖南省气候中心 | 农作物气候风险识别方法、装置及计算机设备 |
| CN113033994A (zh) * | 2021-03-23 | 2021-06-25 | 平安科技（深圳）有限公司 | 农业险情数据评估方法、装置、计算机设备及存储介质 |
| CN113033994B (zh) * | 2021-03-23 | 2023-06-02 | 平安科技（深圳）有限公司 | 农业险情数据评估方法、装置、计算机设备及存储介质 |
| CN113610438B (zh) * | 2021-08-24 | 2024-04-23 | 南京信息工程大学 | 一种气象灾害保险指数评估方法及系统 |
| CN113610438A (zh) * | 2021-08-24 | 2021-11-05 | 南京信息工程大学 | 一种气象灾害保险指数评估方法及系统 |
| CN113744074A (zh) * | 2021-09-06 | 2021-12-03 | 北京超图软件股份有限公司 | 确定农业作物的减灾保产措施的方法和装置 |
| CN113743832A (zh) * | 2021-11-05 | 2021-12-03 | 中化现代农业有限公司 | 水稻灾害监测系统及方法 |
| CN113743832B (zh) * | 2021-11-05 | 2022-04-08 | 中化现代农业有限公司 | 水稻灾害监测系统及方法 |
| CN113821987A (zh) * | 2021-11-19 | 2021-12-21 | 浙江甲骨文超级码科技股份有限公司 | 复杂地形气象数据预测方法、系统和装置 |
| CN115619583A (zh) * | 2022-10-19 | 2023-01-17 | 中国气象局沈阳大气环境研究所 | 一种复合农业气象灾害监测指标体系的构建方法 |
| CN118095836A (zh) * | 2024-02-01 | 2024-05-28 | 北京天译科技有限公司 | 面向农业生产状态监测的气象数据分析方法及系统 |
| CN118095836B (zh) * | 2024-02-01 | 2024-09-24 | 北京天译科技有限公司 | 面向农业生产状态监测的气象数据分析方法及系统 |
| CN118135445A (zh) * | 2024-05-07 | 2024-06-04 | 南京信息工程大学 | 一种农业气象灾害动态监测及产量定损系统 |
| CN118135445B (zh) * | 2024-05-07 | 2024-07-05 | 南京信息工程大学 | 一种农业气象灾害动态监测及产量定损系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108038566A (zh) | 一种基于气象与遥感数据融合的灾害监测定损方法 | |
| Hussain et al. | Using GIS tools to detect the land use/land cover changes during forty years in Lodhran District of Pakistan | |
| Quebrajo et al. | Linking thermal imaging and soil remote sensing to enhance irrigation management of sugar beet | |
| Bajgain et al. | Sensitivity analysis of vegetation indices to drought over two tallgrass prairie sites | |
| CN103761674B (zh) | 基于遥感与海量气候信息的农作物生长期告警与干预方法 | |
| Murad et al. | Drought assessment using remote sensing and GIS in north-west region of Bangladesh | |
| Muthoni | Spatial-temporal trends of rainfall, maximum and minimum temperatures over West Africa | |
| CN107392503B (zh) | 一种玉米高温热害风险的评估方法 | |
| CN104089647A (zh) | 一种作物病害发生范围监测方法及系统 | |
| FENG et al. | Monitoring winter wheat freeze injury using multi-temporal MODIS data | |
| CN105511529A (zh) | 一种设施农业环境智能控制方法 | |
| Peng et al. | Relationships between remote-sensing-based agricultural drought indicators and root zone soil moisture: a comparative study of Iowa | |
| Tanriverdi et al. | Comparasion of crop water stress index (CWSI) and water deficit index (WDI) by using remote sensing (RS) | |
| Shahzad et al. | Spatio-temporal variations in trends of vegetation and drought changes in relation to climate variability from 1982 to 2019 based on remote sensing data from East Asia | |
| CN114863369A (zh) | 激光雷达监测玉米倒伏的方法、装置、设备及介质 | |
| Mohammad et al. | Evaluating the agricultural drought for Pre-Kharif season in Bangladesh using MODIS Vegetation Health Index | |
| Chen et al. | Comparison of CWSI and Ts-Ta-VIs in moisture monitoring of dryland crops (sorghum, maize) based on UAV remote sensing | |
| Zhao et al. | Characteristics of drought, low temperature, and concurrent events of maize in Songliao Plain | |
| WO2023021508A1 (en) | Polination device | |
| Suwanlee et al. | DROUGHT MONITORING FROM 2001–2019 IN NORTHEAST THAILAND USING MODIS NDVI IMAGE TIME SERIES AND Savitzky-Golay APPROACH | |
| Hong-wei et al. | The Modification of Difference Vegetation Index (DVI) in middle and late growing period of winter wheat and its application in soil moisture inversion | |
| Shanmuganthan et al. | Sensor data acquisition for climate change modelling | |
| Aiswarya et al. | Application of Internet of Things (IoT) in Protected Cultivation: A Review | |
| Yee et al. | Relationship assessment among land use and land cover and land surface temperature over downtown and suburban areas in Yangon City, Myanmar | |
| Payán et al. | Environmental monitoring and crop water demand |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190624 Address after: 450044 No. 301, Building No. 4, Dongruigu District, North Xincheng Road and South Chuangjie Street, Huiji District, Zhengzhou City, Henan Province Applicant after: ABDAS SPACE INFORMATION TECHNOLOGY Co.,Ltd. Address before: 450016 Room 108, 1356 Hanghai East Road, Zhengzhou Economic and Technological Development Zone, Henan Province Applicant before: HENAN RAINBOW REMOTE SENSING TECHNOLOGY CO.,LTD. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180515 |