CN115063474B - 一种树木迎风面积计算方法及系统 - Google Patents
一种树木迎风面积计算方法及系统 Download PDFInfo
- Publication number
- CN115063474B CN115063474B CN202210674300.2A CN202210674300A CN115063474B CN 115063474 B CN115063474 B CN 115063474B CN 202210674300 A CN202210674300 A CN 202210674300A CN 115063474 B CN115063474 B CN 115063474B
- Authority
- CN
- China
- Prior art keywords
- windward area
- tree
- data set
- windward
- crown
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 32
- 230000001419 dependent effect Effects 0.000 claims abstract description 8
- 238000011835 investigation Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 9
- 230000003628 erosive effect Effects 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 239000002689 soil Substances 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种树木迎风面积计算方法及系统，方法包括：获取基础数据集；所述基础数据集包括若干个已知树木的高度和冠幅；将已知树木的高度和冠幅作为椭圆的两个轴，并进行计算，得到已知树木的迎风面积，继而得到迎风面积集；基于所述迎风面积集和所述基础数据集进行拟合，得到迎风面积函数模型；所述迎风面积函数模型的自变量为冠幅、因变量为迎风面积；基于遥感影像得到待测树木的冠幅，并结合所述迎风面积函数模型，得到待测树木的迎风面积。本发明在得到迎风面积函数模型后，基于遥感影像就可以快速的得到迎风面积，在保证计算精度的前提下，大大的提高了计算效率。
Description
技术领域
本发明涉及数据处理技术领域，特别是涉及一种树木迎风面积计算方法及系统。
背景技术
土壤风蚀作为干旱区最为突出的环境问题之一，严重威胁着人类生存与社会可持续发展，树木作为荒漠生态系统中一种重要的自然资源，具有明显的防风固沙，维护生态功能，同时更是影响风成运动过程最关键的因素之一。在风蚀过程中地表树木通过覆盖部分地表、分解风力和阻挡输沙等多种途径抑制土壤风蚀。植冠作为植物最重要的防风阻沙部分，能够保护地表免受风力并对风力起到阻碍和扰动作用。
基于防风阻沙的基本原理，当运动气流通过树木覆盖的下垫面时，真正形成挡风效应的主要来自于树木覆盖迎风方向的侧影面积。树木被视为在地表面产生一定的阻挡作用的粗糙元，树木迎风面积(Frontal area)和基部面积(skin area)是基于阻力分解理论风蚀模型模拟中最为重要的两个输入参数，但最难获取的是迎风面积。现有的树木迎风面积都是基于人工测量的方法，不仅耗费人力和时间，而且工作效率极低，同时，针对一些特性环境，人工往往无法完成测量。
发明内容
有鉴于此，本发明提供了一种树木迎风面积计算方法及系统，在得到迎风面积函数模型后，基于遥感影像可以快速的得到迎风面积，在保证计算精度的前提下，大大的提高了计算效率。
为实现上述目的，本发明提供了如下方案：
一种树木迎风面积计算方法，包括：
获取基础数据集；所述基础数据集包括若干个已知树木的高度和冠幅；
将已知树木的高度和冠幅作为椭圆的两个轴，并进行计算，得到已知树木的迎风面积，继而得到迎风面积集；
基于所述迎风面积集和所述基础数据集进行拟合，得到迎风面积函数模型；所述迎风面积函数模型的自变量为冠幅、因变量为迎风面积；
基于遥感影像得到待测树木的冠幅，并结合所述迎风面积函数模型，得到待测树木的迎风面积。
优选地，所述获取基础数据集，包括：
基于地毯式调查方法在第一样地进行数据采集，得到第一数据集；
基于抽样调查方法在第二样地进行数据采集，得到第二数据集；所述基础数据集包括所述第一数据集和所述第二数据集。
优选地，所述迎风面积函数模型如下式：
S＝3.834×B×e0 . 0832×B；
式中：S为迎风面积，B为冠幅。
优选地，所述将已知树木的高度和冠幅作为椭圆的两个轴，并进行计算，得到已知树木的迎风面积，继而得到迎风面积集，具体为：
对于所述基础数据集中任一已知树木的高度和冠幅，将已知树木的高度和冠幅作为椭圆的两个轴，进行计算，得到已知树木的迎风面积，计算公式如下：
S＝π×a×b；
式中：a＝A/2，b＝B/2，A为高度，B为冠幅；
遍历所述基础数据集，得到所述迎风面积集。
本发明还提供了一种树木迎风面积计算系统，包括：
数据获取模块，用于获取基础数据集；所述基础数据集包括若干个已知树木的高度和冠幅；
第一面积计算模块，用于将已知树木的高度和冠幅作为椭圆的两个轴，并进行计算，得到已知树木的迎风面积，继而得到迎风面积集；
拟合模块，用于基于所述迎风面积集和所述基础数据集进行拟合，得到迎风面积函数模型；所述迎风面积函数模型的自变量为冠幅、因变量为迎风面积；
第二面积计算模块，用于基于遥感影像得到待测树木的冠幅，并结合所述迎风面积函数模型，得到待测树木的迎风面积。
优选地，所述数据获取模块包括：
第一数据获取单元，用于基于地毯式调查方法在第一样地进行数据采集，得到第一数据集；
第二数据获取单元，用于基于抽样调查方法在第二样地进行数据采集，得到第二数据集；所述基础数据集包括所述第一数据集和所述第二数据集。
优选地，所述迎风面积函数模型如下式：
S＝3.834×B×e0 . 0832×B；
式中：S为迎风面积，B为冠幅。
优选地，所述第一面积计算模块具体为：
对于所述基础数据集中任一已知树木的高度和冠幅，将已知树木的高度和冠幅作为椭圆的两个轴，进行计算，得到已知树木的迎风面积，计算公式如下：
S＝π×a×b；
式中：a＝A/2，b＝B/2，A为高度，B为冠幅；
遍历所述基础数据集，得到所述迎风面积集。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明涉及一种树木迎风面积计算方法及系统，方法包括：获取基础数据集；所述基础数据集包括若干个已知树木的高度和冠幅；将已知树木的高度和冠幅作为椭圆的两个轴，并进行计算，得到已知树木的迎风面积，继而得到迎风面积集；基于所述迎风面积集和所述基础数据集进行拟合，得到迎风面积函数模型；所述迎风面积函数模型的自变量为冠幅、因变量为迎风面积；基于遥感影像得到待测树木的冠幅，并结合所述迎风面积函数模型，得到待测树木的迎风面积。本发明在得到迎风面积函数模型后，基于遥感影像就可以快速的得到迎风面积，在保证计算精度的前提下，大大的提高了计算效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明树木迎风面积计算方法流程图；
图2为本发明树木迎风面积计算系统结构图；
图3为本发明基于高度和冠幅的迎风面积计算示意图；
图4为本发明拟合结果示意图；
图5为本发明迎风面积函数模型可靠性分析示意图；
图6为本发明监测区域示意图。
符号说明：1、数据获取模块；2、第一面积计算模块；3、拟合模块；4、第二面积计算模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种树木迎风面积计算方法及系统，在得到迎风面积函数模型后，基于遥感影像可以快速的得到迎风面积，在保证计算精度的前提下，大大的提高了计算效率。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明树木迎风面积计算方法流程图。如图1所示，本发明提供了一种树木迎风面积计算方法，包括：
步骤S1，获取基础数据集；所述基础数据集包括若干个已知树木的高度和冠幅。
如图6所示，在监测区域内分别选取第一样地和第二样地进行数据的采集，具体地，所述步骤S1包括：
步骤S11，基于地毯式调查方法在所述第一样地进行数据采集，得到第一数据集。即对所述第一样地内每个已知树木的高度和冠幅均进行采集，本实施例中，所述第一样地的面积为1km2，由100个100×100m(1hm2)的样方组成，所述第一样地内共有4999株树木。
步骤S12，基于抽样调查方法在第二样地进行数据采集，得到第二数据集；所述基础数据集包括所述第一数据集和所述第二数据集。即基于随机抽样或分层抽样的方法在所述第二样地对选取的已知树木的高度和冠幅进行采集，本实施例中，所述第二样地的面积为1km2，由100个100×100m(1hm2)的样方组成，基于分层抽样的方法，以半径为50m的圆选取一株树木为基准，在所述第二样地选取457株树木。
步骤S2，将已知树木的高度和冠幅作为椭圆的两个轴，并进行计算，得到已知树木的迎风面积，继而得到迎风面积集。
具体地，如图3所示，对于所述基础数据集中任一已知树木的高度和冠幅，将已知树木的高度和冠幅作为椭圆的两个轴，进行计算，得到已知树木的迎风面积，计算公式如下：
S＝π×a×b；
式中：a＝A/2，b＝B/2，A为高度，B为冠幅。
遍历所述基础数据集，得到所述迎风面积集。
步骤S3，基于所述迎风面积集和所述基础数据集进行拟合，得到迎风面积函数模型；所述迎风面积函数模型的自变量为冠幅、因变量为迎风面积，如图4所示。
所述迎风面积函数模型如下式：
S＝3.834×B×e0 . 0832×B；
式中：S为迎风面积，B为冠幅。
如图5所示，对所述迎风面积函数模型的可靠性进行分析，大部分标准化残差都在[-3,3]之间，所以误差项服从正态分布的假定成立，说明所述迎风面积函数模型具有较高的精度。
步骤S4，基于遥感影像得到待测树木的冠幅，并结合所述迎风面积函数模型，得到待测树木的迎风面积。
图2为本发明树木迎风面积计算系统结构图。如图2所示，本发明还提供了一种树木迎风面积计算系统，包括：数据获取模块1、第一面积计算模块2、拟合模块3和第二面积计算模块4。
所述数据获取模块1用于获取基础数据集；所述基础数据集包括若干个已知树木的高度和冠幅.
所述第一面积计算模块2用于将已知树木的高度和冠幅作为椭圆的两个轴，并进行计算，得到已知树木的迎风面积，继而得到迎风面积集。
所述拟合模块3用于基于所述迎风面积集和所述基础数据集进行拟合，得到迎风面积函数模型；所述迎风面积函数模型的自变量为冠幅、因变量为迎风面积。
所述第二面积计算模块4用于基于遥感影像得到待测树木的冠幅，并结合所述迎风面积函数模型，得到待测树木的迎风面积。
优选地，所述数据获取模块1包括第一数据获取单元和第二数据获取单元。
所述第一数据获取单元用于基于地毯式调查方法在第一样地进行数据采集，得到第一数据集。
所述第二数据获取单元用于基于抽样调查方法在第二样地进行数据采集，得到第二数据集；所述基础数据集包括所述第一数据集和所述第二数据集。
优选地，所述迎风面积函数模型如下式：
S＝3.834×B×e0 . 0832×B；
式中：S为迎风面积，B为冠幅。
优选地，所述第一面积计算模块2具体为：
对于所述基础数据集中任一已知树木的高度和冠幅，将已知树木的高度和冠幅作为椭圆的两个轴，进行计算，得到已知树木的迎风面积，计算公式如下：
S＝π×a×b；
式中：a＝A/2，b＝B/2，A为高度，B为冠幅。
遍历所述基础数据集，得到所述迎风面积集。
本发明针对大范围区域能快速的得到迎风面积，这为天然树木防护效应的刻画以及树木与风沙活动之间的生物地貌学关系进行定量描述提供参考，同时为区域生态环境规划与治理提供决策依据和科学支撑。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种树木迎风面积计算方法，其特征在于，包括：
获取基础数据集；所述基础数据集包括若干个已知树木的高度和冠幅；
将已知树木的高度和冠幅作为椭圆的两个轴，并进行计算，得到已知树木的迎风面积，继而得到迎风面积集；
基于所述迎风面积集和所述基础数据集进行拟合，得到迎风面积函数模型；所述迎风面积函数模型的自变量为冠幅、因变量为迎风面积；所述迎风面积函数模型如下式：
S= 3.834 ×B×e0.0832×B；
式中：S为迎风面积，B为冠幅；
基于遥感影像得到待测树木的冠幅，并结合所述迎风面积函数模型，得到待测树木的迎风面积。
2.根据权利要求1所述的树木迎风面积计算方法，其特征在于，所述获取基础数据集，包括：
基于地毯式调查方法在第一样地进行数据采集，得到第一数据集；
基于抽样调查方法在第二样地进行数据采集，得到第二数据集；所述基础数据集包括所述第一数据集和所述第二数据集。
3.根据权利要求1所述的树木迎风面积计算方法，其特征在于，所述将已知树木的高度和冠幅作为椭圆的两个轴，并进行计算，得到已知树木的迎风面积，继而得到迎风面积集，具体为：
对于所述基础数据集中任一已知树木的高度和冠幅，将已知树木的高度和冠幅作为椭圆的两个轴，进行计算，得到已知树木的迎风面积，计算公式如下：
S=π×a×b；
式中：a=A/2，b=B/2，A为高度，B为冠幅；
遍历所述基础数据集，得到所述迎风面积集。
4.一种树木迎风面积计算系统，其特征在于，包括：
数据获取模块，用于获取基础数据集；所述基础数据集包括若干个已知树木的高度和冠幅；
第一面积计算模块，用于将已知树木的高度和冠幅作为椭圆的两个轴，并进行计算，得到已知树木的迎风面积，继而得到迎风面积集；
拟合模块，用于基于所述迎风面积集和所述基础数据集进行拟合，得到迎风面积函数模型；所述迎风面积函数模型的自变量为冠幅、因变量为迎风面积；所述迎风面积函数模型如下式：
S= 3.834 ×B×e0.0832×B；
式中：S为迎风面积，B为冠幅；
第二面积计算模块，用于基于遥感影像得到待测树木的冠幅，并结合所述迎风面积函数模型，得到待测树木的迎风面积。
5.根据权利要求4所述的树木迎风面积计算系统，其特征在于，所述数据获取模块包括：
第一数据获取单元，用于基于地毯式调查方法在第一样地进行数据采集，得到第一数据集；
第二数据获取单元，用于基于抽样调查方法在第二样地进行数据采集，得到第二数据集；所述基础数据集包括所述第一数据集和所述第二数据集。
6.根据权利要求4所述的树木迎风面积计算系统，其特征在于，所述第一面积计算模块具体为：
对于所述基础数据集中任一已知树木的高度和冠幅，将已知树木的高度和冠幅作为椭圆的两个轴，进行计算，得到已知树木的迎风面积，计算公式如下：
S=π×a×b；
式中：a=A/2，b=B/2，A为高度，B为冠幅；
遍历所述基础数据集，得到所述迎风面积集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210674300.2A CN115063474B (zh) | 2022-06-15 | 2022-06-15 | 一种树木迎风面积计算方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210674300.2A CN115063474B (zh) | 2022-06-15 | 2022-06-15 | 一种树木迎风面积计算方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115063474A CN115063474A (zh) | 2022-09-16 |
| CN115063474B true CN115063474B (zh) | 2024-03-05 |
Family
ID=83201349
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210674300.2A Active CN115063474B (zh) | 2022-06-15 | 2022-06-15 | 一种树木迎风面积计算方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115063474B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116401899B (zh) * | 2023-06-08 | 2023-08-11 | 中建八局第三建设有限公司 | 面向施工区堆料的塑料遮挡布配重计算系统、方法及存储介质 |
Citations (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002033253A2 (en) * | 2000-10-16 | 2002-04-25 | Hasim Vatandas | Vertical-axis wind turbine |
| CN102808724A (zh) * | 2011-06-02 | 2012-12-05 | 吕勤 | 一种自动变换迎风面积的风机叶片装置 |
| CN103218812A (zh) * | 2013-04-02 | 2013-07-24 | 中国林业科学研究院资源信息研究所 | 基于摄影测量的树木形态模型参数快速获取方法 |
| CN104778693A (zh) * | 2015-04-08 | 2015-07-15 | 云挺 | 基于投影算法和活动轮廓模型的叶面积指数计算 |
| CN105660200A (zh) * | 2016-02-17 | 2016-06-15 | 沧州市农林科学院 | 一种枣树高接换头防风折立支柱方法 |
| CN105956753A (zh) * | 2016-04-26 | 2016-09-21 | 同济大学 | 一种城市行道树风致破坏的快速评估方法 |
| CN106438047A (zh) * | 2015-08-04 | 2017-02-22 | 北京机电工程研究所 | 埋入式进气道内通道的设计方法 |
| CN107833201A (zh) * | 2017-10-11 | 2018-03-23 | 辽宁远天城市规划有限公司 | 一种基于无人机遥感影像的地上生物量测算方法 |
| JP2018084472A (ja) * | 2016-11-22 | 2018-05-31 | 国立大学法人信州大学 | 森林資源情報算定方法及び森林資源情報算定装置 |
| CN109615551A (zh) * | 2018-11-15 | 2019-04-12 | 中国农业科学院农业资源与农业区划研究所 | 基于微波散射和冠层模拟的麦类作物叶面积指数反演方法 |
| CN110427047A (zh) * | 2019-07-26 | 2019-11-08 | 深圳市道通智能航空技术有限公司 | 风速测算方法、风速估算器及无人机 |
| CN111802159A (zh) * | 2020-07-21 | 2020-10-23 | 广州普邦园林股份有限公司 | 一种湿热地区降温导风型植物群落及其构建方法 |
| CN113919076A (zh) * | 2021-10-25 | 2022-01-11 | 厦门理工学院 | 一种汽车迎风面积确定方法及系统 |
| CN113911345A (zh) * | 2021-11-17 | 2022-01-11 | 苏州高博软件技术职业学院 | 变迎风面积驱动能量可调双连续带翼同步摆动式无人机 |
| CN114005027A (zh) * | 2021-10-09 | 2022-02-01 | 浙江农林大学 | 一种基于无人机影像的城市单木检测系统及方法 |
| CN114021303A (zh) * | 2021-09-22 | 2022-02-08 | 浙江树人学院（浙江树人大学） | 一种基于高精度倾斜摄影影像的城市通风廊道智能挖掘方法 |
| CN114065370A (zh) * | 2021-09-28 | 2022-02-18 | 东风汽车集团股份有限公司 | 汽车风阻系数的确定方法、装置、电子设备及存储介质 |
| CN114066966A (zh) * | 2021-11-16 | 2022-02-18 | 南京林业大学 | 基于多孔介质理论和计算机图形学的树冠孔隙率估算方法 |
| CN114239912A (zh) * | 2021-11-16 | 2022-03-25 | 黄河水利委员会黄河水利科学研究院 | 一种复合侵蚀过程预测模拟方法 |
| WO2022067598A1 (en) * | 2020-09-30 | 2022-04-07 | Nanjing Maoting Information Technology Co., Ltd. | Method of individual tree crown segmentation from airborne lidar data using novel gaussian filter and energy function minimization |
| CN114467533A (zh) * | 2022-01-20 | 2022-05-13 | 深圳坤元生态科技有限公司 | 一种修剪树冠量对树木承受风荷载大小影响的实验方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220097849A1 (en) * | 2020-09-30 | 2022-03-31 | Zhejiang University | Tailstock type vertical take-off and landing unmanned aerial vehicle and control method thereof |
-
2022
- 2022-06-15 CN CN202210674300.2A patent/CN115063474B/zh active Active
Patent Citations (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002033253A2 (en) * | 2000-10-16 | 2002-04-25 | Hasim Vatandas | Vertical-axis wind turbine |
| CN102808724A (zh) * | 2011-06-02 | 2012-12-05 | 吕勤 | 一种自动变换迎风面积的风机叶片装置 |
| CN103218812A (zh) * | 2013-04-02 | 2013-07-24 | 中国林业科学研究院资源信息研究所 | 基于摄影测量的树木形态模型参数快速获取方法 |
| CN104778693A (zh) * | 2015-04-08 | 2015-07-15 | 云挺 | 基于投影算法和活动轮廓模型的叶面积指数计算 |
| CN106438047A (zh) * | 2015-08-04 | 2017-02-22 | 北京机电工程研究所 | 埋入式进气道内通道的设计方法 |
| CN105660200A (zh) * | 2016-02-17 | 2016-06-15 | 沧州市农林科学院 | 一种枣树高接换头防风折立支柱方法 |
| CN105956753A (zh) * | 2016-04-26 | 2016-09-21 | 同济大学 | 一种城市行道树风致破坏的快速评估方法 |
| JP2018084472A (ja) * | 2016-11-22 | 2018-05-31 | 国立大学法人信州大学 | 森林資源情報算定方法及び森林資源情報算定装置 |
| CN107833201A (zh) * | 2017-10-11 | 2018-03-23 | 辽宁远天城市规划有限公司 | 一种基于无人机遥感影像的地上生物量测算方法 |
| CN109615551A (zh) * | 2018-11-15 | 2019-04-12 | 中国农业科学院农业资源与农业区划研究所 | 基于微波散射和冠层模拟的麦类作物叶面积指数反演方法 |
| CN110427047A (zh) * | 2019-07-26 | 2019-11-08 | 深圳市道通智能航空技术有限公司 | 风速测算方法、风速估算器及无人机 |
| CN111802159A (zh) * | 2020-07-21 | 2020-10-23 | 广州普邦园林股份有限公司 | 一种湿热地区降温导风型植物群落及其构建方法 |
| WO2022067598A1 (en) * | 2020-09-30 | 2022-04-07 | Nanjing Maoting Information Technology Co., Ltd. | Method of individual tree crown segmentation from airborne lidar data using novel gaussian filter and energy function minimization |
| CN114021303A (zh) * | 2021-09-22 | 2022-02-08 | 浙江树人学院（浙江树人大学） | 一种基于高精度倾斜摄影影像的城市通风廊道智能挖掘方法 |
| CN114065370A (zh) * | 2021-09-28 | 2022-02-18 | 东风汽车集团股份有限公司 | 汽车风阻系数的确定方法、装置、电子设备及存储介质 |
| CN114005027A (zh) * | 2021-10-09 | 2022-02-01 | 浙江农林大学 | 一种基于无人机影像的城市单木检测系统及方法 |
| CN113919076A (zh) * | 2021-10-25 | 2022-01-11 | 厦门理工学院 | 一种汽车迎风面积确定方法及系统 |
| CN114066966A (zh) * | 2021-11-16 | 2022-02-18 | 南京林业大学 | 基于多孔介质理论和计算机图形学的树冠孔隙率估算方法 |
| CN114239912A (zh) * | 2021-11-16 | 2022-03-25 | 黄河水利委员会黄河水利科学研究院 | 一种复合侵蚀过程预测模拟方法 |
| CN113911345A (zh) * | 2021-11-17 | 2022-01-11 | 苏州高博软件技术职业学院 | 变迎风面积驱动能量可调双连续带翼同步摆动式无人机 |
| CN114467533A (zh) * | 2022-01-20 | 2022-05-13 | 深圳坤元生态科技有限公司 | 一种修剪树冠量对树木承受风荷载大小影响的实验方法 |
Non-Patent Citations (5)
| Title |
|---|
| Kalbinur Nurmamat等."Atmospheric Particle Distribution on Tree Leaves in Different Urban Areas of Aksu City, Northwest China".《Nature Environment and Pollution Technology》.2022,第21卷(第2期),第 921-929页. * |
| Shenghao Yu等."The influence of elliptical and circular orifices on the transverse jet characteristics at supersonic crossflow".《Acta Astronautica》.2021,第185卷第124-131页. * |
| 何定颖等."行道树风致响应的风洞试验研究".《自然灾害学报》.2019,第28卷(第3期),第44-53页. * |
| 孔宵等."别里库姆沙漠胡杨与胡杨回涡沙丘形态特征间的关系".《东北林业大学学报》.2021,第49卷(第1期),第80-85页. * |
| 杨成等."类天宫航天器迎风面积建模及变化特性分析".《载人航天》.2020,第26卷(第4期),第429-435页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115063474A (zh) | 2022-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hollinger et al. | Uncertainty in eddy covariance measurements and its application to physiological models | |
| Shao et al. | A method to the impact assessment of the returning grazing land to grassland project on regional eco-environmental vulnerability | |
| CN105205466B (zh) | 一种基于夜间灯光影像的能源碳排放量遥感估算方法 | |
| CN109408965B (zh) | 基于地震动参数的房屋震害矩阵曲线化分析系统及方法 | |
| CN107064937A (zh) | 一种双线偏振雷达系统及强雨的测量方法 | |
| CN109918364B (zh) | 一种基于二维概率密度估计和四分位法的数据清洗方法 | |
| CN115063474B (zh) | 一种树木迎风面积计算方法及系统 | |
| CN105303063A (zh) | 融合物候数据与遥感数据的叶面积指数反演方法及系统 | |
| Wang et al. | Changes of cropland evapotranspiration and its driving factors on the loess plateau of China | |
| Wu et al. | Quantitative analysis of relative impacts of climate change and human activities on Xilingol grassland in recent 40 years | |
| CN111444774A (zh) | 一种基于无人机航测技术的森林资源监测方法 | |
| CN106528788A (zh) | 基于gis技术分析地面雨径流污染空间分布特征的方法 | |
| CN111882245A (zh) | 一种基于生态系统服务视角的生态修复空间识别方法 | |
| Hu et al. | Integrating CART algorithm and multi-source remote sensing data to estimate sub-pixel impervious surface coverage: a case study from Beijing Municipality, China | |
| Zhang et al. | Picea schrenkiana tree-ring chronologies development and vegetation index reconstruction for the Alatau Mountains, Central Asia | |
| CN111737321A (zh) | 基于数据挖掘的城市大气污染联防联控区域划分方法 | |
| Jiang et al. | Vegetation greening intensified transpiration but constrained soil evaporation on the Loess Plateau | |
| Fan et al. | Spatio-temporal distribution of vascular plant species abundance on Qinghai-Tibet Plateau | |
| Sevegnani et al. | Structure and diversity of the Araucaria forest in southern Brazil: biotic homogenisation hinders the recognition of floristic assemblages related to altitude | |
| Lv et al. | Effects of Climate Change and Human Activity on Runoff in a Typical Loess Gullied-Hilly Region Watershed. | |
| KR101194677B1 (ko) | 도시 지역 고농도 미세먼지의 발원지 추정 방법 | |
| CN113590733A (zh) | 区域草本沼泽植被地上生物量的估算方法 | |
| Zhou et al. | Study on Optimization of Data-Driven Anomaly Detection | |
| Zhang et al. | Calculation of evapotranspiration in different climatic zones combining the long-term monitoring data with bootstrap method | |
| Lin et al. | TEMPORAL AND SPATIAL CHANGES OF DROUGHT IN BEIJING-TIANJIN-HEBEI REGION BASED ON REMOTE SENSING TECHNOLOGY |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |