Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜安徽大学吴鹏海获国家专利权

恭喜安徽大学吴鹏海获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜安徽大学申请的专利基于空谱融合与模型学习耦合的叶绿素a浓度反演方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114330530B

龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111597460.3,技术领域涉及:G06V20/10;该发明授权基于空谱融合与模型学习耦合的叶绿素a浓度反演方法是由吴鹏海;吴艳兰;杨辉;王彪设计研发完成,并于2021-12-24向国家知识产权局提交的专利申请。

基于空谱融合与模型学习耦合的叶绿素a浓度反演方法在说明书摘要公布了:本发明涉及水质参数遥感反演领域,公开了基于空谱融合与模型学习耦合的叶绿素a浓度反演方法,通过获取相同日期MODIS和Sentinel‑2数据,经过预处理,得到样本数据集;构建面向叶绿素a浓度反演的MODIS和Sentinel‑2空‑谱融合深度学习网络,并耦合光谱响应函数、影像退化模型等物理约束,从而获得具有MODIS光谱分辨率和Sentinel‑2空间分辨率的融合数据,为叶绿素a浓度反演提供高空谱分辨率数据源;结合实地采样数据与融合的高空谱分辨率数据,在梯度提升树等机器学习的水质反演算法下验证融合的有效性,结果表明本处理方法有效提高了叶绿素a浓度的反演精度。

本发明授权基于空谱融合与模型学习耦合的叶绿素a浓度反演方法在权利要求书中公布了:1.基于空谱融合与模型学习耦合的叶绿素a浓度反演方法,其特征在于,包括以下步骤:步骤一、获取定区域的MODIS与Sentinel-2数据并进行必要的预处理;步骤二、在MODIS数据上对叶绿素a反演的敏感波段进行选择,并结合MODIS与Sentinel-2数据光谱响应函数将需要融合的MODIS波段进行分组;敏感波段的选择及光谱响应函数分组的具体步骤为:21根据MODIS数据波段设置特点,敏感波段选择为近红外到可见光的波段范围,结合定区域MODIS卫星影像反射率数据部分波段缺失问题,最终选择MODIS反射率波段为B1~B4、B8~B12;Sentinel-2反射率波段为B1~B8及B8A;其中,B*表示第*波段;22利用两种卫星传感器的光谱响应函数,将对应Sentinel-2同一波段光谱响应函数范围的MODIS波段划分为同一组;若没有对应的Sentinel-2波段,则将该MODIS波段划分到与之光谱最邻近的Sentinel-2波段,最终将MODIS波段划分为五组,分别是B1为一组,B2为一组,B3、B10、B11为一组,B4、B12为一组,B8、B9为一组;步骤三、构建MODIS和Sentinel-2训练数据集;步骤四、引入影像退化过程,并通过损失函数进行物理约束,在卷积网络基础上,添加残差连接和注意力机制,构建耦合物理模型与深度学习的空谱融合框架;步骤五、实测得到与卫星同期的叶绿素a浓度有效样点数据n个,随机选取其中m个样点作为训练数据,剩下n-m个样点作为验证数据,用于验证后续反演模型精度;步骤六、根据步骤四得到的融合后反射率数据和Sentinel-2反射率数据波段设置特点,综合考量光谱分辨率、反射率数据与实测叶绿素a浓度的相关性,确定反演建模所需的有效反射率波段及其波段组合,然后利用融合出来的反射率波段与原Sentinel-2反射率波段进行协同反演,并结合实测叶绿素a浓度数据和机器学习中的梯度提升树算法,构建反射率数据与实测叶绿素a浓度的反演模型;具体步骤为:61利用步骤四的耦合物理模型与深度学习的空谱融合框架,得到各波段反射率融合结果;62利用融合后反射率波段与原Sentinel-2反射率波段进行协同反演,构建波段反射率与步骤五获取的实测叶绿素a浓度训练数据集的反演模型;具体为:首先,根据融合后反射率波段和Sentinel-2反射率波段设置特点,综合考量光谱分辨率、反射率波段与实测叶绿素a浓度的相关性,进行反演建模的有效波段确定;其次,梯度提升树模型的输入是有效单波段及波段组合形式;具体为:FB8代表MODIS第八波段的融合结果,以此类推,在Sentinel-2没有该波段范围;FB3、FB10对应Sentinel-2的B2;FB4、FB12对应Sentinel-2的B3;FB2对应Sentinel-2的B8A;B1代表Sentinel-2的B1,以此类推B4~B8;B1B3即蓝绿比、B4B3即红绿比、FB2B4即近红外红比;然后,基于上述构建叶绿素a浓度反演模型;结合输入的有效反射率数据及波段组合和步骤五的实测叶绿素a浓度训练数据集,通过梯度提升树模型得到协同反演精度;63利用步骤五获取的实测叶绿素a浓度数据集,验证反演模型的精度。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人安徽大学,其通讯地址为:246001 安徽省合肥市经济技术开发区九龙路111号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。