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！

龙图腾网恭喜中国科学院、水利部成都山地灾害与环境研究所申请的专利融合多源数据的高空间分辨率植被叶面积指数估算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：CN119672092B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202510188618.3，技术领域涉及：G06T7/62；该发明授权融合多源数据的高空间分辨率植被叶面积指数估算方法是由靳华安;刘洲阳;谢馨瑶;赵伟设计研发完成，并于2025-02-20向国家知识产权局提交的专利申请。

本融合多源数据的高空间分辨率植被叶面积指数估算方法在说明书摘要公布了：本发明属于遥感技术领域，涉及融合多源数据的高空间分辨率植被叶面积指数估算方法。该方法包括基于物理辐射传输模型生成建模数据集、构建LSTM‑PGeff模型、构建经过迁移训练的LSTM‑TLeff模型与LSTM‑TLtrue模型，以及LAI遥感估算模型的封装、转换、拼接与保存。本发明通过使用辐射传输模型生成模拟数据，将迁移实测数据集知识用于深度学习训练以增加物理约束，提升了LAI遥感估算模型对复杂非线性回归关系的拟合能力，有效地提升了模型精度；生成的LAI产品具有高空间分辨率，降低了粗空间分辨率算法中由混合像元问题引起的不确定性，极大地保证了LAI遥感估算的精度。

本发明授权融合多源数据的高空间分辨率植被叶面积指数估算方法在权利要求书中公布了：1.融合多源数据的高空间分辨率植被叶面积指数估算方法，其特征在于，包括基于物理辐射传输模型生成建模数据集、构建LSTM-PGeff模型、构建经过迁移训练的LSTM-TLeff模型与构建经过迁移训练的LSTM-TLtrue模型，以及遥感估算模型的封装、转换、拼接与保存；基于物理辐射传输模型生成建模数据集，包括：基于物理辐射传输模型获取叶片、冠层与土壤的光谱模拟数据，并生成纯植被光谱模拟数据与纯土壤光谱模拟数据；将生成的纯植被光谱模拟数据和纯土壤光谱模拟数据拟合至Landsat卫星波段，生成混合像元模拟反射率；数据筛选得到建模数据集；构建LSTM-PGeff模型，包括：构建LSTM-PGeff模型的训练数据集，设定LSTM-PGeff模型的网络结构，定义网络参数拟合过程的损失函数，根据损失函数利用LSTM-PGeff模型的训练数据集对LSTM-PGeff模型进行网络节点权重和偏差的参数拟合，得到训练后的LSTM-PGeff模型；构建经过迁移训练的LSTM-TLeff模型，包括：整理Landsat卫星影像反射率和实测数据生成有效的迁移训练集，定义与训练好的LSTM-PGeff模型的网络结构相同的源模型，节点定义网络参数拟合过程的损失函数，利用有效的迁移训练集对源模型进行网络节点权重和偏差的参数微调，得到经过迁移训练的LSTM-TLeff模型；构建经过迁移训练的LSTM-TLtrue模型，包括：整理Landsat卫星影像反射率和实测数据生成真实的迁移训练集，定义与训练好的LSTM-TLeff模型的网络结构相同的源模型，节点定义网络参数拟合过程的损失函数，利用迁移训练集对LSTM-TLtrue模型进行网络节点权重和偏差的参数微调，得到经过迁移训练的LSTM-TLtrue模型；对经过迁移训练的LSTM-TLtrue模型进行封装与保存并利用经过迁移训练的LSTM-TLtrue模型进行估算，包括：对LSTM-TLeff模型与LSTM-TLtrue模型进行封装，并设置调用LSTM-TLeff模型与LSTM-TLtrue模型的接口；利用LSTM-TLtrue模型对Landsat卫星影像数据进行预测，得到第一真实；针对第一真实超出设定范围值的区域，利用LSTM-PGeff模型对Landsat卫星影像数据进行预测，得到有效；基于实测数据构建的有效与真实之间的经验关系将有效转换为第二真实；拼接第一真实与第二真实最终得到真实估算结果并保存。

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中国科学院、水利部成都山地灾害与环境研究所，其通讯地址为：610000 四川省成都市天府新区群贤南街189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”。