Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京师范大学赵祥获国家专利权

北京师范大学赵祥获国家专利权

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!

龙图腾网获悉北京师范大学申请的专利一种面向云平台降尺度重建10米植被覆盖度的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:CN121562377B

龙图腾网通过国家知识产权局官网在2026-04-24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:202511691335.7,技术领域涉及:G06F30/27;该发明授权一种面向云平台降尺度重建10米植被覆盖度的方法是由赵祥;杜晓铮设计研发完成,并于2025-11-18向国家知识产权局提交的专利申请。

一种面向云平台降尺度重建10米植被覆盖度的方法在说明书摘要公布了:本发明涉及遥感影像处理与机器学习领域,是一种面向云平台降尺度重建10米植被覆盖度的方法,包括以下步骤:S1:数据选取;S2:数据预处理;S3:三维分层样本采集;S4:格网样本权重分配;S5:格网样本空间优化;S6:训练样本生成;S7:建立FVC跨尺度模型;S8:模型验证;S9:模型跨尺度应用;S10:模型一致性校准后处理。本发明综合基于多源遥感数据融合与随机森林降尺度模型,在FVC空间分辨率提升方面,提出了分层样本训练与一致性约束的降尺度建模方案,成功实现了从500米GLASSFVC到10米高分辨率FVC的空间无缝转换。

本发明授权一种面向云平台降尺度重建10米植被覆盖度的方法在权利要求书中公布了:1.一种面向云平台降尺度重建10米植被覆盖度的方法,其特征在于,包括以下步骤: S1:数据选取; 包括高空间分辨率辅助数据和低空间分辨率数据; 高空间分辨率辅助数据为GSE数据集,使用的低空间分辨率数据为GLASSFVC遥感数据产品; S2:数据预处理; GLASSFVC遥感产品整合并上传至GEE云平台,并进行数据预处理; S3:三维分层样本采集; 采用三维分层抽样策略选择样本点:7级海拔分级Elevation、19类气候类型Climate、5级植被覆盖度分级FVC; S4:格网样本权重分配; 将整个中国区域按经纬度划分格网,采用面积比权重分配样本数量; S5:格网样本空间优化; S6:训练样本生成; 将所有格网得到的样本点进行合并,生成训练样本集sample,并以shp格式导入到GEE云平台,提取样本点所在位置的预处理后FVC数据以及500m的GSE数据对应像元的值,整理为FeatureCollection,作为用于模型建立的训练样本; S7:建立FVC跨尺度模型; 采用随机森林回归模型拟合输入变量GSE与输出变量FVC之间非线性映射关系,建立FVC跨尺度模型; S8:模型验证; 模型建立后,使用验证集test_sample计算均方根误差RMSE和决定系数R2,用以评价回归模型效果; S9:模型跨尺度应用; 将训练好的模型跨尺度应用到待研究区域;将模型分区域应用;将待研究区域按照1°×1°划分格网,在每个格网中将训练好的随机森林回归模型应用到10m空间分辨率的GSE特征数据中,得到10m空间分辨率的FVC估计值FVCfine; S10:模型一致性校准后处理; 随机森林降尺度模型以训练样本为基础,建立GSE特征变量与FVC之间映射关系,之后将建立的模型应用于高空间分辨率的特征变量中,从而生成高空间分辨率的FVC数据集,实现空间降尺度,并采用一致性校准进行后处理; 将重建后的FVC按格网分别输出,得到为整个待研究区域10m空间分辨率的FVC,构建了时间序列FVC降尺度生产框架。

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北京师范大学,其通讯地址为:100875 北京市海淀区新街口外大街19号北京师范大学;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”。

以上内容由龙图腾AI智能生成。

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。