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！

龙图腾网获悉水利部交通运输部国家能源局南京水利科学研究院;江苏省农村水利科技发展中心申请的专利协同无人机多光谱与热红外影像的农田土壤墒情精细集成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：CN120123778B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510615443.X，技术领域涉及：G06F18/214；该发明授权协同无人机多光谱与热红外影像的农田土壤墒情精细集成反演方法是由张伟;和玉璞;齐伟;付静;姚怀柱;顾南;龙玉桥;纪仁婧;毕文通;刘晓璇设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本协同无人机多光谱与热红外影像的农田土壤墒情精细集成反演方法在说明书摘要公布了：本发明公开一种协同无人机多光谱与热红外影像的农田土壤墒情精细集成反演方法。本发明涉及农田土壤墒情集成反演技术领域，解决常规机器学习反演算法常面临反演精度不足、稳定性弱的问题。该方法包括无人机多光谱与热红外影像数据的获取及预处理，植被指数计算，多模态数据特征集构建，农田土壤含水率样本点采集，残差优化的农田土壤墒情集成反演模型构建，农田土壤墒情反演以及农田土壤墒情反演结果精度评估；本发明有效融合光学和热红外多模态遥感数据特征及优势，构建残差优化的农田土壤墒情集成反演模型，提升高分辨率土壤墒情动态反演的精度及稳定性。

本发明授权协同无人机多光谱与热红外影像的农田土壤墒情精细集成反演方法在权利要求书中公布了：1.一种协同无人机多光谱与热红外影像的农田土壤墒情精细集成反演方法，其特征在于，包括： 步骤一，通过无人机采集目标区域的多光谱影像数据与热红外影像数据；对所述多光谱影像数据与热红外影像数据进行预处理； 步骤二，基于预处理后的多光谱影像数据，分别计算归一化差值植被指数、归一化差值红边指数、叶面叶绿素指数和绿波段归一化差值植被指数； 步骤三，基于步骤一预处理后的多光谱影像数据、热红外影像数据和步骤二中计算得到的归一化差值植被指数、归一化差值红边指数、叶面叶绿素指数和绿波段归一化差值植被指数，采用数据堆叠的方式，构建用于土壤水分状况反演的多模态数据特征集； 步骤四，基于空间均匀分布的原则，利用土壤水分监测系统，采用空-地协同方式同步均衡选取地面农田点位并测定农田土壤含水率，测定时间与步骤一中多光谱影像数据和热红外影像数据的采集时间一致；结合步骤三中的多模态数据特征集，构建农田土壤含水率样本集，样本集中多模态数据特征作为反演模型输入的自变量，对应的农田土壤含水率作为反演模型输入的因变量；将样本集划分为训练集和测试集； 步骤五，构建残差优化的农田土壤墒情集成反演模型；其中，第一阶段，基于随机森林、极限梯度提升和支持向量回归三种反演算法，以步骤四中的训练集为输入，分别对三种反演算法进行训练，将训练好的反演算法在测试集上进行评估，计算决定系数；以决定系数为衡量指标设计权重系数，对三种反演算法的反演结果进行加权求和集成，获取土壤含水率的基础集成反演结果；第二阶段，计算训练集中基础集成反演结果与土壤含水率真实值的残差，采用极限梯度提升回归算法作为残差修正模型拟合训练集中的自变量与残差；最终，将第一阶段中基础集成反演结果和第二阶段中残差修正模型生成的残差进行加和，进而获得最终的农田土壤含水率，反映土壤墒情状况； 步骤六，利用步骤五中构建的残差优化的农田土壤墒情集成反演模型，以目标区域的多模态数据特征为输入，进行农田土壤墒情反演。

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水利部交通运输部国家能源局南京水利科学研究院;江苏省农村水利科技发展中心，其通讯地址为：210029 江苏省南京市鼓楼区广州路223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”。