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！

龙图腾网获悉南京信息工程大学申请的专利融合地形湿度指数的山区GNSS-R土壤湿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：CN120275612B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510713271.X，技术领域涉及：G01N33/24；该发明授权融合地形湿度指数的山区GNSS-R土壤湿度反演方法是由刘一笑;王勇设计研发完成，并于2025-05-30向国家知识产权局提交的专利申请。

本融合地形湿度指数的山区GNSS-R土壤湿度反演方法在说明书摘要公布了：本发明公开了融合地形湿度指数的山区GNSS‑R土壤湿度反演方法，包括：获取目标山区除水体区域外其他区域的遥感数据及各观测站的土壤湿度数据；选取海拔高度、坡度、坡向、经纬度、植被指数、粘土含量及信噪比作为山区土壤湿度反演的影响因子；计算校正后信噪比和地形湿度指数；构建山区土壤湿度反演模型并训练和验证，将测试集输入训练好的模型，得到1km分辨率土壤湿度预测日数据取月平均，得到土壤湿度预测月数据。本发明融合地形湿度指数与CYGNSS数据能够充分利用地形因素和遥感技术的优势，进一步提高土壤湿度分布的精度与时空变化的预测能力，更好地揭示山区等复杂地形区域土壤湿度的动态变化。

本发明授权融合地形湿度指数的山区GNSS-R土壤湿度反演方法在权利要求书中公布了：1.融合地形湿度指数的山区GNSS-R土壤湿度反演方法，其特征在于，包括如下步骤： 步骤1，获取目标山区除水体区域之外的其他区域的遥感数据，包括旋风全球导航卫星系统接收数据、数字高程模型数据、中分辨率成像光谱仪观测数据以及SoilGrids世界土壤信息数据；同时获取目标山区各观测站的土壤湿度数据；对获取的遥感数据和土壤湿度数据进行预处理； 步骤2，选取海拔高度、坡度、坡向、经纬度、植被指数、粘土含量以及信噪比作为山区GNSS-R土壤湿度反演的影响因子，从预处理后的数字高程模型数据中获取海拔高度、坡度、坡向及经纬度数据，利用预处理后的中分辨率成像光谱仪观测数据计算植被指数，从预处理后的SoilGrids世界土壤信息数据中获取粘土含量数据； 步骤3，对预处理后的旋风全球导航卫星系统接收数据中的信噪比进行校正，利用预处理后的数字高程模型数据计算地形湿度指数；将海拔高度、坡度、坡向、经纬度、植被指数、粘土含量、校正后的信噪比、地形湿度指数以及预处理后的观测站土壤湿度数据时空匹配为1km分辨率网格下的日数据； 步骤4，获取信噪比不为空值的1km分辨率网格所对应的信噪比和地形湿度指数日数据，将其中的信噪比作为因变量，地形湿度指数作为自变量，建立每日对应的空间拟合函数模型，利用每日对应的空间拟合函数模型对当日信噪比为空值的1km分辨率网格的信噪比进行空间化，得到每日所有1km分辨率网格的信噪比； 步骤5，将所有1km分辨率网格对应的海拔高度、坡度、坡向、经纬度、植被指数、粘土含量、校正后的信噪比以及预处理后的观测站土壤湿度日数据作为数据集，将数据集按时间顺序从前往后排序，从数据集最前面开始，选取一段时间中信噪比为校正值且土壤湿度不为空值的1km分辨率网格对应的日数据作为训练集和验证集，将剩余时间对应的所有日数据作为测试集，测试集包括信噪比为空值和信噪比不为空值的所有1km分辨率网格对应的日数据，其中信噪比为空值的1km分辨率网格的信噪比通过步骤4空间化获得； 步骤6，构建山区GNSS-R土壤湿度反演模型，包括随机森林模型、XGBoost模型、支持向量机模型以及Stacking集成模型，海拔高度、坡度、坡向、经纬度、植被指数、粘土含量和校正后的信噪比均作为随机森林模型、XGBoost模型和支持向量机模型的输入，将随机森林模型、XGBoost模型和支持向量机模型输出的土壤湿度预测结果作为Stacking集成模型的输入，由Stacking集成模型对随机森林模型、XGBoost模型和支持向量机模型输出的土壤湿度预测结果分配权重，并输出最终的土壤湿度预测结果；利用训练集和验证集对山区GNSS-R土壤湿度反演模型进行训练和验证，得到训练好的山区GNSS-R土壤湿度反演模型； 步骤7，将测试集输入训练好的山区GNSS-R土壤湿度反演模型，得到1km分辨率网格下土壤湿度预测日数据，将每个月的土壤湿度预测日数据取平均，得到1km分辨率网格下土壤湿度预测月数据。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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”。