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！

龙图腾网获悉江西啄木蜂科技有限公司申请的专利一种面向林业垂直领域的林业资源时空谱大模型构建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：CN120105349B 。

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：202510580711.9，技术领域涉及：G06F18/25；该发明授权一种面向林业垂直领域的林业资源时空谱大模型构建方法是由王耿;王琛;李翔;魏霞;李沅明;叶绍泽设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本一种面向林业垂直领域的林业资源时空谱大模型构建方法在说明书摘要公布了：本发明公开了一种面向林业垂直领域的林业资源时空谱大模型构建方法，属于图像数据处理技术领域，包括构造林业资源的时空谱数据集，该数据集包括监测区域内不同时间步的光谱图、地理信息、气候数据、真实火灾概率图；构造ST‑SegNet网络，包括SegNet编码器、SegNet解码器、ConvLSTM模型、特征融合层和合并层；构造ST‑SegNet网络的总损失，训练ST‑SegNet网络得到林业资源时空谱大模型。本发明提升了遥感图像数据的时空一致性和分类精度，确保了更高质量的数据处理；通过时空谱数据融合，增强了对复杂场景的适应能力，提升了细节处理能力；为环境监测和灾害响应提供了新的技术路径，显着提高了应急预警系统的效率。

本发明授权一种面向林业垂直领域的林业资源时空谱大模型构建方法在权利要求书中公布了：1.一种面向林业垂直领域的林业资源时空谱大模型构建方法，其特征在于：包括以下步骤； S1，构造林业资源的时空谱数据集，包括步骤S11~S14； S11，获取监测区域在不同时间步、不同光谱波段的遥感影像，时间步t、光谱波段λ得到的遥感影像为It,x,y,λ，t∈[1,T]，T为时间步总数，λ∈[1,B]、B为光谱波段总数，x、y分别为遥感影像中一像素点的宽度和高度，x∈[1,rx]、y∈[1,ry]，rx、ry分别为遥感影像的宽度和高度； S12，对时间步t的B张遥感影像在波段上进行通道合并为λall，得到时间步t的光谱图Xt,x,y,λall； S13，获取Xt,x,y,λall的辅助数据，包括地理信息Gx,y和气候数据Ct,x,y； S14，对Xt,x,y,λall中每个像素点标注真实类别和真实火灾发生概率，所述类别包括火灾，所有像素点的真实火灾发生概率构成真实火灾概率图，其中Xt,x,y,λall的真实火灾概率图为Ptruet,x,y，将Xt,x,y,λall和它对应辅助数据，构成样本，所有样本构成时空谱数据集； S2，构造ST-SegNet网络，包括SegNet编码器、SegNet解码器、ConvLSTM模型、特征融合层和合并层； 所述SegNet编码器用于对Xt,x,y,λall进行特征提取，得到编码特征Fspatialt,x,y,λall； 将编码特征构成时间序列，用ConvLSTM模型捕捉时序特征，其中编码特征Fspatialt,x,y,λall对应的时序特征为Ftemporalt,x,y； 所述特征融合层用于对地理信息和气候数据进行特征提取、再融合得到辅助数据特征，其中Xt,x,y,λall的辅助数据特征为Fauxt,x,y； 所述合并层用于将Fspatialt,x,y,λall、Ftemporalt,x,y、Fauxt,x,y进行合并，得到Xt,x,y,λall的综合时空特征Fspatio-temporalt,x,y； 所述SegNet解码器用于对Fspatio-temporalt,x,y解码，输出其中每个像素点在时间步t的预测类别； 所述灾害预测器用于对Fspatio-temporalt,x,y进行预测，输出其中每个像素点在时间步t的火灾概率，构成预测火灾概率图Ppredt,x,y； S3，构造ST-SegNet网络的总损失Ltotal，Ltotal=λ1Lseg+λ2Ldisaster； 式中，Lseg为类别损失，Ldisaster为火灾发生概率损失，λ1、λ2分别为Lseg、Ldisaster的加权系数； S4，用时空谱数据集以最小化Ltotal训练ST-SegNet网络至收敛，得到林业资源时空谱大模型。

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江西啄木蜂科技有限公司，其通讯地址为：330096 江西省南昌市南昌高新技术产业开发区昌东大道含弘广场现代服务产业园13楼整层；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”。