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！

龙图腾网获悉中国农业科学院农业信息研究所申请的专利一种作物洪涝受灾大面积定量评估方法及系统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：CN119851155B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202411946107.5，技术领域涉及：G06V20/13；该发明授权一种作物洪涝受灾大面积定量评估方法及系统是由王末;崔运鹏;刘娟;陈丽;邬金鸣;王婷;李欢设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种作物洪涝受灾大面积定量评估方法及系统在说明书摘要公布了：本发明公开了一种作物洪涝受灾大面积定量评估方法及系统，包括获取洪涝灾害数据和SAR时序遥感数据，基于深度学习图像语义分割模型根据SAR遥感影像获取洪涝灾害淹没的空间范围，基于地形地貌和河道水位观测数据，使用淹没深度模型估算DEM像元尺度的洪涝淹没深度；结合SAR时序遥感数据识别的洪涝灾害区域与地面观测的降水量以及河道水位变化；计算作物洪涝淹没范围、淹没时长、淹没深度核心评估指标，将洪涝灾害事件与作物期关联，以淹涝胁迫敏感性作为来构建洪涝危害程度方程。本发明融合了研究区当地的作物特性，将洪涝灾害事件与作物期关联，以淹涝胁迫敏感性作为参数之一来构建洪涝危害程度方程，实现洪涝危害程度的定量化计算。

本发明授权一种作物洪涝受灾大面积定量评估方法及系统在权利要求书中公布了：1.一种作物洪涝受灾大面积定量评估方法，其特征在于，包括以下步骤： A获取洪涝灾害数据和SAR时序遥感数据，基于深度学习图像语义分割模型根据SAR遥感影像获取洪涝灾害淹没的空间范围，基于地形地貌和河道水位观测数据，使用淹没深度模型估算DEM像元尺度的洪涝淹没深度；所述深度学习图像语义分割模型采用所述洪涝灾害数据训练构建； B结合SAR时序遥感数据识别的洪涝灾害区域与地面观测的降水量和河道水位变化，综合实现淹没时长的估算； C计算作物的核心评估指标，将洪涝灾害事件与作物期关联，采用淹涝胁迫敏感性构建洪涝危害程度方程，确定作物洪涝受灾程度方程，完成受灾程度的空间制图； 所述淹没时长的估算方法，包括： 以段时间范围内逐日连续发生降雨，且河道水位高于警戒水位为前提条件； 将SAR时序遥感数据输入基于玻尔兹曼机的深度置信网络，玻尔兹曼机由隐藏层和显示层构成； 计算隐藏层和显示层间的概率联合密度： 其中第a个隐藏层为za，第a个显示层为xa，第q个隐藏层的偏置为vq，第a个显示层的偏置为wa，第a个隐藏层和第q个显示层间的权重值为隐藏层的数量为显示层的数量为参数为φ，网络函数为归一因子为E，隐藏层z和显示层x间的概率联合密度为px,z； 通过学习隐藏层和显示层间的概率联合密度，对SAR时序遥感数据进行特征提取，获得洪涝区域特征； 采用聚类对洪涝区域特征进行降维获得降维特征，表达式为： 其中洪涝区域特征数量为N，第u个洪涝区域特征为hu，第y个聚类的c维的中心值为byc，第u个洪涝区域特征第c维的值为huc，第y个聚类为Ky，洪涝区域特征hu属于聚类dy的距离为dyhu，第y个聚类的第u个降维特征为Diy； 对两期连续时序遥感影像完成洪涝区域识别，对比两期影像洪涝区域识别结果，表达式为： 其中第u个降维特征的时变量为ghu，第s时刻的第u个降维特征为hu.s，第s+j时刻的第u个降维特征为hu,s+j，产生变化的降维特征数量为N1，调控系数为ζ； 根据时变量获取重叠洪涝区域及非重叠洪涝区域； 对于重叠洪涝区域，其洪涝淹没时长大于或等于遥感时序间隔，获取在SAR时序遥感间隔时间t基础上的时间增量Δs，最终淹没时长为t+Δs； 对于非重叠区域，采用淹没时长估算方法； 采用洪涝淹没深度模型来确定河流流域范围内的潜在淹没深度，假设洪涝导致河道水位升高，并在流域内从地势高的区域流向地势低的区域，可表达为： FIDij＝ΔHij-ΔDEMij 其中ΔH＝Hmax-Hmin为最高水位减最低水位，ΔDEMij为i,j位置DEM与监测点的DEM差值。

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农业科学院农业信息研究所，其通讯地址为：100081 北京市海淀区中关村南大街12号中国农业科学院农业信息研究所；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”。