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！

龙图腾网获悉贵阳市测绘院申请的专利基于自适应不规则单元网格的地表覆盖遥感动态监测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：CN120495904B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510978352.2，技术领域涉及：G06V20/10；该发明授权基于自适应不规则单元网格的地表覆盖遥感动态监测方法及系统是由申勇智;宋剑虹;向玉瑨;龚桂荣;张裕;黄进尚设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本基于自适应不规则单元网格的地表覆盖遥感动态监测方法及系统在说明书摘要公布了：本发明公开了基于自适应不规则单元网格的地表覆盖遥感动态监测方法及系统，包括如下步骤：S1、采集遥感图像数据并进行预处理，构建标准化数据集；S2、基于标准化数据集提取地物边界，构建初始不规则网格；S3、计算变化敏感性指标细化形成自适应不规则单元网格；S4、在自适应不规则单元网格内提取样本特征向量；S5、执行分层分群蝗虫优化算法，获得最优样本点空间权重分布；S6、对遥感时序数据加权拟合，建模地表覆盖属性演化趋势；S7、提取并输出地表覆盖变化趋势，生成监测与预测结果；S8、采集最新标注数据，模型与权重自适应更新。本发明能够实现高精度、智能化和动态化的地表覆盖遥感变化监测与趋势预测。

本发明授权基于自适应不规则单元网格的地表覆盖遥感动态监测方法及系统在权利要求书中公布了：1.基于自适应不规则单元网格的地表覆盖遥感动态监测方法，其特征在于，包括如下步骤： S1、采集目标监测区域多个时间段的遥感图像数据，并对遥感图像数据进行预处理，构建标准化遥感影像数据集； S2、基于标准化遥感影像数据集，采用图像分割方法提取地物边界信息，并根据地物空间结构特征与边界复杂度，构建初始网格结构，生成不规则单元网格； S3、基于不规则单元网格，计算各网格单元的变化敏感性指标，当敏感性高于设定阈值时，执行局部网格细化步骤，形成自适应不规则单元网格； S4、基于自适应不规则单元网格，将每一单元网格内的遥感图像像元作为候选样本点，提取空间位置与地物属性构建样本特征向量； S5、将样本特征向量作为输入，执行蝗虫算法中的位置更新、种群行为模拟与解空间搜索，获得每个不规则单元网格内的最优样本点空间权重分布； S6、基于最优样本点空间权重分布，对每一个自适应不规则单元网格中的遥感时序数据执行加权拟合，对地表覆盖属性随时间的演化趋势进行建模，得到反映地表动态变化的加权回归结果； S7、基于加权回归结果，提取每一不规则单元网格的变化方向、变化幅度与周期特征，生成目标区域当前时相与未来时相的地表覆盖预测图像； S8、采集最新时相的遥感图像真实标注数据，与地表覆盖预测图像进行对比分析，依据误差反馈结果对蝗虫算法种群参数进行更新； 所述S2具体包括： S24、执行Delaunay三角剖分操作，在种子点集合上生成三角网格结构，得到初始网格结构集合，其中每个三角形单元对应一个不规则单元网格候选区域； S25、基于每个三角形单元内的地物纹理复杂度、边界曲率与空间异质性指标，构建边界复杂度函数： ； 其中，为加权系数； S26、依据边界复杂度函数的值对初始网格单元进行排序，并设定复杂度筛选阈值，当时，将对应单元纳入细化处理，完成初始不规则单元网格的构建； 所述S3具体包括： S31、针对生成的不规则单元网格集合，在每一个单元网格内，基于标准化遥感影像数据集提取对应的多时相光谱数据、纹理数据与边界形态参数，构建变化敏感性指标集； S32、所述变化敏感性指标集包括三个敏感性量化指标： 区域光谱变异度：表示单元内主波段均值的时间变化离散程度； 图像纹理变化指数：表示多时相灰度共生矩阵中纹理对比度的变化趋势； 边界复杂度函数值：由边界复杂度函数生成； S33、对三个敏感性量化指标进行归一化处理，构建综合敏感性评分函数： ； 其中，、、分别为归一化后的光谱变异度、纹理变化指数与边界复杂度值，、和为权重系数； S34、设定敏感性评分阈值集合，当单元网格的评分值时，确定需执行第层局部网格细化处理； S35、执行分层细化处理，在原单元网格内生成层嵌套剖分，采用Delaunay三角剖分方法插入附加种子点，构建细化网格子集，其中为子网格单元数量，； S36、汇总所有细化后网格单元，生成更新后的不规则单元网格集合，作为所述自适应不规则单元网格。

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贵阳市测绘院，其通讯地址为：550000 贵州省贵阳市观山湖区桃林路1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”。