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！

龙图腾网获悉地卫二空间技术(杭州)有限公司申请的专利中高分辨率遥感数据的水域多模型融合遥感提取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：CN115797793B 。

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：202211569907.0，技术领域涉及：G06V20/13；该发明授权中高分辨率遥感数据的水域多模型融合遥感提取方法是由林志峰;陶炳成设计研发完成，并于2022-12-07向国家知识产权局提交的专利申请。

本中高分辨率遥感数据的水域多模型融合遥感提取方法在说明书摘要公布了：本发明公开了中高分辨率遥感数据的水域多模型融合遥感提取方法，包括如下提取步骤：S1、准备同一个区域的高分辨率遥感影像及中高分辨率遥感影像，本发明通过在高分辨率的遥感图像中选择样本后进行水体提取，在中高分辨率遥感影像进行全域的水域数据提取，并对样本库数据进行检查、审核，根据指标进行计算，判断样本数据的准确情况，对样本数据进行调整，优化样本数据库，使得多种数据算法融合，充分发挥多源数据的优势，增加水域水体的分辨率，通过在高分辨率和中高分辨率的样本数据结合，为低分辨率的遥感影像水域水体数据的提取、分类提供依据，从而方便提高低分辨率遥感影像中准确率。

本发明授权中高分辨率遥感数据的水域多模型融合遥感提取方法在权利要求书中公布了：1.中高分辨率遥感数据的水域多模型融合遥感提取方法，其特征在于：包括如下提取步骤： S1、准备同一个区域的高分辨率遥感影像及中高分辨率遥感影像； S2、对高分辨率遥感影像选取部分样本，利用AI对全域进行水体提取； S3、对中高分辨率遥感影像进行多种遥感指数法全域提取，不断调整阈值得到水体分布结果； S4、对S2和S3结果提取相同部分，将结果进行人工检查，符合的加入S2的样本库，再次进行S2的AI水域全域提取； S5、随机对结果进行结果人工审核，结果正确的加入S2的样本库，再次进行S2的AI水域全域提取； S6、重复迭代S5，直到人工抽检结果符合高分辨率遥感影像真实结果； S7、将S6结果作为样本提供给中高分辨率数据进行训练，计算均方根误差，直至中高分辨率数据利用机器学习提取结果达到高分辨率遥感影像提取结果； 所述S3和S4中，对水域水体数据提取的过程中，对数据归类情况进行评价，评价的指标包括：准确率、精确率、召回率、F1Score值、错分误差、漏分误差、kappa系数和ROC曲线； 其中准确率Accuracy的计算公式为： 式中，TP+TN为判断正确的样本数量； TP+FP+FN+TN为总样本数量； 精确率Precision的计算公式为： 式中，TP为模型预测为正的结果中，预测正确的样本数量； TP+FP为模型预测为正的样本数量； 召回率Recall的计算公式为： 式中，TP为真实值是正的结果中，模型预测正确的数量； TP+FN为模型预测正确的样本数量； F1Score的计算公式为： 式中，Precision与Recall呈负相关，F1取值范围为[0，1]，越接近1代表模型的精度越高； 错分误差的计算公式为： 错分误差+准确率＝15； 漏分误差的计算公式为： 漏分误差+召回率＝16； kappa系数的计算公式如下： 式中，Pe为TP+FN*TP+FP+FP+TN*FN+TN与总元素数量的比值； 其中，TP+FN表示原数据集中，判断为正的样本数量； FP+TN表示原数据集中，判断为反的样本数量； TP+FP表示分类后，判断为正的样本数量； FN+TN表示分类后，判断为反的样本数量； kappa系数的计算结果处于[-1，1]之间，越接近1代表一致性越高； ROC曲线的Y轴表示真正例率TPR，TPR为召回率，X轴表示假正例率FPR，FPR为反例被报告为正例的概率，即漏分误差； 通过计算曲线下面积AUC来量化模型的ROC曲线，AUC的取值范围为[0，1]，随机分类器的AUC为0.5，模型的AUC数值越大。

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地卫二空间技术(杭州)有限公司，其通讯地址为：310000 浙江省杭州市临平区乔司街道三胜街239号1幢401室；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”。