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大学申请的专利一种融合地面可见近红外光谱的土壤有机碳三维空间制图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：CN120543791B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202510630038.5，技术领域涉及：G06T17/20；该发明授权一种融合地面可见近红外光谱的土壤有机碳三维空间制图方法是由纪文君;侯雪婕;李保国;黄元仿;禹晴;高秉博;汤怀志;马韫韬;郝烨设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本一种融合地面可见近红外光谱的土壤有机碳三维空间制图方法在说明书摘要公布了：本申请公开了一种融合地面可见近红外光谱的土壤有机碳三维空间制图方法，涉及土壤属性预测技术领域，该方法中：基于研究区范围设置采样点，采集并提取训练集采样点表层野外地面可见近红外光谱主成分数据，应用Kennard‑stone算法优化缩减训练集采样点至四分之一，随后获取采样点剖面不同深度野外地面可见近红外光谱和土壤有机碳数据，并确定最佳三角格网参数；随后构建SPDE模型并采用有限元法求解，将高斯马尔可夫随机场作为空间随机效应、各采样点剖面不同深度的野外地面可见近红外光谱的主成分数据作为环境协变量，应用INLA模型进行土壤有机碳三维空间预测，得到后验分布估计值，并据此进行土壤有机碳三维空间制图。本申请可快速获取野外地面可见近红外光谱，提升数据获取效率，同时融合野外地面可见近红外光谱主成分数据，提升模型预测精度。

本发明授权一种融合地面可见近红外光谱的土壤有机碳三维空间制图方法在权利要求书中公布了：1.一种融合地面可见近红外光谱的土壤有机碳三维空间制图方法，其特征在于，包括： 根据研究区范围，设置若干个训练集采样点和若干个验证集采样点，并在各训练集采样点采集表层扰动土壤样品，获取各表层扰动土壤样品的原始野外地面可见近红外光谱； 分别对采集的各原始野外地面可见近红外光谱进行预处理，采用主成分分析对预处理后的野外地面可见近红外光谱进行降维，提取各表层扰动土壤样品的野外地面可见近红外光谱的主成分数据； 根据各表层扰动土壤样品的野外地面可见近红外光谱的主成分数据，利用Kennard-stone算法优化筛选训练集采样点，得到筛选后的若干个训练集采样点；利用Kennard-stone算法，将训练集采样点的数量缩减为原数量的四分之一； 针对筛选后的若干个训练集采样点和若干个所述验证集采样点，分别进行剖面不同深度扰动土壤样品数据的采集，获取各采样点剖面不同深度的原始野外地面可见近红外光谱和土壤有机碳数据；所述采样点为筛选后的训练集采样点或验证集采样点； 对采集的各采样点剖面不同深度的原始野外地面可见近红外光谱进行预处理，采用主成分分析对预处理后的各采样点剖面不同深度的野外地面可见近红外光谱进行降维，提取各采样点剖面不同深度的野外地面可见近红外光谱的主成分数据； 根据筛选后的若干个训练集采样点的经纬度和所述土壤有机碳数据，确定最佳三角格网参数； 基于所述最佳三角格网参数，设置Matérn协方差函数构建得到SPDE模型，并采用有限元法求解所述SPDE模型，得到离散化的高斯马尔可夫随机场； 将所述高斯马尔可夫随机场作为空间随机效应，各采样点剖面不同深度的野外地面可见近红外光谱的主成分数据作为环境协变量，各采样点剖面不同深度的土壤有机碳数据作为模型输入，应用INLA模型进行土壤有机碳三维空间预测，得到土壤有机碳的后验分布估计值；所述后验分布估计值包括后验分布均值和后验分布标准差值； 基于所述后验分布均值进行土壤有机碳含量空间分布制图，并基于所述后验分布标准差值进行土壤有机碳含量不确定性结果制图。

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大学，其通讯地址为：100193 北京市海淀区圆明园西路2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”。

以上内容由龙图腾AI智能生成。