山东建筑大学王玉强获国家专利权
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！
龙图腾网获悉山东建筑大学申请的专利一种基于高光谱遥感影像的水体叶绿素a浓度反演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：CN120747766B 。
龙图腾网通过国家知识产权局官网在2025-12-23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：202510813821.5，技术领域涉及：G06V20/13；该发明授权一种基于高光谱遥感影像的水体叶绿素a浓度反演方法是由王玉强;付萍杰;孟飞;张皓钦;宋兴;刘耀辉;邢华桥;马明亮;马舒悦;王晋;王琦设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。
本一种基于高光谱遥感影像的水体叶绿素a浓度反演方法在说明书摘要公布了：本发明提供了一种基于高光谱遥感影像的水体叶绿素a浓度反演方法，涉及遥感反演技术领域，包括影像预处理、水体像元提取、实测样本空间配准、光谱特征构造、模型评分优选及浓度预测等步骤。方法通过交叉验证与统一评分函数在特征‑模型组合中筛选最优方案，并将其应用于整幅影像推算，输出叶绿素a浓度空间分布图及配套质量控制图层。该方法具备高精度、自适应与工程实用性强的特点，适用于多源高光谱数据驱动的水质遥感反演场景。
本发明授权一种基于高光谱遥感影像的水体叶绿素a浓度反演方法在权利要求书中公布了：1.一种基于高光谱遥感影像的水体叶绿素a浓度反演方法，其特征在于，包括： 对获取到的覆盖目标水域的原始高光谱遥感影像进行预处理和水体像元提取，得到水体像元子集； 将卫星过境同期实测的叶绿素a浓度点与所述水体像元子集进行空间配准，形成标注样本集； 依次对所述标注样本集应用预设的光谱特征库中的每一种候选特征构造方法，分别生成对应的特征矩阵； 针对每个特征矩阵，逐一调用机器学习模型库中的各算法执行折交叉验证，计算统一评分函数值； 比较全部所述统一评分函数值，选取得分最高的特征矩阵与算法的配对组合，作为最优特征-模型组合； 将所述水体像元子集输入至所述最优特征-模型组合中执行浓度预测处理，生成叶绿素a浓度空间分布图及配套的质量控制图层。
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山东建筑大学，其通讯地址为：250101 山东省济南市历城区凤鸣路1000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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励