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！

龙图腾网获悉福州大学申请的专利融合有效积温的农作物早期遥感识别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：CN119785225B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202411461668.6，技术领域涉及：G06V20/13；该发明授权融合有效积温的农作物早期遥感识别方法是由汪小钦;刘杰妮;李蒙蒙;邬群勇设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本融合有效积温的农作物早期遥感识别方法在说明书摘要公布了：本发明提出融合有效积温的农作物早期遥感识别方法，针对早期作物生长环境及自身特点，提出一种基于时空多层级注意力模型和长短时间记忆神经网络，集成有效积温及多源遥感数据的作物提取方法，充分利用SAR、光学数据之间的互补信息，在特征层进行融合，再与有效积温数据进行进一步融合实现作物环境信息的增强，使得模型更好理解不同作物早期自身特点与环境的关联性，提升作物早期识别性能。

本发明授权融合有效积温的农作物早期遥感识别方法在权利要求书中公布了：1.融合有效积温的农作物早期遥感识别方法，其特征在于：包括以下步骤： 步骤S1、获取研究区中等分辨率时序的雷达SAR影像，处理获得耕地地块级后向散射系数VV、VH特征； 步骤S2、获取研究区中等分辨率时序的光学影像，计算kNDVI、ReG_RVI、ReG_NDVI、NDWI、REG、mNDVI705特征，通过随机森林特征优选算法筛选出最佳光学特征组合：kNDVI、NDWI、mNDVI705、Red； 步骤S3、获取研究区每日ERA-5气温数据，计算有效积温Tcal； 步骤S4、基于耕地地块制作作物样本数据集； 步骤S5、构建基于深度学习语义分割的双分支网络模型框架，第一分支为集成融合时空注意力机制的多层级网络模型，用于提取SAR和光学影像特征，第二分支为注意力机制的长短期记忆神经网络模型，用于提取有效积温特征； 步骤S6、以时空注意力机制的多层级网络模型作为第一分支，用于挖掘SAR和光学中分辨率影像的多尺度时空信息；该分支由两个并行的基于ResNet的多层级特征提取器和时空注意力机制模块组成，SAR和光学数据并行输入，通过不同感受野进行空间特征提取，时空注意力机制模块用于进一步提取多层级的时空特征，并将提取的SAR与光学影像的高级特征根据不同层级进行拼接融合； 步骤S7、以作物有效积温信息的注意力机制的长短期记忆神经网络模型LSTM作为第二分支，采用长短期记忆神经网络引入注意力机制，筛选所提取的高时间分辨率信息，提取作物积温深层次信息，构建标签作物与其所在环境关系，建立有效的作物积温特征； 步骤S8、双分支特征融合模块，将中低层级的卫星影像特征与有效积温信息融合，再输入多级交叉注意力模块，整合不同尺度贡献并捕获差异，最终得到具有丰富多尺度信息的聚合有效积温-卫星遥感时空特征； 步骤S9、根据增量分类的早期识别策略，利用训练集数据生成不同时间长度的数据集输入模型进行训练；训练过程基于Adam优化器、交叉熵损失函数和辅助损失函数，最终得到针对不同时序长度训练的分类器； 步骤S10、利用测试集对不同分类器的结果进行精度评估，识别最短时序并达到特定精度的时序，其最后一景影像的获取时间被视为作物的最早可识别时间，从而实现地块级别的早期作物种植区域提取； 步骤S11、利用以上方法及确定为最早可识别时间所使用的分类器，开展区域作物早期识别。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。