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！

龙图腾网获悉南京简真电子科技有限公司;滁州学院申请的专利基于数据融合与多因子决策的城市绿地监测及评估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：CN120952482B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511476737.5，技术领域涉及：G06Q10/0631；该发明授权基于数据融合与多因子决策的城市绿地监测及评估方法是由段一博;王玉亮;翟敏君;张亚丽设计研发完成，并于2025-10-16向国家知识产权局提交的专利申请。

本基于数据融合与多因子决策的城市绿地监测及评估方法在说明书摘要公布了：本发明涉及城市热环境调控技术领域，公开了基于数据融合与多因子决策的城市绿地监测及评估方法，包括：通过多线性回归降尺度方法提升LST分辨率；采用任意分割模型同时结合EGER以及地表亮度过滤方法自动提取绿地覆盖率；基于OSM路网数据计算POI或AOI的密度，同时结合土地利用数据，得到相应城市功能区；选取景观指标，并通过RF模型与SHAP分析景观指数对LST的影响；评估城市绿地的空间模式对LST的影响，量化其冷却效率。本发明解决了自然与城市复杂条件下，传统LST分辨率低难以刻画精细热环境、绿地提取受建筑阴影干扰、功能区异质性被忽略导致冷却效应评估偏差、多源数据融合不足等问题。

本发明授权基于数据融合与多因子决策的城市绿地监测及评估方法在权利要求书中公布了：1.基于数据融合与多因子决策的城市绿地监测及评估方法，其特征在于，包括以下步骤： S1、通过多线性回归降尺度方法提升LST分辨率至10m； 所述步骤S1包括以下步骤： S11、获取30m分辨率的Landsat9遥感影像可见光、近红外、短波红外、热红外波段数据及10m分辨率的Sentinel-2遥感影像可见光、近红外、短波红外、大气波段数据并进行预处理； S12、根据步骤S11中预处理结果计算三个光谱指数，并采用改进单窗算法反演30m分辨率LST； S13、根据获取的Landsat9数据计算三个光谱指数，用于建立三个光谱指数与LST波段之间的多元线性回归模型，计算回归系数； S14、从Sentinel-2数据中提取其三个光谱指数以及步骤S13得到的回归系数用于计算初步10m分辨率的LST；同时，通过计算回归残差后，使用双三次插值将数据重新采样到10m分辨率，与高斯核卷积以模拟30m像素大小，对初步10m分辨率的LST进行修正，生成最终10m分辨率的LST； S2、采用任意分割模型SAM同时结合EGER以及地表亮度过滤方法自动提取10m分辨率的LST像素大小的绿地覆盖率； 所述步骤S2包括以下步骤： S21、采用EGER识别绿色像素作为RGB影像中的植被指数； 同时将计算的植被指数结合地表亮度信息滤除建筑物阴影以及道路阴影的低亮度区域，生成初步的绿色像素掩模； S22、从生成的初步的绿色像素掩模中随机选取一组点输入SAM模型，生成监测区域的绿地边界； S3、获取OSM路网数据，并基于OSM路网数据计算POI或AOI的密度，同时结合EULUC-China土地利用数据，得到将监测区域划分为相应城市功能区； 所述步骤S3包括： S31、根据OSM的道路数据及其层次属性，将一级公路、二级公路和三级公路指定为区块划分的主要边界； S32、将从OSM获取的POI和AOI数据与定义的块相关联，并使用POI点采样密度方法将每个城市功能区的POI点密度相关联； 其中，采样密度是指研究单元内POI或AOI数据点的数量与该块面积的比率，以反映每个块的功能强度和空间特征； 若某一区块中某一类型的POI或AOI的密度值占总密度值的50%以上，则将该区块定义为相应的城市功能区； S34、若研究单元内的OSM数据质量，部分区块内所有类型的POI和AOI密度值均为零，则引入EULUC-China作为辅助判断依据，并通过目视检查功能区划分； S4、选取景观指标表征每个城市功能区中城市绿地的空间模式，并通过RF模型与SHAP分析景观指数对10m分辨率的LST的影响； 所述步骤S4包括： S41、选取景观指标包括绿地覆盖率PER、斑块数量NP、平均斑块面积MPS、边缘密度ED和最大斑块索引LPI； S42、使用Shapiro-Wilk检验技术，检查所有建筑形态指标和景观指标是否满足正态分布，若不满足正态分布的指标，采用对数变换的方法将其转换为接近正态分布；同时，通过计算方差膨胀因子VIF评估建筑形态指标和景观指标之间的协方差，以及进行Pearson相关性分析，确定每个景观指标对10m分辨率的LST潜在影响； S43、采用RF模型确定所有景观指标对10m分辨率的LST的相对贡献，得到影响10m分辨率的LST的关键景观指标； S44、利用SHAP方法，对景观指标进行综合分析与全局解释，以确定其对不同城市功能区内10m分辨率的LST的影响； S5、通过分析温差与绿地覆盖率之间关系的斜率，评估每个城市功能区中城市绿地的空间模式对10m分辨率的LST的影响，量化城市绿地的冷却效率； 所述步骤S5包括： S51、计算绿地覆盖率与降低的地表温度线性关系的斜率； S52、使用步骤S2提取的绿地覆盖率，值的范围在0到1之间，接近1的值表示该10m分辨率的LST像素内的绿色空间覆盖率更高； S53、采用随机分层抽样来简化对每种城市功能区类型的分析，将绿地覆盖率分为五个区间：0-0.2、0.2-0.4、0.4-0.6、0.6-0.8和0.8-1.0，从每个区间随机抽取100个点； S54、应用普通最小二乘回归模型OLS对每种城市功能区类型的选定随机点进行回归分析，以检验城市绿地的空间格局对10m分辨率的LST的影响。

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南京简真电子科技有限公司;滁州学院，其通讯地址为：211505 江苏省南京市六合区龙池街道龙中路6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。