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！

龙图腾网获悉自然资源部南海发展研究院(自然资源部南海遥感技术应用中心)申请的专利一种生态恢复岸线中潮间带植被覆盖度动态监测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：CN121280917B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511831956.0，技术领域涉及：G06V20/10；该发明授权一种生态恢复岸线中潮间带植被覆盖度动态监测方法是由张晓浩;黄华梅;林静柔;黄英明;梁丽蓉;涂植凤;莫悠;董迪;李雪瑞设计研发完成，并于2025-12-08向国家知识产权局提交的专利申请。

本一种生态恢复岸线中潮间带植被覆盖度动态监测方法在说明书摘要公布了：本发明公开了一种生态恢复岸线中潮间带植被覆盖度动态监测方法，属于海岸带生态监测技术领域，解决潮间带植被覆盖度监测因潮汐边界漂移、植被类型混杂及地形起伏导致数据失真问题。包括同步获取卫星与无人机影像；基于实时潮汐数据动态划定潮间带范围，生成边界矢量图层并计算总面积；将影像与边界叠加后输入卷积神经网络模型输出红树林、盐沼草本及互花米草分类结果；对分类结果进行形态学优化，计算初始垂直投影面积；依据坡度分布布设采样网格，实测植被冠层投影面积并生成误差校正因子优化模型参数；采用优化模型重新分类计算校准投影面积；最终计算有效覆盖度。主要用于海岸带生态修复工程的植被覆盖度精准监测与验收认证。

本发明授权一种生态恢复岸线中潮间带植被覆盖度动态监测方法在权利要求书中公布了：1.一种生态恢复岸线中潮间带植被覆盖度动态监测方法，其特征在于，包括以下步骤： 步骤1，同步获取目标潮间带区域的卫星影像与无人机航拍影像，覆盖红树林、盐沼草本及互花米草分布区； 步骤2，基于实时潮汐表数据，确定监测时刻的潮位状态；动态划定潮间带范围：高潮位时，陆侧边界为多年平均大潮高潮痕迹线或植被生长外缘线；低潮位时，海侧边界为平均低潮线；生成潮间带动态边界矢量图层，计算其总面积S总； 步骤3，将步骤1的影像与步骤2的边界图层叠加，输入卷积神经网络模型，输出红树林、盐沼草本、互花米草的分类结果； 步骤4，对步骤3的分类结果进行形态学优化，分别计算红树林、盐沼草本、互花米草的初始垂直投影面积； 步骤5，根据潮间带坡度分布，在陡坡区加密、缓坡区稀疏布设采样网格；实地测量网格内植被冠层的垂直投影面积；对比步骤4的初始垂直投影面积与实地测量值，生成误差校正因子；根据误差校正因子迭代优化步骤3的卷积神经网络模型参数； 步骤6，采用优化后的卷积神经网络模型重新执行步骤3-4，获得校准后的植被垂直投影面积；计算生态功能有效覆盖度C=红树林与盐沼草本校准后投影面积之和S总×100%； 步骤3具体包括：从卫星影像中提取近红外波段反射率数据与红光波段反射率数据；基于近红外波段反射率数据与红光波段反射率数据，按公式计算归一化植被指数波段：归一化植被指数=近红外波段反射率-红光波段反射率近红外波段反射率+红光波段反射率；将归一化植被指数波段、近红外波段以及红光波段组合为三通道输入数据；将三通道输入数据输入DeepLabV3+卷积神经网络模型；模型通过训练数据学习植被特征，训练数据包含红树林花期影像、盐沼草本枯荣期影像以及互花米草入侵区影像；模型输出红树林、盐沼草本以及互花米草的分类概率图；采用阈值分割将分类概率图转化为植被类型分类结果； 步骤4中形态学优化按顺序执行以下操作：对红树林、盐沼草本以及互花米草的分类结果分别进行开运算，开运算采用3×3像素矩形结构元素消除孤立噪点；对开运算处理后的分类结果进行闭运算，闭运算采用5×5像素矩形结构元素填充植被斑块内部孔洞；对闭运算处理后的分类结果执行滑动窗口平滑，滑动窗口尺寸为7×7像素，窗口内植被类型占比超过60%的像素统一赋值为该类型； 步骤5中坡度分布获取包括：通过无人机航拍影像生成数字高程模型；基于数字高程模型逐像元计算坡度值生成坡度栅格图；将坡度栅格图中坡度值0-2°的区域标记为缓坡区；将坡度栅格图中坡度值2-5°的区域标记为过渡区；将坡度栅格图中坡度值5°的区域标记为陡坡区；输出带坡度分区标记的空间分布图用于指导采样网格布设。

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自然资源部南海发展研究院(自然资源部南海遥感技术应用中心)，其通讯地址为：510310 广东省广州市海珠区新港中路353号院1栋；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。