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！

龙图腾网获悉江苏省气候中心申请的专利一种基于多源数据融合的湖泊蓝藻水华像元级预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：CN121543841B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610069789.9，技术领域涉及：G06Q10/04；该发明授权一种基于多源数据融合的湖泊蓝藻水华像元级预测方法是由杭鑫;李心怡;李亚春;朱士华;孙良宵设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本一种基于多源数据融合的湖泊蓝藻水华像元级预测方法在说明书摘要公布了：一种基于多源数据融合的湖泊蓝藻水华像元级预测方法，本发明属于水藻预测技术领域，包括：收集卫星影像中湖泊像元级多源基础数据并进行预处理，计算藻类指数生成二值分布产品，根据分区因子适宜度参数表做时空匹配，反演蓝藻增殖速率并调整因子权重，计算像元综合适宜度，通过相关分析和因果检验识别滞后效应因子，经特征排序筛选高影响因子，构建扩散规则，提取初始水华像元并确定扩散起点，使用时空动态像元级适宜度矩阵构建邻域迭代扩散模型，迭代模拟输出像元级水华预测图。本发明中通过多源像元级数据标准化处理与分区阈值建模，结合多源数据优化耦合扩散模型，实现水华精准预测，提升了像元级预测的时空精度与实用性。

本发明授权一种基于多源数据融合的湖泊蓝藻水华像元级预测方法在权利要求书中公布了：1.一种基于多源数据融合的湖泊蓝藻水华像元级预测方法，其特征在于，包括： S1：收集卫星影像中湖泊像元级多源基础数据并进行预处理，输出标准化像元级数据集； S2：从所述标准化像元级数据集中筛选核心影响因子，计算藻类指数生成二值分布产品，结合蓝藻生长机制分区拟合确定动态阈值，输出分区因子适宜度参数表； S21：从标准化像元级数据集提取核心影响因子，使用标准化像元级数据集中的预处理后卫星影像计算NDVI和FAI指数； S22：根据所述NDVI和FAI指数使用阈值分割生成像元级二值分布产品及覆盖面积时序数据； S23：结合蓝藻生长时空异质生理机制，根据所述覆盖面积时序数据辅助分区，通过分区非线性拟合算法将湖泊划分为近岸营养富集区、湖心水动力敏感区、过渡区，得到分区结果； S24：根据所述分区结果像元级二值分布产品及覆盖面积时序数据，分析不同区域水华与各因子的关联规律，确定各区域核心影响因子的动态适宜度阈值，输出分区因子适宜度参数表； S3：根据所述标准化像元级数据集内的风场、光照数据，与所述分区因子适宜度参数表做时空匹配，反演蓝藻增殖速率并调整因子权重，结合区域阈值计算像元综合适宜度，输出时空动态像元级适宜度矩阵； S4：根据所述时空动态像元级适宜度矩阵的时序特征，结合匹配后的气象与水华数据，通过相关分析和因果检验识别滞后效应因子，经特征排序筛选高影响因子，输出高影响因子清单； S5：根据所述时空动态像元级适宜度矩阵量化和所述高影响因子清单构建扩散规则，提取初始水华像元并确定扩散起点，输出初始水华像元分布结果； S51：提取时空动态像元级适宜度矩阵中各像元对应的水华发生基础条件量化指标进行数据标准化与值域归一化处理，输出像元级量化数据集； S52：根据所述像元级量化数据集，引入改进型浮游藻类指数与藻蓝蛋白指数协同识别算法对像元水华发生概率进行初判，输出水华疑似像元集； S53：根据所述水华疑似像元集和所述高影响因子筛选清单分析因子滞后作用对水华发生的驱动机制，输出水华疑似像元优化集； S54：根据水华疑似像元优化集和风场-水动力耦合扩散规则，模拟水华在不同风场、水动力条件下的扩散趋势，修正边缘像元的归属判定，输出水华像元分布数据集； S55：对水华像元分布数据集进行空间一致性校验与精度验证，剔除误判像元并补充漏检像元的插值结果，输出初始水华像元分布结果； S6：以高精度初始水华像元分布为扩散起点，使用所述时空动态像元级适宜度矩阵构建邻域迭代扩散模型，通过增殖系数与迁移概率实现水华生长扩散耦合，迭代模拟输出像元级水华预测图。

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江苏省气候中心，其通讯地址为：211000 江苏省南京市北极阁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。