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！

龙图腾网获悉厦门大学申请的专利一种基于卫星融合的近岸海域营养盐浓度遥感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：CN119964018B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202411294299.6，技术领域涉及：G06V20/13；该发明授权一种基于卫星融合的近岸海域营养盐浓度遥感反演方法是由余小龙;赖文典;陈能汪;李忠平;张彩云;吴玉芳;黄水英设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本一种基于卫星融合的近岸海域营养盐浓度遥感反演方法在说明书摘要公布了：本发明公开了一种基于卫星融合的近岸海域营养盐浓度遥感反演方法，包括以下步骤：S1、对高空间分辨率卫星和低空间分辨率卫星的光学影像的原始L1C数据分别进行瑞利校正，得到瑞利校正后遥感反射比；S2、将瑞利校正后遥感反射比数据中的云与陆地像元进行掩膜处理；S3、基于低空间分别卫星数据构建营养盐训练数据集；S4、构建跨卫星融合训练数据集；S5、建立基于低分辨率卫星的AutoGluon‑DIN机器学习模型和AutoGluon‑DIP机器学习模型，并进行模型训练；S6、建立融合高分辨和低分辨率卫星的AutoGluon‑transfer机器学习模型，并进行模型训练；S7、依次应用训练后AutoGluon‑transfer机器学习、AutoGluon‑DIN机器学习模型、AutoGluon‑DIP机器学习模型于高分辨率卫星，获取高空间分辨率的近岸海域营养盐浓度遥感反演产品。

本发明授权一种基于卫星融合的近岸海域营养盐浓度遥感反演方法在权利要求书中公布了：1.一种基于卫星融合的近岸海域营养盐浓度遥感反演方法，其特征在于，包括以下步骤： S1、对高空间分辨率卫星和低空间分辨率卫星的光学影像的原始L1C数据分别进行瑞利校正，得到波长为λ处的瑞利校正后遥感反射比，计算公式为： 式中，为瑞利校正后遥感反射比；λ为波长；为卫星传感器在大气层顶观测到的反射率；为大气中气体透射率；为无气溶胶条件下多重分子散射产生的瑞利反射率；T为直接透射率；为太阳耀斑引起的散射信号； S2、将瑞利校正后遥感反射比数据中的云与陆地像元进行掩膜处理； S3、将步骤S2中筛选出的低空间分辨率卫星的水体像元与对应像元的实测的营养盐浓度进行匹配，构建营养盐训练数据集； S4、将步骤2中筛选出的低空间分辨率卫星的水体像元与同一天过境研究区域的高空间分辨率卫星的水体像元进行匹配，构建卫星融合训练数据集； S5、建立用于溶解无机氮浓度估算的AutoGluon-DIN机器学习模型和用于溶解无机磷浓度估算的AutoGluon-DIP机器学习模型，并使用营养盐训练数据集分别进行AutoGluon-DIN机器学习模型和AutoGluon-DIP机器学习模型训练； S6、建立8个AutoGluon-transfer机器学习模型，用于将高空间分辨率卫星的波段信号映射至低空间分辨率卫星的共有波长范围内的波段；利用卫星融合训练数据集分别进行8个AutoGluon-transfer机器学习模型训练； S7、将训练后的AutoGluon-DIN机器学习模型、AutoGluon-DIP机器学习模型和AutoGluon-transfer机器学习模型应用于卫星融合的近岸海域营养盐浓度遥感反演； 步骤S7的具体过程为：将训练后的AutoGluon-DIN机器学习模型和AutoGluon-DIP机器学习模型应用于步骤S4中卫星融合验证数据集中的低空间分辨率卫星光学影像，生成同一天的近岸海域低空间分辨率营养盐浓度分布图；将训练后的AutoGluon-DIN机器学习模型、AutoGluon-DIP机器学习模型和AutoGluon-transfer机器学习模型应用于步骤S4中卫星融合验证数据集中的高空间分辨率卫星光学影像，生成同一天的近岸海域高空间分辨率营养盐浓度分布图；将高空间分辨率营养盐浓度分布重采样至低空间分辨率，并与低空间分辨率营养盐浓度分布图进行对比，绘制密度散点对比图。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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。