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！

龙图腾网获悉南京市生态环境监测监控中心;南京雨后地软环境技术有限公司申请的专利一种卫星遥感监测核查地表生态多样性的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：CN119917817B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202510402077.X，技术领域涉及：G06F18/20；该发明授权一种卫星遥感监测核查地表生态多样性的方法是由项华均;耿蓉;边江;于啸;何荣;吴蕾;郭城;阚梦云;闫肖雅设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本一种卫星遥感监测核查地表生态多样性的方法在说明书摘要公布了：本发明公开了一种卫星遥感监测核查地表生态多样性的方法，属于图像处理技术领域，包括数据收集与预处理、生态参数计算、解译与分类、动态变化分析和结果输出，解决了地表生态多样性监测中数据处理不一致、动态变化分析不足和分类精度低的技术问题，本发明保证数据的一致性和高质量，能够综合反映生态系统的动态特性，量化了生态系统的变化趋势，为生态保护提供精确的参考依据，提高了复杂生态系统分类的准确性。

本发明授权一种卫星遥感监测核查地表生态多样性的方法在权利要求书中公布了：1.一种卫星遥感监测核查地表生态多样性的方法，其特征在于：包括如下步骤： 步骤1：建立数据收集模块，数据收集模块从互联网收集遥感影像和辅助数据，对遥感影像和辅助数据分别进行预处理，得到原始数据集； 遥感影像的预处理包括辐射校正、大气校正、几何校正和裁剪研究区域；辅助数据的预处理包括统一为栅格数据和气象数据标准化； 对遥感影像的预处理包含： 几何校正处理，具体为通过几何划分，使所有遥感影像对地保持一致； 对土地利用数据和气象数据的预处理包括： 将土地利用数据的格式统一为栅格数据，空间分辨率与LandsatLEDAPS对齐； 对气象数据进行标准化处理，逐月插值到每年时间尺度； 步骤2：数据建模模块对生态数据进行数学建模，计算生态参数，包括归一化植被指数计算、净初级生产力计算、植被覆盖度计算和地上生物量计算； 净初级生产力NPP计算模型，即CASA模型： ； 其中，表示像元x在t月的净初级生产力；表示像元x在t月吸收的光合有效辐射；表示像元x在t月的实际光能利用率；表示植被生长季分布曲线因子，取值在[0,1]区间； 植被生长季分布曲线因子的计算公式如下： ； 其中，表示t月在像元x处的NDVI值，用于反映植被生长季的动态分布情况，取决于NDVI随时间的变化； 步骤3：解译与分类模块构建解译标志库，对生态数据所展示的生态系统进行分类； 在执行步骤3时，具体包括如下步骤： 步骤3-1：收集不同生态系统类型的特征样本，构建解译标志库，具体包括收集直接标志和间接标志，直接标志包括形状、大小、阴影、色调、颜色、纹理、图案、位置、布局，间接标志包括水系、地貌、植被； 构建生态系统变化栅格数据，计算每个像元的变化值； 步骤3-2：基于欧式距离或邻接关系构造空间权重矩阵，采用Moran’sI指数模型，对生态系统变化的空间自相关进行评估，具体公式如下： ； 其中，表示Moran’sI指数，反映空间自相关性，取值范围为[-1,1]，其正值表示正相关，负值表示负相关；表示样本点数量；、分别表示第i个和第j个位置的生态变化值；表示所有样本的平均值；表示权重矩阵，表示位置i和位置j之间的空间权重； 表示权重矩阵的归一化因子： ； 步骤3-3：利用深度学习方法进行生态系统分类，具体为采用卷积神经网络CNN模型进行生态系统分类，卷积神经网络CNN模型的输入数据为遥感影像和栅格数据，具体模型公式如下： ； 其中，表示第l层中第k个特征图；表示卷积核权重；表示偏置项；表示激活函数ReLU； 在卷积神经网络CNN模型的池化层降低特征图维度，保留关键特征，在全连接层进行分类概率预测，输出生态类型分类结果； 步骤3-4：利用混淆矩阵评估分类精度，计算总精度OA和Kappa系数； 步骤4：动态变化分析模块对生态数据进行动态分析，对生态系统变化的空间自相关进行分析，量化生态系统变化过程，动态分析包括趋势分析计算和生境破碎度计算； 步骤5：结果输出模块输出最终结果，包括生态系统分类图、动态变化报告和保护策略报告。

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市生态环境监测监控中心;南京雨后地软环境技术有限公司，其通讯地址为：210041 江苏省南京市建邺区中和路98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”。