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！

龙图腾网获悉华东师范大学申请的专利基于稀疏光谱重构的甲烷排放遥感智能检测方法及系统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：CN119470310B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202510045421.4，技术领域涉及：G01N21/31；该发明授权基于稀疏光谱重构的甲烷排放遥感智能检测方法及系统是由李珂;白开旭;黄心清设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本基于稀疏光谱重构的甲烷排放遥感智能检测方法及系统在说明书摘要公布了：本发明提供了一种基于稀疏光谱重构的甲烷排放遥感智能检测方法及系统，包括：对比尔‑郎伯定律进行一阶泰勒展开；引入空间连续性约束与基于风场的物理扩散约束项，推导反演大气甲烷增量的优化目标函数；模拟不同甲烷增量浓度下的遥感观测高光谱辐射亮度值，计算得到单位吸收特征光谱；对遥感高光谱图像进行降维处理与聚类操作；根据聚类结果对光谱值进行矩阵分解与稀疏重构；将矩阵稀疏分解重构的高光谱图像等效为背景光谱图像，计算得到大气甲烷增量；基于大涡模拟程序生成大气甲烷羽流样本；构建甲烷排放率机器学习估算的训练样本集；构建大气甲烷排放率估算的机器学习模型；基于大气甲烷增量反演结果，完成真实场景的甲烷点源排放率估算。

本发明授权基于稀疏光谱重构的甲烷排放遥感智能检测方法及系统在权利要求书中公布了：1.一种基于稀疏光谱重构的甲烷排放遥感智能检测方法，其特征在于，包括 步骤S1：将比尔-朗伯定律进行一阶泰勒展开，并引入空间连续性与风场扩散约束项，得到大气甲烷增量反演的目标函数； 步骤S2：模拟不同甲烷增量浓度下的遥感观测高光谱辐射亮度数据，计算得到甲烷增量的单位吸收特征光谱； 步骤S3：对遥感高光谱图像进行降维处理与聚类操作，根据聚类结果对光谱值进行矩阵稀疏分解与重构，得到重构高光谱图像； 步骤S4：将重构高光谱图像等效为背景光谱图像，基于背景光谱图像和甲烷增量的单位吸收特征光谱对大气甲烷增量反演的目标函数进行求解，计算得到大气甲烷增量反演结果； 步骤S5：生成大气甲烷增量羽流样本，构建甲烷排放率机器学习估算的训练样本集； 步骤S6：构建大气甲烷排放率估算的机器学习模型，并利用训练样本集训练大气甲烷排放率估算的机器学习模型，得到训练后的大气甲烷排放率估算的机器学习模型；利用训练后的大气甲烷排放率估算的机器学习模型，基于大气甲烷增量反演结果，完成真实场景的甲烷点源排放率估算； 所述步骤S1包括： 步骤S1.1：将比尔-朗伯定律进行一阶泰勒展开： 其中，为遥感高光谱传感器观测辐亮度数据，为不含有甲烷增量吸收的背景光谱，为甲烷气体的等效光学厚度； 步骤S1.2：定义观测光谱由背景光谱与增量光谱组成： 其中，为甲烷浓度相对于背景浓度的增量，为单位吸收特征光谱； 步骤S1.3：定义求解甲烷增量浓度的优化目标函数： 其中，表示遥感观测样本序号，为观测光谱的误差协方差矩阵，为空间连续性约束项，为风场物理扩散约束项； 其中，所述空间连续性约束项采用： 其中，为拉普拉斯滤波核，为空间连续性约束项的权重参数；为初始化甲烷增量；表示在x,y空间位置处对甲烷增量浓度进行空间滤波操作； 所述风场物理扩散约束项采用： 其中，表示风向量场，是风场在方向上的分量，是风场在方向上的分量，表示初始化甲烷增量的偏导数，为风场物理扩散约束项的权重参数。

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华东师范大学，其通讯地址为：200062 上海市普陀区中山北路3663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”。