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苏力环境科技有限责任公司申请的专利空天地一体化湖泊水质溯源方法、系统、设备及存储介质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：CN116148188B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202211676491.2，技术领域涉及：G01N21/17；该发明授权空天地一体化湖泊水质溯源方法、系统、设备及存储介质是由陈莹;张悦;徐向凯;何苗;何超设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本空天地一体化湖泊水质溯源方法、系统、设备及存储介质在说明书摘要公布了：本发明提供空天地一体化湖泊水质溯源方法包括将至少一遥感设备于当前待检测湖泊水域下进行部署，以获取最优湖泊水质的遥感监测数据源；对最优遥感监测数据源进行规范化预处理，形成L1级数据；以L1级数据作为输入代入构建的水质遥感参数反演模型，得到时空变化特征、相对于富营养状态的长时间响应规律；基于时空变化特征以及响应规律构建高光谱数据水质参数反演模型，建立表征湖泊水质污染状况的热点网格，实现对热点网格内污染物的精准溯源。通过构建空天地一体化监测平台，使得本发明形成全方位、多层次的空天地一体化观测和应急防控平台，保障湖泊生态系统健康和水源地水质安全。

本发明授权空天地一体化湖泊水质溯源方法、系统、设备及存储介质在权利要求书中公布了：1.空天地一体化湖泊水质溯源方法，其特征在于：包括： 第一步，将至少一遥感设备于当前待检测湖泊水域下进行部署，确定其运动轨迹覆盖当前整个待检测湖泊水域，以获取最优湖泊水质的遥感监测数据源； 第二步，对所述最优遥感监测数据源进行规范化预处理，形成表征待检测湖泊水域水质遥感参数的L1级数据； 第三步，以所述L1级数据作为输入代入构建的水质遥感参数反演模型，进行水质遥感参数反演敏感波段选取以及水质遥感参数反演最佳波段与水质参数回归分析，得到用于分析待检测湖泊在不同时间序列下富营养状态的时空变化特征和待检测湖泊水质遥感参数相对于富营养状态的长时间响应规律； 第四步，基于所述时空变化特征以及所述响应规律构建高光谱数据水质参数反演模型，建立表征湖泊水质污染状况的热点网格，实现对热点网格内污染物的精准溯源， 所述遥感设备为吉林一号系列卫星或高分系列卫星或风云系列卫星或哨兵3号卫星或葵花系列卫星或Landsat卫星或MODIS卫星或NOAA20系列卫星或NPP卫星或GOCI卫星，其中，获取最优湖泊水质的遥感监测数据源的具体方法包括： S1-1，收集有序的现有国内外可用于湖泊遥感水质监测的数据源作为基础信息，并结合各类卫星传感器特性进行适用性分析，得到湖泊水质的遥感监测数据源； S1-2，基于整体性原则、指标代表性原则、定性与定量相结合原则构建遥感数据评价指标，其中，湖泊水质遥感监测数据评价指标体系为： 遥感器指标，包括空间分辨率、光谱分辨率、时间分辨率、辐射分辨率以及信噪比； 可获取程度的指标，包括实时接收程度以及数据预处理时间； 遥感水质监测指标，包括水质参数敏感波段； S1-3，选取湖泊水质遥感监测数据工作中实际具有代表性、普适性、实用性、简便性的特征指标作为评价因子； 基于层次分析法以及定制化需求确定各个特征指标合理的权重； 逐层比较各个特征指标的相关因素，将其定性或半定性的因素进行量化，以为遥感设备进行分析、评价以及决策发展提供定量依据； 对各个特征指标进行评价打分； 对各个特征指标的权值分别求平均以作为选取湖泊水质遥感监测数据工作的最终权值； 基于加法评价型与连积评价型的计算方法，计算各类卫星传感器中湖泊水质的遥感监测数据源的得分，对比选取最优湖泊水质的遥感监测数据源， 对所述最优遥感监测数据源进行规范化预处理方法依次包括： S2-1，几何校正：对每个遥感设备获取待检测湖泊水域的检测图像选取其图像控制点，并基于构建的几何模型，进行几何校正，以保证检测图像与待检测湖泊水域原始图像在地物的几何位置、形状、大小、尺寸、方位特征一致； S2-2，图像裁切拼接： 若待检测湖泊水域水体小于遥感设备选择的遥感影像覆盖区域，则进行空间裁切，以利于后续数据处理效率：依据待检测湖泊水域水体的左上角和右下角经纬度，对所选取的遥感影像进行空间裁剪，其中，裁剪范围应该大于待检测湖泊水域水体区域； 若，待检测湖泊水域水体大于遥感设备选择的遥感影像覆盖区域，则通过相邻的多幅遥感影像拼接，以保证待检测湖泊水域水体对象的完整性； S2-3，辐射定标：将遥感设备中传感器记录的电压或数字量化值转换为绝对辐射亮度值，以通过各种标准辐射源，建立辐射亮度值与数字量化值之间的定量关系： ； 式中，L为转换后辐亮度，单位为；DN为卫星载荷观测值；Gain为图像的增益，即定标斜率，单位为；Bias为图像的偏置，单位为； S2-4，大气校正：基于野外同步实测光谱反射率，利用定量指标相对误差RE、采样单波段对比以及遥感特征指数对比对当前湖泊水质遥感监测数据工作中的大气进行分析及精度评定，以保证待检测湖泊水域水体对象的准确性； S2-5，水陆分离、云识别和水生植被识别：对待检测湖泊水域水体进行云掩膜和水草掩膜处理，以实现待检测湖泊水域污染物的精准溯源，剔除云、水草区域的干扰， 得到所述时空变化特征的具体方法包括： S3-1，基于遥感设备数据预处理得到的单波段、波段组合值与湖泊水质实测数据进行相关性分析，得到与总氮、总磷、化学需氧量以及叶绿素a相关性最高的单波段以及波段组合值，得到水质遥感参数反演敏感波段选取； S3-2，利用选取出的与水质参数相关性最高的单波段、波段组合值，与湖泊各水质参数浓度进行回归分析，构建水质遥感参数反演模型； 对模型的精度进行分析验证，选取精度最高的水质遥感参数反演模型应用于长时间序列卫星遥感影像数据，得到待检测湖泊在不同时间序列下富营养状态的时空变化特征； 获取待检测湖泊水质遥感参数相对于富营养状态的长时间响应规律的具体方法包括： S3-3，基于长时间序列卫星遥感影像数据，结合温度、光照、风场环境因子以及渔民人均收入陆源输入社会经济因子，得到待检测湖泊水质遥感参数相对于富营养状态的长时间响应规律， 构建高光谱数据水质参数反演模型的具体方法包括： S4-1，对卫星数据预处理得到的单波段、波段组合值与湖泊水质实测数据进行相关性分析，选取水质参数反演敏感波段及波段组合，并与湖泊各水质参数浓度进行回归分析，得到高光谱数据水质参数反演模型； 建立表征湖泊水质污染状况的热点网格的具体方法包括： S4-2，利用卫星遥感数据反演水质参数浓度、无人机高光谱数据反演水质参数浓度以及地面实测水质数据，构建异常指标热点网格； 结合气象、水文条件，采用神经网格、深度学习算法，实现水质污染物传输的分析； 实现对热点网格内污染物的精准溯源的具体方法包括： S4-3，通过无人船数据、荧光光谱数据、水下机器人、地面采样数据以及自动站监测数据，代入水质遥感参数反演模型，利用不同的污染源种类不同、浓度不同的特性，进行水质谱分析，通过查找流域内排污口、污水处理厂相关企业的污染源指纹数据库，实现对热点网格内污染物的精准溯源。

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苏力环境科技有限责任公司，其通讯地址为：210019 江苏省南京市建邺区嘉陵江东街8号2幢3单元19层；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”。