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！

龙图腾网获悉南京大学申请的专利一种全球植被冠层水分含量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：CN120430081B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510920083.4，技术领域涉及：G06F30/20；该发明授权一种全球植被冠层水分含量反演方法是由胡成林;张秀英;袁雨婷设计研发完成，并于2025-07-04向国家知识产权局提交的专利申请。

本一种全球植被冠层水分含量反演方法在说明书摘要公布了：本发明提供了一种全球植被冠层水分含量反演方法，属于遥感地学领域，获取全球植被性状数据库中的植被性状数据，统计不同植被类型中各性状的分布情况及其相关性；通过前向模拟生成不同植被类型的训练样本；采用光谱响应函数对模拟光谱数据进行卷积转换，得到等价光谱；评估不同光谱和植被指数的特征组合，确定适用于不同植被类型的最优特征组合和机器学习算法；依据植被类型和冠层结构自适应调用相应反演模型，实现全球植被冠层水分含量的遥感估算。本发明能够高效地反演不同植被类型的冠层水分含量生成具有空间适应性和较高精度的全球植被冠层水分含量遥感产品，为生态环境监测、干旱评估及碳水通量模拟等应用提供数据支持。

本发明授权一种全球植被冠层水分含量反演方法在权利要求书中公布了：1.一种全球植被冠层水分含量反演方法，其特征在于，包括以下步骤： 获取全球植被性状数据库中的植被性状数据，参照MCD12Q1产品的分类标准，划分至对应的植被类型，分析不同植被类型中各性状的分布情况及其相关性； 对不同的植被类型和不同植被类型中各性状的分布情况进行冠层光谱反射率模拟，生成不同植被类型与性状组合对应的冠层模拟反射光谱，包括以下步骤： 当植被类型为森林时，结合研究区域的叶面积指数LAI进行冠层结构判定： 若LAI值大于3，视为冠层结构均匀的密集森林，采用PROSAIL模型进行冠层反射光谱的模拟； 若LAI值小于或等于3，视为冠层结构异质性较强的稀疏森林，采用GeoSail模型进行反射光谱模拟； 当植被类型不为森林时，采用PROSAIL模型进行冠层反射光谱的模拟； 对不同植被类型的性状数据的各单变量性状分别采用核密度估计KDE方法构建其边缘分布； 对于性状之间的相关性的线性或非线性相关系数大于0.5的性状变量对，构建Copula联合分布，基于所构建的边缘分布与联合分布，采用随机采样方式生成多个性状组合样本，并输入对应的冠层辐射传输模型中，进行冠层反射光谱的模拟，生成不同植被类型与性状组合对应的冠层模拟反射光谱； 将冠层模拟反射光谱进行卷积转换得到等价反射率，并计算植被指数； 采用MODIS光谱响应函数对模拟光谱数据进行卷积转换，得到MODIS的等价光谱，其中，等价反射率的公式为： ； 式中，是模拟的等价反射率，是波长处的模拟反射率，是MODIS在波长处的光谱响应值，是当前波段对应的离散光谱采样点数量； 评估等价反射率和植被指数的特征组合，以及多种机器学习算法在冠层水分含量反演中的精度表现，使用决定系数和均方根误差评估模型精度，最终确定适用于不同植被类型的最优特征组合和机器学习算法，依据植被类型和冠层结构自适应调用相应反演模型，包括以下步骤： 基于由MODIS等价反射率以及基于所述MODIS等价反射率的波段构建的植被指数构成的特征集合，形成共计十六个候选特征； 对所述候选特征进行组合穷举，与多种不同的机器学习算法分别配对；对每一组“特征组合+机器学习算法”进行建模训练，获取相应的R²与RMSE指标值作为性能评估指标； 依据R²与RMSE指标值，针对每一种植被类型，筛选出R²最高、RMSE最低的特征组合与算法组合，为最优组合； 基于最优组合构建适用于该植被类型的冠层水分含量反演模型，并保存所训练的模型及其所用的特征标准化参数； 将获取的MCD43A1地表反射率、MCD12Q1植被类型分类以及MCD15A3HLAI，输入到植被类型和冠层结构自适应调用相应反演模型中，进行全球植被冠层水分含量的遥感估算。

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大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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”。