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！

龙图腾网获悉武汉大学申请的专利基于主被动遥感技术的大尺度林地碳储量估算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：CN120611879B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202511117352.X，技术领域涉及：G06Q10/063；该发明授权基于主被动遥感技术的大尺度林地碳储量估算方法及系统是由庄庆威;何一朵;常佳蕙;徐小迪;张振北;王宇申;王芷涵设计研发完成，并于2025-08-11向国家知识产权局提交的专利申请。

本基于主被动遥感技术的大尺度林地碳储量估算方法及系统在说明书摘要公布了：本发明公开了一种基于主被动遥感技术的大尺度林地碳储量估算方法及系统，包括获取研究区不同传感器的星载激光雷达数据、L波段和C波段的SAR数据、多光谱遥感影像数据、机载激光雷达数据、地形数据，以及包含林地的土地覆盖类别数据；利用不同传感器的星载激光雷达数据得到不连续的联合星载激光雷达冠层高度产品；改进地理加权回归模型估算连续尺度的冠层高度；使用C波段SAR数据提取极化参数，多光谱遥感影像数据提取植被指数与纹理指数，与地形数据一起构建特征变量，基于方差减少的准则对特征变量进行筛选；构建地上碳储量反演模型，进行大尺度林地碳储量估算。本发明提高了大尺度地区破碎地块的林地碳储量估算精度。

本发明授权基于主被动遥感技术的大尺度林地碳储量估算方法及系统在权利要求书中公布了：1.一种基于主被动遥感技术的大尺度林地碳储量估算方法，其特征在于，包括以下步骤： 步骤1，获取研究区不同传感器的星载激光雷达数据、L波段和C波段SAR数据、多光谱遥感影像数据、机载激光雷达数据、地形数据，以及包含林地的土地覆盖类别数据； 步骤2，对不同传感器的星载激光雷达数据进行预处理和加权合并，得到不连续的联合星载激光雷达冠层高度产品； 步骤3，引入地面高程值与合成孔径雷达数据的多重交互项改进地理加权回归模型，使用最小二乘法求得改进后的地理加权回归模型的系数，进而对研究区进行连续尺度的冠层高度估算； 将步骤2获得的不连续联合星载激光雷达冠层高度产品作为因变量，将L波段和C波段SAR数据与地形数据作为解释变量，地形数据包括地面高程值、坡度、坡向，引入地面高程值与合成孔径雷达数据的多重交互项改进地理加权回归模型，使用最小二乘法求得改进后的地理加权回归模型的截距项、回归系数和交互项回归系数，利用改进后的地理加权回归模型对研究区进行连续尺度的冠层高度估算； 步骤4，使用C波段SAR数据提取极化参数，多光谱遥感影像数据提取植被指数与纹理指数，与地形数据一起构建特征变量，使用随机森林模型对特征变量进行训练，并基于方差减少的准则对特征变量进行筛选； 步骤5，构建地上碳储量反演模型，并对其进行训练，得到训练好的地上碳储量反演模型； 使用卷积神经网络构建林地碳储量反演模型，包括卷积层、池化层和激活层；卷积层设计卷积核大小F=3×3，卷积核数量随卷积层数增加而增多，激活函数，第一层卷积公式为： 8 式中，为第l层卷积操作后在位置和通道k上的输出值，为第l层卷积核的权重矩阵，为输入特征图中第m个通道在位置处的像素值，是第l层卷积核的偏置； 然后进行池化操作，减小图像的空间尺寸同时保留重要的特征，池化操作层公式为： 9 式中，为第l层池化操作后在位置和通道k上的输出值，P为池化区域的大小，为第l-1层池化区域中第k个通道在位置处的像素值； 激活层输出模型最终预测结果，公式为： 10 式中，y为模型输出，即预测的林地碳储量值；为将卷积层和池化层输出的特征图展平得到的一维向量，为权重矩阵，为激活层的偏置； 步骤6，将连续尺度的冠层高度数据和筛选的特征变量输入训练好的地上碳储量反演模型，进行大尺度林地碳储量估算。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。