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！

龙图腾网获悉山东省国土空间数据和遥感技术研究院(山东省海域动态监视监测中心)申请的专利一种基于卫星遥感技术的海域监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：CN120656079B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202511159147.X，技术领域涉及：G06V20/13；该发明授权一种基于卫星遥感技术的海域监测方法及系统是由徐丛;赵怡康;李修鸣;兰欣;关纯安;吴静;张熙;孔茹;王腾;毕永坤;王绪龙;宋清泉设计研发完成，并于2025-08-19向国家知识产权局提交的专利申请。

本一种基于卫星遥感技术的海域监测方法及系统在说明书摘要公布了：本发明公开了一种基于卫星遥感技术的海域监测方法及系统，涉及遥感技术领域，首先通过资源集生成多期多波段遥感栅格数据，其次，通过监测目标监测区域内的外部环境数据，获取不同时间上的联合样本向量，采用多变量核密度估计算法，得到四维联合概率密度分布函数，结合多期多波段遥感栅格数据，获取异常覆盖区；然后，基于异常覆盖区，识别增强异常单元，并进行动态修正作业；最后，经动态修正后，获取异常连通区域，并分析形态不稳定的异常单元，确定异常演变敏感区，基于异常演变敏感区的变化，实现局部自适应优化手段。

本发明授权一种基于卫星遥感技术的海域监测方法及系统在权利要求书中公布了：1.一种基于卫星遥感技术的海域监测方法，其特征在于：包括以下步骤， S1：通过实时监测海域中的资源集，以生成多期多波段遥感栅格数据； S2：通过监测目标监测区域内的外部环境数据，获取不同时间上的联合样本向量，采用多变量核密度估计算法，得到四维联合概率密度分布函数，结合多期多波段遥感栅格数据，获取异常覆盖区； S3：基于异常覆盖区，识别增强异常单元，并进行动态修正作业； S4：经动态修正后，获取异常连通区域，并分析形态不稳定的异常单元，确定异常演变敏感区，基于异常演变敏感区的变化，实现局部自适应优化手段； S1包括： S11：利用轨道预测工具获取在预定监测周期内所有用于海域监测的卫星资源，获取资源集； S12：根据资源集内各卫星的可用波段能力与轨道过境时序，结合全域海域的几何覆盖关系，通过时间排序队列执行贪心式排程，以生成多卫星多模式排程清单； S13：通过多卫星多模式排程清单，分别获取来自不同时间、不同卫星获取的SAR影像、可见光多光谱影像及热红外影像，以生成影像库，并将影像库内各影像进行几何配准，具体为：利用影像几何配准工具将影像库内各影像统一到相同的地图投影坐标系，并重采样至统一的空间分辨率，根据空间分辨率，确定海域格点的大小； S14：在完成几何配准后，把同一地点不同时间、不同波段的像素值组织进四维矩阵内，以形成多期多波段遥感栅格数据； 其中，时间排序队列是按照各卫星的轨道过境时序从早到晚依次排序所形成的时间窗口； S2包括： S21：通过浮标阵列，获取目标监测区域内的外部环境数据，包括风速、风向、浪高及短波谱峰能量，并将外部环境数据按照海域格点进行空间插值，使其与多期多波段遥感栅格数据对齐，同时获取多期外部环境样本集，其中，多期外部环境样本集包括不同时间上的联合样本向量； S22：基于多期外部环境样本集，采用多变量核密度估计算法，对联合样本向量进行核密度估计，得到四维联合概率密度分布函数，四维联合概率密度分布函数用于量化在历史样本中，同时出现任意联合样本向量的概率密度值； S2还包括： S23：根据四维联合概率密度分布函数，统计所有比当前联合样本向量还低的历史概率密度值总和，以获取累积分布函数值，累积分布函数值用于量化当前联合样本向量在历史样本中的累计出现概率； S24：利用累积分布函数值，获取当前监测时间和空间位置对应的基于风场驱动的异常敏感度值，异常敏感度值用于反映在相应地理位置上，当前监测到的联合样本向量的稀有性； S25：通过SAR影像，确定其内每个像素点所对应的SAR后向散射系数； S26：在每个海域格点上，基于以各海域格点为中心的滑动窗口内的SAR后向散射系数计算局部均值和标准差，并对各海域格点的后向散射系数进行归一化处理以得到散射归一异常值； S27：将异常敏感度值与散射归一异常值耦合，计算各海域格点上的散射异常置信值，具体为：，其中，为散射异常置信值，为异常敏感度值，为散射归一异常值； S28：基于各海域格点上的散射异常置信值，构建散射异常置信曲面； S29：根据自适应分位数方法生成动态局部阈值曲面，通过将散射异常置信曲面与动态局部阈值曲面进行比对，形成异常掩膜，具体为：，其中，为在位置上的异常掩膜，为在位置上的散射异常置信值，为在位置上的动态局部阈值； S291：将异常掩膜为1的海域格点作为异常单元，经统计，获取异常覆盖区； S3包括： S31：基于散射异常置信值，计算目标监测区域内每个海域格点上的逆敏感权； S32：根据异常单元，确定弱显著单元，并提取弱显著单元内海域水色指数、富营养化指数及热红外亮温异常值； S33：将逆敏感权作为加权因子，通过加权最小二乘法拟合局部多元回归模型，建立基于海域水色指数、富营养化指数及热红外亮温异常值的光热双域预测模型，以在每个弱显著单元上计算光热残差值； S3还包括： S34：在每个海域格点上，以光热残差值为基础，利用相应海域格点为中心的滑动窗口内光热残差值的第95%分位值作为局部动态阈值，若光热残差值超过局部动态阈值，则相应海域格点标记为增强异常单元； S35：通过增强异常单元，对异常覆盖区进行动态修正，以获取目标监测区域内的最终异常检测掩码； S4包括： S41：根据目标监测区域内的最终异常检测掩码，获取多个异常连通区域； S42：提取各异常连通区域中的面积及周长，计算紧致度，紧致度用于定位形态不稳定的异常单元区域； S43：当紧致度低于预设的紧致阈值时，将相应异常连通区域标记为异常演变敏感区，否则不做标记处理； S4还包括： S44：经监测后，获取下一监测周期内的异常演变敏感区，对比各监测周期间异常演变敏感区内异常单元的偏差值，若偏差值超过预设的偏差阈值，则自动重复执行S2，以修正基于风场驱动的异常敏感度值，动态调整散射异常置信值及逆敏感权。

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山东省国土空间数据和遥感技术研究院(山东省海域动态监视监测中心)，其通讯地址为：250000 山东省济南市市中区舜耕路48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。