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！

龙图腾网获悉浙江省森林资源监测中心(浙江省林业调查规划设计院)申请的专利一种多期激光雷达点云碳汇变化分析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：CN121092939B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511658041.4，技术领域涉及：G06F18/20；该发明授权一种多期激光雷达点云碳汇变化分析方法及系统是由姚鸿文;杜群;季碧勇;王柯;李楠;谢秉楼;陈军;王剑武;毛华英;王依纯;张成军设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本一种多期激光雷达点云碳汇变化分析方法及系统在说明书摘要公布了：本发明涉及视觉识别领域，揭露了一种多期激光雷达点云碳汇变化分析方法及系统，所述方法包括：对多期激光雷达点云数据进行多维度数据清洗，得到标准化点云数据；将标准化点云数据的机载激光雷达点云数据和手持激光雷达点云数据进行特征互补融合，得到高精度融合点云数据；对高精度融合点云数据进行单木分割，得到单木特征参数；根据预设的生物量转换参数，对单木特征参数进行生物量推演，得到单木生物量数据；基于树种含碳系数表，对单木生物量数据进行碳储量折换，得到碳汇量数据；对碳汇量数据进行时空趋势量化评估，得到公共机构绿化区域的碳汇变化分析报告。本发明可以提高多期激光雷达点云碳汇变化分析的准确性。

本发明授权一种多期激光雷达点云碳汇变化分析方法及系统在权利要求书中公布了：1.一种多期激光雷达点云碳汇变化分析方法，其特征在于，所述方法包括： S1.对公共机构绿化区域的多期激光雷达点云数据进行多维度数据清洗，得到所述公共机构绿化区域的标准化点云数据； S2.将所述标准化点云数据的机载激光雷达点云数据和手持激光雷达点云数据进行特征互补融合，得到所述公共机构绿化区域的高精度融合点云数据； S3.对所述高精度融合点云数据进行单木分割，得到所述公共机构绿化区域的单木特征参数； S4.根据预设的生物量转换参数，对所述单木特征参数进行生物量推演，得到所述公共机构绿化区域的单木生物量数据，包括： 基于所述公共机构绿化区域的森林蓄积量，对所述单木特征参数进行可靠性分析，得到所述单木特征参数的置信度； 对所述单木特征参数进行生物量属性推演，得到所述公共机构绿化区域的单木分量生物量数据； 对所述单木分量生物量数据进行层级化归整，得到所述公共机构绿化区域的单木生物量数据； 所述基于所述公共机构绿化区域的森林蓄积量，对所述单木特征参数进行可靠性分析，得到所述单木特征参数的置信度，包括： 对所述单木特征参数的单木胸径和树种类型进行材积转换，得到所述公共机构绿化区域的单株材积，其中所述材积转换的计算公式为： ； 式中，为所述公共机构绿化区域的单株材积，为所述单木胸径，为所述树种类型的补充修正常数系数，为所述树种类型的补充修正胸径指数，为所述树种类型的补充修正系数指数，为所述树种类型的常规胸径段常数系数，为所述树种类型的常规胸径段胸径指数，为所述树种类型的特殊胸径段常数系数，为所述树种类型的特殊胸径段胸径指数，为树干形态修正系数； 汇总所述单株材积，得到所述公共机构绿化区域的激光雷达林分蓄积量； 基于人工样地测量数据的实地实测林分蓄积量，计算所述激光雷达林分蓄积量的误差指标； 基于所述误差指标，对所述单木特征参数进行可靠性溯源评估，得到所述单木特征参数的置信度，以确保所述单木特征参数的准确性； S5.基于树种含碳系数表，对所述单木生物量数据进行碳储量折换，得到所述公共机构绿化区域的碳汇量数据； S6.对所述碳汇量数据进行时空趋势量化评估，得到所述公共机构绿化区域的碳汇变化分析报告。

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浙江省森林资源监测中心(浙江省林业调查规划设计院)，其通讯地址为：310000 浙江省杭州市上城区凤起东路71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。