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基于LSTM预测植被最优温度的生态系统生产力估算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：CN121766621B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610254865.3，技术领域涉及：G06Q10/063；该发明授权基于LSTM预测植被最优温度的生态系统生产力估算方法是由吴名春;章钊颖;张永光设计研发完成，并于2026-03-04向国家知识产权局提交的专利申请。

本基于LSTM预测植被最优温度的生态系统生产力估算方法在说明书摘要公布了：本发明公开了基于LSTM预测植被最优温度的生态系统生产力估算方法，涉及生态信息技术领域，包括：获取历史气象、地形及未来气候数据；构建目标像元的空间邻域，基于地形与风场量化气候连通代价并生成各向异性空间特征；解算表征微气候复杂度的动态时空置信因子；将各向异性空间特征与历史气温输入长短期记忆网络，利用置信因子通过动态门控机制调控融合权重，预测植被最优温度；构建包含热动能与非线性热胁迫项的解耦模型，基于预测值与未来气温计算生产力；本发明能够精准刻画微气候异质性与植被热适应机制，有效提升复杂气候情景下生态系统生产力的估算精度。

本发明授权基于LSTM预测植被最优温度的生态系统生产力估算方法在权利要求书中公布了：1.基于LSTM预测植被最优温度的生态系统生产力估算方法，其特征在于，包括以下步骤： 获取目标区域的历史气象驱动数据、地理地形数据以及至少包含未来气温数据的未来气候情景数据；所述历史气象驱动数据包括历史气温的时间序列以及历史风场向量；所述未来气候情景数据还包括未来二氧化碳浓度数据与未来降水数据； 针对所述目标区域中的每一目标像元，构建其对应的空间邻域集合，并基于所述地理地形数据与所述历史风场向量，量化所述空间邻域集合中各邻域像元相对于所述目标像元的气候连通代价，生成各向异性空间特征； 计算所述空间邻域集合内所述气候连通代价的分布离散程度，并基于所述分布离散程度解算表征所述目标像元所在区域的空间微气候复杂度的动态时空置信因子； 将所述各向异性空间特征与所述历史气温的时间序列输入长短期记忆网络，并通过动态门控机制基于所述动态时空置信因子自适应调控两者在网络状态更新中的融合权重，生成所述目标像元的植被最优温度预测值； 构建包含热动能项与非线性热胁迫项的解耦估算模型，基于所述植被最优温度预测值与所述未来气温数据，通过所述解耦估算模型计算所述目标区域的生态系统生产力；所述非线性热胁迫项利用所述植被最优温度预测值与所述未来气温数据的偏差表征对生产力的非线性抑制作用； 所述构建包含热动能项与非线性热胁迫项的解耦估算模型，基于所述植被最优温度预测值与所述未来气温数据，通过所述解耦估算模型计算所述目标区域的生态系统生产力，具体采用如下公式： ； 其中，为生态系统生产力，为作为热动能项的未来气温数据，为非线性热胁迫项对应的指数，为未来二氧化碳浓度数据，为未来降水数据，为回归系数，为残差项； 通过所述解耦估算模型计算所述目标区域的生态系统生产力，还包括： 实时监测所述非线性热胁迫项对应的指数，并将所述指数与预设的气孔导度关闭阈值进行比较，所述气孔导度关闭阈值表征植被因极端热胁迫而触发气孔关闭机制的生理临界点； 当所述指数低于所述气孔导度关闭阈值时，生成气孔导度限制因子，并利用所述气孔导度限制因子对所述回归系数中的未来二氧化碳浓度数据对应的系数以及未来降水数据对应的系数执行数值衰减处理，生成动态回归系数； 利用所述动态回归系数替代原有的回归系数，执行所述生态系统生产力的计算，以表征在极端热胁迫状态下植被碳水耦合效率的生理性降低。

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：210046 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”。

以上内容由龙图腾AI智能生成。