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！

龙图腾网恭喜南京邮电大学申请的专利一种气候变化和人类活动对流域植被影响的量化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：CN119150001B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202411662239.5，技术领域涉及：G06F18/213；该发明授权一种气候变化和人类活动对流域植被影响的量化方法是由周泽慧;黄卫东;孙殿臣设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本一种气候变化和人类活动对流域植被影响的量化方法在说明书摘要公布了：本发明公开了一种气候变化和人类活动对流域植被影响的量化方法，包括从多个数据源获取研究区域的数据，进行时空一致性处理，并计算饱和水汽压差；对处理后的数据进行特征的提取，并构建高维特征张量；基于所述高维特征张量构建时空图，应用图谱嵌入技术降维并动态建模，分析流域植被时空动态特征；采用因果网络和回归分解方法分离并量化气候和人类活动对植被的直接影响；进行综合评估，并进行不确定性分析。本发明显著提高了对复杂生态系统动态的理解能力，为流域生态系统管理提供了强有力的科学支撑，能够提供更加精确、可靠和全面的决策支持。

本发明授权一种气候变化和人类活动对流域植被影响的量化方法在权利要求书中公布了：1.一种气候变化和人类活动对流域植被影响的量化方法，其特征在于：包括，从多个数据源获取研究区域的数据，进行时空一致性处理，得到统一格式的预处理数据集，并计算饱和水汽压差；基于预处理数据集进行特征的提取，并将特征与预处理数据集进行融合，构建高维特征张量；基于所述高维特征张量构建时空图，应用图谱嵌入技术降维并建立动态响应模型，分析流域植被时空动态特征；采用因果网络和回归分解方法分离并量化气候和人类活动对植被的直接影响；进行综合评估，并进行不确定性分析；所述饱和水汽压差的计算包括：使用改进的Magnus公式计算饱和水汽压，公式为：es＝0.611×exp17.27×TT+237.3；其中，T为温度数据；利用计算得到的饱和水汽压和相对湿度数据，计算实际水汽压，公式为：ea＝es×RH100；其中，RH为相对湿度数据；计算饱和水汽压差，公式为：VPD＝es-ea；应用改进的马尔可夫链模型提取土地利用变化特征包括以下步骤：提取所述预处理数据集中的土地利用变化数据，并存储为土地利用时间序列数据集；对所述土地利用时间序列数据集中的每两个相邻时间点，计算各土地利用类型之间的转移频次，将转移频次除以初始状态的总频次，得到转移概率矩阵P，并将计算得到的转移概率存储为转移概率矩阵数据集；对每个空间像元，使用所述转移概率矩阵数据集中的概率，重复模拟在研究时段内的土地利用变化序列，生成多个变化序列，并将生成的变化序列存储为土地利用变化轨迹数据集；对所述土地利用变化轨迹数据集应用序列聚类算法，确定最优聚类数，并为每个空间像元分配聚类标签，将聚类结果存储为土地利用变化模式数据集；将所述土地利用变化模式数据集与土地利用时间序列数据集合并，计算每个变化模式的统计特征，并将合并后的数据存储为土地利用变化特征数据集；所述土地利用时间序列数据集是为提取的土地利用变化数据的集合；所述高维特征张量的构建过程如下：将所述预处理数据集、地形特征数据集、土地利用变化特征数据集以及二氧化碳施肥效应数据集在时间和空间维度上对齐，存储为对齐特征数据集；将所述对齐特征数据集重组为三维张量，将构建的张量存储为原始特征张量数据集；对所述原始特征张量数据集执行Tucker分解，初始化核心张量和因子矩阵，使用交替最小二乘法迭代优化分解结果，直到收敛或达到最大迭代次数；使用交叉验证方法，确定最优分解秩，并存储为分解秩数据集；使用所述分解秩数据集中的最优秩，对所述原始特征张量数据集进行最终的Tucker分解，将得到的核心张量和因子矩阵存储为分解结果数据集；使用所述分解结果数据集中的核心张量和因子矩阵，重构高维特征张量，将重构的张量展平为二维矩阵，其中每一行代表一个时空位置，每一列代表一个融合后的特征，将所述二维矩阵存储为高维特征数据集。

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邮电大学，其通讯地址为：210000 江苏省南京市栖霞区文苑路9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”。