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！

龙图腾网恭喜中国农业科学院农田灌溉研究所申请的专利一种多源信息融合的决策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：CN119128743B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202411117674.X，技术领域涉及：G06F18/2433；该发明授权一种多源信息融合的决策方法及系统是由段福义;陈震;程千;付婉娜设计研发完成，并于2024-08-15向国家知识产权局提交的专利申请。

本一种多源信息融合的决策方法及系统在说明书摘要公布了：本发明涉数据处理技术领域，尤其涉及一种多源信息融合的决策方法及系统。该方法包括以下步骤：获取无人机采集的高光谱影像数据、可见光影像数据以及红外线影像数据，收集地面传感器采集的地面环境监测数据；对高光谱影像数据、可见光影像数据以及红外线影像数据进行图像预处理，从而得到标准化的多光谱数据集，其中图像预处理包括几何校正、辐射校正以及大气校正；对多光谱数据集中的可见光影像进行颜色及纹理特征提取，并进行农作物的外观特征以及生长密度识别，从而得到形态特征数据。本发明通过对多源数据的整合分析，可以更准确地识别农作物生长异常和潜在的病虫害风险，从而辅助工程师进行灌溉以及施肥决策。

本发明授权一种多源信息融合的决策方法及系统在权利要求书中公布了：1.一种多源信息融合的决策方法，其特征在于，包括以下步骤：步骤S1：获取无人机采集的高光谱影像数据、可见光影像数据以及红外线影像数据，收集地面传感器采集的地面环境监测数据；对高光谱影像数据、可见光影像数据以及红外线影像数据进行图像预处理，从而得到标准化的多光谱数据集，其中图像预处理包括几何校正、辐射校正以及大气校正；步骤S2：对多光谱数据集中的可见光影像进行颜色及纹理特征提取，并进行农作物的外观特征以及生长密度识别，从而得到形态特征数据；对多光谱数据集中的红外线影像进行农作物的热特征分析，并进行水分胁迫以及温度异常识别，从而得到热特征数据；步骤S3：根据多光谱数据集中的高光谱影像对形态特征数据以及热特征数据进行图像整合，从而生成增强型多光谱数据集；根据增强型多光谱数据集进行归一化植被指数以及增强型植被指数的计算，从而得到植被指数数据，步骤S3包括：步骤S31：利用多光谱数据集中的高光谱影像提取关键波段信息，并将关键波段信息与形态特征数据进行像素级融合，生成增强形态特征图，其中关键波段信息包括近红外、红边以及短波红外的特征波段；步骤S32：对热特征数据进行空间分辨率提升处理，并利用高光谱影像中的空间信息进行引导滤波，从而得到高分辨率的热特征图数据；步骤S33：将增强形态特征图和高分辨率热特征图进行特征层面的叠加，生成增强型多光谱数据集；步骤S34：根据高光谱影像数据以及增强形态特征图对关键波段信息进行反射率提取，从而得到光谱反射率数据；步骤S35：基于增强型多光谱数据集以及光谱反射率数据计算归一化植被指数以及增强型植被指数，从而得到植被指数数据，其中归一化植被指数=（近红外波段反射率-红光波段反射率）（近红外波段反射率+红光波段反射率），增强型植被指数=增益因子*（（近红外波段反射率-红光波段反射率）（近红外波段反射率+气溶胶校正系数*红光波段反射率-气溶胶校正系数*蓝光波段反射率+土壤调整因子））；步骤S4：根据植被指数数据进行基于光谱反射特征的农作物生理参数估计，从而得到农作物生理参数数据；利用地面环境监测数据进行微气候分析，从而生成作物生长环境特征数据；步骤S5：将增强型多光谱数据集、农作物生理参数数据以及生长环境特征数据进行时空配准以及关联分析，生成综合特征数据集；利用预训练的病虫害识别模型对综合特征数据集进行农作物的生长异常和潜在病虫害风险识别，并根据预设的专家知识进行决策建议生成，从而得到决策建议数据；步骤S6：根据决策建议数据进行基于湿度以及作物水需求的灌溉量评估，并进行农作物生长所需养分评估，从而生成灌溉处方图，以辅助工程师进行灌溉以及施肥决策。

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中国农业科学院农田灌溉研究所，其通讯地址为：453002 河南省新乡市牧野区宏力大道(东)380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”。