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！

龙图腾网恭喜中国科学院、水利部成都山地灾害与环境研究所申请的专利基于多源数据融合的植被光合有效辐射吸收率反演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：CN119691693B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202510221624.4，技术领域涉及：G06F18/25；该发明授权基于多源数据融合的植被光合有效辐射吸收率反演方法是由靳华安;乔雨亭;赵伟;谢馨瑶设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本基于多源数据融合的植被光合有效辐射吸收率反演方法在说明书摘要公布了：本发明公开了基于多源数据融合的植被光合有效辐射吸收率反演方法，包括：获取用于反演光合有效辐射吸收率的建模数据集；构建预训练的长短期记忆网络反演模型PreTLSTM，其中，预训练长短期记忆网络反演模型PreTLSTM通过训练集训练获得，训练集为基于土壤‑叶片‑冠层耦合模型SLC生成的建模数据；将预训练长短期记忆网络反演模型PreTLSTM作为源模型，通过卫星数据和实测数据构建迁移训练集，利用迁移训练集训练源模型，获取迁移训练反演模型TLLSTM；将建模数据集输入至迁移训练反演模型TLLSTM，获取植被光合有效辐射吸收率估算结果。本发明能够更好地捕捉遥感数据中复杂的生态与生物物理过程。

本发明授权基于多源数据融合的植被光合有效辐射吸收率反演方法在权利要求书中公布了：1.基于多源数据融合的植被光合有效辐射吸收率反演方法，其特征在于，包括：获取用于反演光合有效辐射吸收率的建模数据集；构建预训练长短期记忆网络反演模型PreTLSTM，其中，所述预训练长短期记忆网络反演模型PreTLSTM通过训练集训练获得，所述训练集为基于土壤-叶片-冠层耦合模型SLC生成的建模数据；获取所述训练集包括：利用土壤-叶片-冠层耦合模型SLC，获取纯植被模拟光谱、纯土壤光谱： 其中，Rlλ和Tlλ表示的是模拟叶片在波长为λ处的反射率和透过率；N、Cab、Car、Can、Cbp、Cwrel和Cm分别表示叶片结构参数、叶绿素含量、类胡萝卜素含量、花青素含量、褐色素含量、等效水厚度以及干物质含量，ALA，hot和LAI分别代表平均叶倾角、热点参数和叶面积指数，θs、θv和φ分别是太阳天顶角、观测天顶角以及太阳与传感器间的相对方位角，Rc（λ，θs，θv，φ）代表在目标观测情况下的冠层反射率；Rs（λ）是模拟土壤反射率，c1、c2、c3和csm分别是代表干土的三个光谱向量和一个代表湿土的光谱向量；利用土壤-叶片-冠层耦合模型SLC，模拟光合有效辐射吸收率值： 其中，FAPARbs、FAPARws和FAPARtol分别为黑空、白空和蓝空光合有效辐射吸收率值，表示在目标波长和太阳天顶角下的冠层黑空光谱反照率，表示土壤黑空光谱反照率；表示太阳辐射直接穿透至土壤的透过率，skyl为散射PAR能量的比例，为目标太阳天顶角下的黑空光合有效辐射吸收率值，为太阳天顶角的余弦值，为太阳天顶角的正弦值；根据所述纯植被模拟光谱、纯土壤光谱和光合有效辐射吸收率值，获取模拟数据集；对所述模拟数据集进行筛选，获取所述训练集；根据所述纯植被模拟光谱、纯土壤模拟光谱和光合有效辐射吸收率值，获取模拟数据集包括：结合传感器光谱响应函数，将所述纯植被模拟光谱、纯土壤模拟光谱模拟至相应的波段反射率，获取纯植被反射率数据和纯土壤反射率数据；利用线性组合所述纯植被反射率数据和纯土壤反射率数据，获取混合像元模拟反射率；利用所述光合有效辐射吸收率值和纯植被覆盖比例，获取混合像元光合有效辐射吸收率；基于所述混合像元模拟反射率，加入高斯噪声，获取模拟数据集；将所述纯植被模拟光谱、纯土壤模拟光谱模拟至相应的波段反射率的方法为： 其中，表示目标光谱波段band下的植被冠层反射率；Wmin和Wmax分别为光谱波段band范围内的最小波长和最大波长；表示相邻离散波长点之间的差；表示波长处的反射率；表示传感器在波长处的光谱响应强度；将所述预训练长短期记忆网络反演模型PreTLSTM作为源模型，通过卫星数据和实测数据构建迁移训练集，利用所述迁移训练集训练所述源模型，获取迁移训练反演模型TLLSTM；将所述建模数据集输入至所述迁移训练反演模型TLLSTM，获取植被光合有效辐射吸收率估算结果。

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科学院、水利部成都山地灾害与环境研究所，其通讯地址为：610299 四川省成都市天府新区群贤南街189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”。