買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉湖南省第二測繪院申請的專利基于多源遙感數據和時間序列校正的耕地撂荒識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120259899B 。

龍圖騰網通過國家知識產權局官網在2025-09-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510756605.1，技術領域涉及：G06V20/10；該發明授權基于多源遙感數據和時間序列校正的耕地撂荒識別方法是由彭寄清;曹仕;盧霞;平李娜;秦瑞;王顯奇;彭陽設計研發完成，并于2025-06-09向國家知識產權局提交的專利申請。

本基于多源遙感數據和時間序列校正的耕地撂荒識別方法在說明書摘要公布了：本發明公開一種基于多源遙感數據和時間序列校正的耕地撂荒識別方法，包括有以下步驟：第1步：數據獲取與預處理；第2步：關鍵物候期提??；第3步：特征庫構建；第4步：隨機森林模型訓練與預測；第5步：后處理與精度評估。本發明首先通過整合多源遙感影像數據，對其進行嚴格的預處理，以確保數據的時空一致性。通過對NDVI和NDSI時間序列的深入分析植被最少營養期和營養高峰期，精確提取關鍵物候期信息。在特征構建階段，融合多種光譜指數，運用主成分分析和特征重要性篩選，優化特征維度，提升模型性能。采用隨機森林模型進行訓練與預測，結合過采樣和類別權重調整技術，最終生成高精度的撂荒地空間分布圖。

本發明授權基于多源遙感數據和時間序列校正的耕地撂荒識別方法在權利要求書中公布了：1.一種基于多源遙感數據和時間序列校正的耕地撂荒識別方法，其特征在于：包括以下步驟： 第1步：數據獲取與預處理，具體操作如下： 1.1、遙感數據獲?。哼x擇多源遙感影像數據，涵蓋目標區域的生長季節數據； 1.2、云掩膜與大氣校正：在使用光學遙感數據時，首先通過云掩膜算法去除云層干擾；接著，進行大氣校正； 1.3、幾何配準與精度校正：對所有影像進行幾何配準；此外，還對影像進行輻射校正； 1.4、雷達影像處理：雷達數據采用RefinedLee濾波去噪，進一步進行輻射定標和地形校正，處理后的雷達影像提取反向散射系數，有助于分析不同地物類型； 1.5、數據整合與時空一致性：通過將光學影像與雷達影像進行融合； 第2步：關鍵物候期提?。夯贜DVI和NDSI時間序列，通過濾波平滑與極值檢測算法提取兩個敏感期：最少營養期和營養高峰期，物候期定位誤差控制在5天內，確保時序分析的準確性；具體操作如下： 2.1、NDVI和NDSI時間序列分析：采用NDVI和NDSI時間序列數據，通過極值檢測算法提取關鍵物候期；NDVI反映植被的生長情況，NDSI對裸土的敏感性強； 2.2、敏感期提?。和ㄟ^分析NDVI和NDSI的變化，提取出最少營養期LVP和營養高峰期PVP；LVP通常是植被覆蓋最少、裸土顯著的階段，而PVP則是植被覆蓋飽和的階段，能夠反映出耕地的最大植被生長狀態； 2.3、誤差控制：在提取物候期時，采用平滑濾波和極值檢測算法，確保物候期定位誤差控制在5天以內； 2.4、物候期校正：為了準確標定LVP和PVP，針對不同作物的生長周期對物候期進行校正，確保提取的物候期適應不同區域和氣候條件下的變化； 第3步：特征庫構建：融合多源遙感數據及光譜指數，構建多維特征集，通過主成分分析與特征重要性篩選，優化特征維度； 第4步：隨機森林模型訓練與預測：采用隨機森林算法，輸入多源特征集，通過交叉驗證優化模型參數；針對樣本不平衡問題，應用過采樣與類別權重調整；模型輸出撂荒地概率圖，經閾值分割生成二值分類結果，實現區域尺度撂荒地空間分布制圖； 第5步：后處理與精度評估：對分類結果進行空間濾波去除噪聲，生成精細化撂荒地分布圖；基于獨立測試集計算混淆矩陣，評估總體精度、Kappa系數及類別特異性指標，解析主要誤判來源并提出時序持續性規則優化結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人湖南省第二測繪院，其通訊地址為：410000 湖南省長沙市天心區芙蓉南路四段158號地信大樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。