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！

龙图腾网获悉长江水利委员会长江科学院申请的专利一种考虑植被记忆和精细尺度植被指数的土壤水分降尺度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：CN116522090B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202310492364.5，技术领域涉及：G06F18/20；该发明授权一种考虑植被记忆和精细尺度植被指数的土壤水分降尺度方法是由崔长露;向大享;李喆;陈喆;姜莹;陈希炽;赵静;吴仪邦;文雄飞;李经纬设计研发完成，并于2023-05-04向国家知识产权局提交的专利申请。

本一种考虑植被记忆和精细尺度植被指数的土壤水分降尺度方法在说明书摘要公布了：一种考虑植被记忆和精细尺度植被指数的土壤水分降尺度方法，包括：1生成30m空间分辨率的精细尺度植被指数；2获取与土壤水分数据具有滞后性的NDVI数据，设计植被记忆数据；3获取目标区域的MODIS数据、SRTM数据、SoilGrids数据、ERA5‑Land数据和Landsat数据，与SMAP数据进行时空匹配；4联合植被记忆数据、精细尺度植被指数以及步骤3得到的数据，构建土壤水分降尺度模型以获取高空间分辨率土壤水分产品。本发明可生成的高空间分辨率土壤水分数据，结果具有更强的空间表达能力，能够反映土壤水分详细的信息，可以切实提升土壤水分数据在小尺度范围的应用能力。

本发明授权一种考虑植被记忆和精细尺度植被指数的土壤水分降尺度方法在权利要求书中公布了：1.一种考虑植被记忆和精细尺度植被指数的土壤水分降尺度方法，其特征在于：包括如下步骤： 1采用增强时空自适应融合算法生成30m空间分辨率的精细尺度植被指数； 2利用MOD13A3月尺度NDVI获取与土壤水分数据具有滞后性的NDVI数据，设计土壤水分降尺度辅助因子之一的植被记忆数据，确保植被记忆数据与土壤水分数据时间滞后1个月左右； 3获取目标区域的SMAP数据、MODIS数据、SRTM数据、SoilGrids数据、ERA5-Land数据和Landsat数据，对MODIS数据、SRTM数据、SoilGrids数据、ERA5-Land数据和Landsat数据进行预处理使具有相同的投影方式、相同的影像覆盖范围和与SMAP土壤水分具有一致的空间分辨率，然后与SMAP数据进行时空匹配以作为土壤水分降尺度模型的输入数据； 4联合植被记忆数据、精细尺度植被指数、SMAP数据、MODIS数据、SRTM数据、SoilGrids数据、ERA5-Land数据和Landsat数据，构建土壤水分降尺度模型以获取1km的高空间分辨率土壤水分产品； 步骤1包括： 1.1准备数据：为预测日期提供两对与预测日期相近，且确保两对数据具有相同的时间和覆盖范围的MODIS和Landsat反射率影像，以及一组用于被预测的不同时间序列的MODIS影像； 1.2数据预处理：将所有的MODIS数据利用ENVI软件进行重采样，重采样方法选择双线性内插以减少地理参考误差的影响，对重采样后的MODIS进行地理校正以获得和Landsat相同的地理配准，之后对所有的数据进行裁剪操作以确保影像具有完全相同的覆盖区域，所有数据都经过预处理以获得表面反射率，预处理后的MODIS和Landsat影像具有相同的投影、空间分辨率和一致的覆盖范围； 1.3搜索邻近像元：使用两个高分辨率图像搜索预测期影像局部窗口中心像元的相似像元，相似像元的获取采用滑动窗口的方法获取，相邻像元值需要满足式1的条件，即两个像元的标准差较小，以确保在搜索窗口范围内获得与中心像元具有较高光谱相似特性的像元： |Lxi,yi,tk,B-Lxw2,yw2,tk,B|≤σB·2m1 式中：L为Landsat影像，xi,yi是第i个相似像元的位置；xw2,yw2为预测时间的中心像元位置，B表示影像波段，tk表示影像时间，Lxi,yi,tk,B为tk时刻Landsat影像B波段在xi,yi像元处的反射率；Lxw2,yw2,tp,B为tk时刻Landsat影像B波段搜索窗口中心像元的反射率；σB为波段B反射率值的标准差；m表示估计类别的数量； 1.4计算相似像元权重：每个相似像元与之对应的高分辨率和低分辨率像元之间光谱相似度计算公式如2所示： 其中： Li＝{Lxi,yi,tm,B1,...,Lxi,yi,tm,Bn,Lxi,yi,tn,B1,...,Lxi,yi,tn,Bn}3 Mi＝{Mxi,yi,tm,B1,...,Mxi,yi,tm,Bn,Mxi,yi,tn,B1,...,Mxi,yi,tn,Bn}4 Ri是描述相似像元i的高分辨率像元和低分辨率像元之间的光谱相关系数；Li和Mi分别表示高空间分辨率和低空间分辨率数据在tm和tn时间段内每个波段相似像元的反射率集合；E表示期望值；DLi和DMi分别是Li和Mi的方差，di是相似像元i的地理距离； 第i个相似像元与中心像元之间的地理距离di如公式5所示： 结合像元i的光谱相似度和地理距离，计算出指数Di： Di＝1-Ri×di6 根据Di值较大的相似像元对中心像元的算计结果贡献较小，因此相似像元权重Wi的计算公式如7所示，即计算Di的归一化倒数，Wi的范围为0-1，并且所有相似像元的总权重为1： 时间权重Tk依据MODIS影像反射率在时间tkk＝m,n和预测时间tp之间的差异计算，如公式8所示： 1.5计算转换系数：转换系数的计算公式如9所示： vx,y为高分辨率影像与低分辨率影像的反射率变化的比值，tm和tn为两个不同时间，x,y表示像元位置，B表示波段，Lx,y,tm,B和Lx,y,tn,B分别表示Landsat数据在tm和tn时间B波段x,y像元位置处的像元值，Mx,y,tm,B和Mx,y,tn,V分别表示MODIS数据在tm和tn时间B波段x,y像元位置处的像元值； 1.6计算时间权重：计算出相似像元权重和转换系数后，利用tm和tn两个时间点的MODIS数据以及预测时间tp时MODIS数据分别代入公式10，得到时间加权，为精细分辨率反射率设置更大的时间权重，以确保离预测日期更近的精细分辨率数据具有相近的反射率值： 式中：m和n表示不同的时间；W表示搜索窗口大小，xi,yi表示像元位置，B表示影像的波段，Mxi,yi,tk,B表示tk时间B波段xi,yi像元位置的MODIS数据，Mxi,yi,tp,B表示预测时间tpB波段xi,yi像元位置的MODIS数据，Tk表示时间权重； 1.7计算预测期中心像元值：根据时间权重Tm和Tn，高空间分辨率预测期tp中心像元值计算公式如下： Lxw2,yw2,tp,B＝Tm×Lmxw2,yw2,tp,B+Tn×Lnxw2,yw2,tp,B11 式中：Tm和Tn为时间权重；w表示搜索窗口大小，xw2,yw2表示中心像素，tp表示预测时间，B表示预测波段，Lmxw2,yw2,tp,B和Lnxw2,yw2,tp,B分别为以高分辨率影像B波段的中心像元tm和tn时刻为基准日计算得到的预测日期的结果； 1.8根据获取到的预测日期的结果，即ESTARFM算法融合得到的30m空间分辨率的多光谱数据，获取精细尺度植被指数NDVIfused，具体计算公式如下： NDVIfused＝NIR-RNIR+R 式中：NIR表示融合得到的30m空间分辨率多光谱数据的近红外波段，R表示融合得到的30m空间分辨率多光谱数据的红波段。

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长江水利委员会长江科学院，其通讯地址为：430010 湖北省武汉市黄浦大街23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”。