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！

龙图腾网获悉自然资源部第二海洋研究所申请的专利基于遥感和深度学习的海表叶绿素浓度预测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：CN120067872B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510533684.X，技术领域涉及：G06F18/2415；该发明授权基于遥感和深度学习的海表叶绿素浓度预测方法及系统是由龚芳;阮庆峰;王迪峰;何贤强;白雁设计研发完成，并于2025-04-27向国家知识产权局提交的专利申请。

本基于遥感和深度学习的海表叶绿素浓度预测方法及系统在说明书摘要公布了：本申请公开了一种基于遥感和深度学习的海表叶绿素浓度预测方法及系统，涉及海洋生态环境技术领域，该方法包括将目标区域的海洋叶绿素a数据输入至训练好的海洋叶绿素浓度预测模型，得到目标区域的海洋叶绿素浓度信息；其中，预测模型为基于卷积长短期记忆网络的改进型海洋叶绿素a浓度预测模型；周期性特征提取模块用于基于历史同期的叶绿素浓度数据，提取历史同期相关的周期性特征，噪声去除融合模块用于消除近期时空特征提取模块和周期性特征提取模块输出中的噪声，并融合输出结果，得到海洋叶绿素a浓度数据预测结果。本申请可以更加准确地预测海表叶绿素浓度。

本发明授权基于遥感和深度学习的海表叶绿素浓度预测方法及系统在权利要求书中公布了：1.一种基于遥感和深度学习的海表叶绿素浓度预测方法，其特征在于，包括： 获取目标区域的海洋叶绿素a数据； 将海洋叶绿素a数据输入至训练好的海洋叶绿素浓度预测模型，得到目标区域的海洋叶绿素浓度信息； 其中，海洋叶绿素浓度预测模型的训练过程为： 获取设定区域的历史海洋叶绿素a数据； 对所述历史海洋叶绿素a数据进行数据预处理，得到处理后的历史海洋叶绿素a数据； 根据处理后的历史海洋叶绿素a数据，构建海洋叶绿素a数据集； 基于所述海洋叶绿素a数据集，对海洋叶绿素浓度预测模型进行训练，得到训练好的海洋叶绿素浓度预测模型；所述海洋叶绿素浓度预测模型是由近期时空特征提取模块、周期性特征提取模块和噪声去除融合模块构成；所述周期性特征提取模块用于基于历史同期的叶绿素a浓度数据，提取与待预测月份历史同期相关的周期性特征；所述噪声去除融合模块用于消除近期时空特征提取模块和周期性特征提取模块输出中的噪声，并融合近期时空特征提取模块和周期性特征提取模块的输出结果，得到海洋叶绿素a浓度数据预测结果； 近期时空特征提取模块由四个卷积长短时记忆网络层和一个卷积层构成；所述近期时空特征提取模块的输入为近期历史数据； 周期性特征提取模块由四个卷积长短时记忆网络层和一个卷积层构成；所述周期性特征提取模块的输入为历史同期数据； 近期历史数据时间长度设置为前六个月，历史同期数据输入为前三年历史同月份数据； 融合近期时空特征提取模块和周期性特征提取模块的输出结果，得到海洋叶绿素a浓度数据预测结果，具体包括： ； 其中，为预测结果，为使用线性变换去除噪声得到的近期时空特征提取模块的输出；为使用线性变换去除噪声得到的周期性特征提取模块的输出。

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自然资源部第二海洋研究所，其通讯地址为：310012 浙江省杭州市西湖区保俶北路36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”。