Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江西省国土空间调查规划研究院刘建华获国家专利权

江西省国土空间调查规划研究院刘建华获国家专利权

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!

龙图腾网获悉江西省国土空间调查规划研究院申请的专利基于多模态遥感数据的土地利用动态变化监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:CN120356113B

龙图腾网通过国家知识产权局官网在2025-09-05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:202510848757.4,技术领域涉及:G06V20/13;该发明授权基于多模态遥感数据的土地利用动态变化监测方法及系统是由刘建华;梁永刚;胡国超;邹胜武;徐蕾;肖自焕;唐毅恩设计研发完成,并于2025-06-24向国家知识产权局提交的专利申请。

基于多模态遥感数据的土地利用动态变化监测方法及系统在说明书摘要公布了:本发明公开了基于多模态遥感数据的土地利用动态变化监测方法及系统,涉及多模态遥感数据分析技术领域。本发明系统包括:数据获取与预处理模块、一致性基线构建模块、实时数据分析模块以及异常诊断与处理模块;数据获取与预处理模块实现多源数据时空对齐;一致性基线构建模块基于地理特征划分土地利用类型并建立基线数据库;实时数据分析模块通过差异指数筛选疑似异常区域;异常诊断与处理模块基于特征关联关系区分数据质量异常与突发事件异常,前者触发数据修复与验证,后者标记高优先级区域并输出位置信息。该系统通过多模态数据融合与关联分析,实现土地利用变化的高精度监测与异常智能分类。

本发明授权基于多模态遥感数据的土地利用动态变化监测方法及系统在权利要求书中公布了:1.基于多模态遥感数据的土地利用动态变化监测方法,其特征在于:所述方法包括以下步骤: 步骤S100.获取监测周期内的多模态遥感历史数据,以及监测区域的地理信息数据,根据地理信息数据将监测区域划分为不同的土地利用类型;并基于监测区域的划分结果,将相应的多模态遥感历史数据进行对应,并建立不同土地利用类型在稳定状态下的一致性基线数据库; 所述步骤S100包括: S101.获取监测周期内的多模态历史遥感数据,以及监测区域的地理信息数据,对多模态历史遥感数据进行预处理,包括辐射定标、几何校正以及大气校正;对地理信息数据进行格式统一与空间配准,使得地理信息数据与多模态历史遥感数据在空间和时间维度上具有一致性; S102.按照预设的最小区域单元,将监测区域划分成若干个子区域;针对每个子区域,获取对应子区域的地理信息数据,从地理信息数据中提取相应的地理数据特征;对提取的地理数据特征进行归一化处理,从而构成相应的地理数据特征向量V,且V=[v1,v2,...,vn],其中v1表示第1个维度的地理数据特征,v2表示第2个维度的地理数据特征,以此类推,vn表示第n个维度的地理数据特征;汇总所有子区域的地理数据特征向量V并求平均值,从而得到相应的地理数据特征平均向量V0;根据地理数据特征向量V,识别每个子区域的土地利用类型; S103.基于划分好的土地利用类型,将相应的多模态历史遥感数据与每个子区域进行对应;对于同一土地利用类型的所有子区域,获取对应的多模态历史遥感数据和稳定状态标记时段,其中稳定状态标记时段由相关人员分析得到的;基于稳定状态标记时段,对同一土地利用类型的所有子区域的多模态历史遥感数据进行截取,将截取的多模态遥感历史数据进行时间序列分析,从而得到每个子区域在稳定状态标记时段内的多模态遥感历史数据特征,并采用主成分分析方法对多模态遥感历史数据特征进行降维,从而得到主要特征向量Z;计算每种土地利用类型的主要特征向量Z的特征均值和标准差,从而构建一致性基线数据库; 步骤S200.获取监测区域内不同土地利用类型的多模态遥感实时数据,将多模态遥感实时数据与对应的一致性基线数据库进行比对,从而得到相应的差异指数;基于差异指数,从而初步筛选出与一致性基线数据库偏离程度大于阈值的区域,并标记为疑似异常区域; 所述步骤S200包括: S201.获取监测区域内不同土地利用类型的子区域的多模态遥感实时数据,对多模态遥感实时数据按照多模态历史数据的分析方式进行分析,从而得到与一致性基线数据库相同维度的实时数据特征向量S;根据对应子区域的土地利用类型,获取相应的一致性基线数据库,将当前子区域的实时数据特征向量S与一致性基线数据库对应的主要特征向量Z的特征均值和标准差进行计算,从而得到对应的差异指数R,且 , 其中Sk表示实时数据特征向量的第k个特征值,μ_Zk表示一致性基线数据库中的主要特征向量Z的第k个特征值的均值,σ_Zk表示一致性基线数据库中的主要特征向量Z的第k个特征值的标准差; S202.将监测区域内不同土地利用类型的子区域的差异指数R与预设的阈值R0进行比较,若存在差异指数R大于预设的阈值R0的子区域,则将对应子区域标记为疑似异常区域; 步骤S300.针对疑似异常区域,分析对应的多模态遥感实时数据的关联关系,并根据关联关系识别疑似异常区域的异常诊断结果;其中异常诊断结果分为数据质量异常和突发事件异常; 步骤S400.将识别为数据质量异常的区域标记为不可靠数据区域,对相应的多模态遥感实时数据进行修复,并将修复后的多模态遥感实时数据与对应的一致性基线数据库进行比对,并根据比对结果输出相应的提示信息;将识别为突发事件异常的区域标记为高优先级变化区域,获取高优先级变化区域的位置信息输出至相关人员,由相关人员进行相应的处理。

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江西省国土空间调查规划研究院,其通讯地址为:330000 江西省南昌市西湖区团结路66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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。