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！

龙图腾网获悉湖南省第二测绘院申请的专利基于多源遥感数据和时间序列校正的耕地撂荒识别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：CN120259899B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510756605.1，技术领域涉及：G06V20/10；该发明授权基于多源遥感数据和时间序列校正的耕地撂荒识别方法是由彭寄清;曹仕;卢霞;平李娜;秦瑞;王显奇;彭阳设计研发完成，并于2025-06-09向国家知识产权局提交的专利申请。

本基于多源遥感数据和时间序列校正的耕地撂荒识别方法在说明书摘要公布了：本发明公开一种基于多源遥感数据和时间序列校正的耕地撂荒识别方法，包括有以下步骤：第1步：数据获取与预处理；第2步：关键物候期提取；第3步：特征库构建；第4步：随机森林模型训练与预测；第5步：后处理与精度评估。本发明首先通过整合多源遥感影像数据，对其进行严格的预处理，以确保数据的时空一致性。通过对NDVI和NDSI时间序列的深入分析植被最少营养期和营养高峰期，精确提取关键物候期信息。在特征构建阶段，融合多种光谱指数，运用主成分分析和特征重要性筛选，优化特征维度，提升模型性能。采用随机森林模型进行训练与预测，结合过采样和类别权重调整技术，最终生成高精度的撂荒地空间分布图。

本发明授权基于多源遥感数据和时间序列校正的耕地撂荒识别方法在权利要求书中公布了：1.一种基于多源遥感数据和时间序列校正的耕地撂荒识别方法，其特征在于：包括以下步骤： 第1步：数据获取与预处理，具体操作如下： 1.1、遥感数据获取：选择多源遥感影像数据，涵盖目标区域的生长季节数据； 1.2、云掩膜与大气校正：在使用光学遥感数据时，首先通过云掩膜算法去除云层干扰；接着，进行大气校正； 1.3、几何配准与精度校正：对所有影像进行几何配准；此外，还对影像进行辐射校正； 1.4、雷达影像处理：雷达数据采用RefinedLee滤波去噪，进一步进行辐射定标和地形校正，处理后的雷达影像提取反向散射系数，有助于分析不同地物类型； 1.5、数据整合与时空一致性：通过将光学影像与雷达影像进行融合； 第2步：关键物候期提取：基于NDVI和NDSI时间序列，通过滤波平滑与极值检测算法提取两个敏感期：最少营养期和营养高峰期，物候期定位误差控制在5天内，确保时序分析的准确性；具体操作如下： 2.1、NDVI和NDSI时间序列分析：采用NDVI和NDSI时间序列数据，通过极值检测算法提取关键物候期；NDVI反映植被的生长情况，NDSI对裸土的敏感性强； 2.2、敏感期提取：通过分析NDVI和NDSI的变化，提取出最少营养期LVP和营养高峰期PVP；LVP通常是植被覆盖最少、裸土显著的阶段，而PVP则是植被覆盖饱和的阶段，能够反映出耕地的最大植被生长状态； 2.3、误差控制：在提取物候期时，采用平滑滤波和极值检测算法，确保物候期定位误差控制在5天以内； 2.4、物候期校正：为了准确标定LVP和PVP，针对不同作物的生长周期对物候期进行校正，确保提取的物候期适应不同区域和气候条件下的变化； 第3步：特征库构建：融合多源遥感数据及光谱指数，构建多维特征集，通过主成分分析与特征重要性筛选，优化特征维度； 第4步：随机森林模型训练与预测：采用随机森林算法，输入多源特征集，通过交叉验证优化模型参数；针对样本不平衡问题，应用过采样与类别权重调整；模型输出撂荒地概率图，经阈值分割生成二值分类结果，实现区域尺度撂荒地空间分布制图； 第5步：后处理与精度评估：对分类结果进行空间滤波去除噪声，生成精细化撂荒地分布图；基于独立测试集计算混淆矩阵，评估总体精度、Kappa系数及类别特异性指标，解析主要误判来源并提出时序持续性规则优化结果。

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湖南省第二测绘院，其通讯地址为：410000 湖南省长沙市天心区芙蓉南路四段158号地信大楼；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”。