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！

龙图腾网获悉中国科学院东北地理与农业生态研究所申请的专利基于多源遥感影像和XGBoost回归模型的大尺度红树林冠层高度精准反演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：CN119810684B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411864408.3，技术领域涉及：G06V20/13；该发明授权基于多源遥感影像和XGBoost回归模型的大尺度红树林冠层高度精准反演方法是由贾明明;张蓉;赵传朋;郭先仙;冯志军;张悦;王宗明设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本基于多源遥感影像和XGBoost回归模型的大尺度红树林冠层高度精准反演方法在说明书摘要公布了：本发明提供了一种基于多源遥感数据和XGBoost回归模型的红树林冠层高度遥感精准反演方法，首先进行影像收集与预处理：获取典型区低潮期的UAV‑LiDAR数据，并对采集的UAV‑LiDAR数据进行预处理；筛选高质量的SDGSAT‑1影像和时序Sentinel‑12影像，基于卫星影像提取特征参数构建红树林冠层高度反演初始特征集；其次，基于XGBoost回归模型、交叉验证递归特征消除法和SHAP解释框架构建红树林冠层高度反演最优特征集；最后基于XGBoost回归模型和最优特征集精准反演红树林冠层高度，绘制大尺度红树林冠层高度空间分布图。本发明应用遥感技术实现了大尺度红树林冠层高度的快速精准反演，提高了红树林冠层高度遥感反演的精度和可信度，具有可重复性，其结果可以为红树林生态系统的恢复和管理提供重要信息。

本发明授权基于多源遥感影像和XGBoost回归模型的大尺度红树林冠层高度精准反演方法在权利要求书中公布了：1.一种基于多源遥感影像和XGBoost回归模型的大尺度红树林冠层高度精准反演方法，它包括如下步骤： 步骤一：采集典型区低潮期红树林UAV‑LiDAR点云数据，对采集的点云数据进行预处理，处理后生成的冠层高度数据作为红树林冠层高度反演模型的训练数据和验证数据； 步骤二：筛选红树林区域低潮无云的SDGSAT‑1影像和时序Sentinel‑12影像，提取影像特征构建红树林冠层高度反演模型的初始特征集； 步骤三：基于初始特征集、XGBoost回归模型、RFECV和SHAP解释框架构建红树林冠层高度反演最优特征集； 步骤四：基于步骤一获取的训练数据、步骤三获取的红树林冠层高度反演最优特征集和XGBoost回归模型构建红树林冠层高度反演模型，优化模型参数； 步骤五：将红树林冠层高度反演模型迁移至其他区域，绘制大尺度红树林冠层高度空间分布图；基于步骤一获取的验证数据，利用十折交叉法验证反演结果，评价模型精度； 所述步骤一具体为： ①点云数据预处理步骤包括点云去噪：去除高位粗差和低位粗差造成的误差；点云滤波：将去噪后的点云数据分为地面点和地物；生成数字模型产品：根据分类后的地面点，基于反距离权重算法进行插值，生成数字高程模型和数字表面模型；根据研究空间尺度，将DEM和DSM导出空间分辨率为10m的栅格数据；基于DEM和DSM计算红树林冠层高度真实值，计算公式如下： Hture＝DSM‑DEM； 其中，Hture为冠层高度真实值； ②基于红树林冠层高度真实值，采用均匀分布随机抽样法抽取样点，其中80％作为模型训练，20％作为模型验证； 所述步骤二具体为： ①基于SDGSAT‑1影像提取7个波段的光谱反射率作为初始特征； ②基于时序Sentinel‑1影像提取时序VV极化和VH极化，并计算和提取时序NDI、RVI和RI雷达指数作为初始特征，计算公式如下； ③基于时序Sentinel‑2影像提取可见光，近红外和短波红外等10个波段的光谱反射率，并计算和提取时序NDVI、GCI、MVI、LSWI、mNDWI和EVI指数作为初始特征，计算公式如下： 所述步骤三具体为： ①将初始特征集输入XGBoost算法和SHAP解释框架获取每个特征的Shapley值，删除Shapley值为0的特征； ②结合RFECV算法依次删除Shapley值最低的特征输入模型后评价模型反演精度，当模型反演精度达到最大值且趋于稳定时，而趋于稳定后模型精度最大时输入的特征集即为最优特征集。

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中国科学院东北地理与农业生态研究所，其通讯地址为：130102 吉林省长春市高新北区盛北大街4888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”。