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！

龙图腾网获悉桂林理工大学;湖北科技学院申请的专利一种基于双差比值指数的叶片叶绿素含量计算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：CN117037931B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202310753100.0，技术领域涉及：G16C20/20；该发明授权一种基于双差比值指数的叶片叶绿素含量计算方法是由何宏昌;肖斌;董舜丹;张腾旭;窦世卿;付波霖设计研发完成，并于2023-06-25向国家知识产权局提交的专利申请。

本一种基于双差比值指数的叶片叶绿素含量计算方法在说明书摘要公布了：本发明提出了一种基于双差比值指数的叶片叶绿素含量计算方法，涉及叶片叶绿素含量计算领域；该方法包括以下步骤：获取样本叶片的叶片光谱数据，对叶片光谱数据进行导数光谱变换处理，得到不同阶的导数光谱；对导数光谱进行特征扩建，得到各个导数光谱的波段植被指数，将满足预设条件的波段植被指数确定为波段组合；根据波段组合的叶绿素真实值和叶绿素预测值，计算得到每个波段组合的评价系数，将满足预设条件的评价系数的波段组合确定为特征波段组合；通过特征波段组合、叶绿素真实值和叶绿素预测值，对初始模型进行训练，得到训练完成的计算模型；根据目标叶片的目标光谱数据并输入计算模型，得到目标叶片对应的叶绿素含量。

本发明授权一种基于双差比值指数的叶片叶绿素含量计算方法在权利要求书中公布了：1.一种基于双差比值指数的叶片叶绿素含量计算方法，其特征在于，包括以下步骤： S1、获取样本叶片的叶片光谱数据，并对所述叶片光谱数据进行导数光谱变换处理，得到所述叶片光谱数据的多个不同阶的导数光谱； S2、通过对每个不同阶的导数光谱进行特征扩建，得到各个所述导数光谱的波段植被指数，从所有所述波段植被指数中筛选得到满足第一预设条件的波段植被指数，并将满足第一预设条件的波段植被指数对应的叶片光谱数据中的波长组合确定为多个波段组合； 所述波段植被指数包括双波段植被指数和三波段植被指数； 所述双波段植被指数包括双波段第一指数、双波段第二指数和双波段第三指数，其中， 双波段第一指数为：DVI＝Rλ1-Rλ2； 双波段第二指数为：RI＝Rλ1Rλ2； 双波段第三指数为：NVI＝Rλ1-Rλ2Rλ1+Rλ2； 式中，Rλ1和Rλ2是叶片光谱数据中400nm到2400nm波长范围中的任意两个波长，且Rλ1≠Rλ2； 所述三波段植被指数包括三波段第一指数、三波段第二指数和三波段第三指数，其中， 三波段第一指数为：TBI1＝Rλ1-Rλ2Rλ1+Rλ3； 三波段第二指数为：TBI2＝Rλ1-Rλ2Rλ1-Rλ3； 三波段第三指数为：TBI3＝Rλ1Rλ3+Rλ2； 式中，Rλ1和Rλ2是叶片光谱数据中波长400nm到2400nm中的任意两个波长，Rλ3是500nm-555nm、630nm-650nm、690nm-715nm和735nm-740nm波长范围中的任一个波长，且Rλ1≠Rλ2≠Rλ3 将满足第一预设条件的波段植被指数对应的叶片光谱数据中的波长组合确定为多个波段组合的具体步骤为，根据所述双波段植被指数和三波段植被指数，将在第一预置波长范围内的所述双波段植被指数的波长组合和第二预置波长范围内的所述三波段植被指数的波长组合均确定为波段组合； S3、获取每个所述波段组合对应的叶绿素真实值，并将每个所述波段组合输入预置的初始模型中进行预测处理,得到每个所述波段组合的叶绿素预测值； S4、根据每个所述波段组合对应的所述叶绿素真实值和所述叶绿素预测值，计算得到每个所述波段组合的评价系数，将满足第二预设条件的评价系数的所述波段组合确定为特征波段组合； S5、通过所述特征波段组合、所述特征波段组合的所述叶绿素真实值和所述叶绿素预测值，对初始模型进行训练，得到计算模型； S6、获取目标叶片的目标光谱数据，并将所述目标光谱数据输入所述计算模型，得到所述目标叶片对应的叶绿素含量。

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桂林理工大学;湖北科技学院，其通讯地址为：541004 广西壮族自治区桂林市七星区建干路12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”。

以上内容由龙图腾AI智能生成。