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！

龙图腾网获悉江苏海洋大学申请的专利一种海水悬沙浓度低空观测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：CN119354837B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411682043.2，技术领域涉及：G01N15/075；该发明授权一种海水悬沙浓度低空观测方法是由张存勇;王朝阳;孙美萍;韩涵设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种海水悬沙浓度低空观测方法在说明书摘要公布了：本发明涉及海洋水文监测技术领域，且公开了一种海水悬沙浓度低空观测方法，利用低空观测平台搭载数字摄影设备，获取海水悬沙浓度影像，同时对摄影海域进行水样采集，并通过全球卫星定位系统进行定位，使用过滤法测定悬沙含量，对获取的海水悬沙浓度影像进行预处理，实现影像的自动拼接和正射影像的自动化成像。基于优化的人工神经网络算法，利用处理后的影像数据和实测悬沙浓度数据进行训练，建立海水悬沙浓度反演模型并评估模型精度。该方法利用低空观测平台获取高分辨率影像，通过优化人工神经网络模型进行悬沙浓度反演，具有精度高、成本低、灵活性和时效性等优点，可有效弥补卫星遥感的不足。

本发明授权一种海水悬沙浓度低空观测方法在权利要求书中公布了：1.一种海水悬沙浓度低空观测方法，其特征在于，包括如下步骤： S1、借助低空观测平台，利用数字摄影获取目标海域的海水悬沙浓度影像，所获取的影像可存储到芯片存储卡上以将其下载或传输到计算机工作站上进行后续处理；在摄影海域同时进行水样采集和全球卫星定位，采集的水样利用过滤法测定悬沙含量，将采集的水样分成建模样本和验证样本； S2、对获取的海水悬沙浓度影像进行预处理，包括均值滤波、地理配准、角度校正，通过自动拼接和正射影像处理，生成用于进一步分析的影像数据； S3、根据采集的悬沙浓度影像数据和实测悬沙浓度数据，构建人工神经网络，基于优化人工神经网络算法，利用海水悬沙浓度影像数据与实测悬沙浓度数据进行人工神经网络训练，调整网络参数，优化模型性能，建立海水悬沙浓度低空反演模型； S4、利用遥感悬沙浓度反演模型和实测验证样本验证海水悬沙浓度低空反演模型，评估海水悬沙浓度反演模型的精度，根据评估结果，对模型进行调整和优化； S5、将海水悬沙浓度低空反演模型应用于目标海域影像数据，反演得到海水悬沙浓度的低空观测结果； 步骤S2中，海水悬沙浓度影像处理时地理配准的具体实施方法为： 地理配准：通过摄像系统上装有全球卫星定位系统，采用实时动态载波相位差分进行空间定位，或者选取特征地物，利用全球卫星定位系统进行空间定位，获取地物经纬度，结合特征地物坐标点与图像上的像素点利用ArcGIS软件进行地理配准；若观测区域内无特征地物，进行人为标记； 海水悬沙浓度影像处理时角度校正的具体实施方法为： 采用单色液体在相同光源下进行测试，利用相机从倾角由20°到90°不同角度进行拍摄，利用Matlab软件提取相机影像RED、GREEN和BLUE波段值，将相机不同倾角与同一位置相机波段值进行函数拟合，得到角度矫正方程为：CX＝13*λ*C1000+λ，式中CX为经过矫正后的波段值，C为未经矫正的波段值，λ为相机与水平面的夹角； 利用角度矫正方程将RED、GREEN和BLUE波段值矫正为正摄角，校正后的RED、GREEN和BLUE波段值为：CR＝13*λ*C1000+λ；CG＝13*λ*C1000+λ；CB＝13*λ*C1000+λ； 基于人工神经网络算法，利用海水悬沙浓度影像波段值与实测悬沙浓度进行人工神经网络训练，建立海水悬沙浓度低空反演模型；人工神经网络为含有输入层、两个隐含层和输出层的BP神经网络模型； 利用Matlab构建包含输入层、隐含层、输出层的神经网络模型，输入层为根据相机影像提取的RGB波段数据，输出层为悬沙浓度数据，每个像素点的波段数据为输入，悬沙浓度为对应的输出；神经网络算法训练数据包括两部分，分别为输入数据和输出数据，将两部分数据组成数据对，以70％实测的海水悬沙浓度数据和处理矫正后的图像波段RGB数据对作为训练数据集，剩余的数据对作为验证测试数据集； 使用mapminmax函数将输入数据和输出数据归一化到[0,1]区间；采用feedforwardnet函数构建一个神经网络；隐含层使用tansig激活函数，通过实验比较分析设置隐含层的神经元个数，第一个隐含层神经元个数为12个，第二个隐含层神经元个数为7个；输出层使用线性激活函数purelin； 训练算法选择trainlm对神经网络进行训练，设置训练参数，包括最大训练次数1000次、学习率0.01、训练目标误差10-6，优化后利用5折交叉验证和L2正则化来避免过拟合，优化神经网络参数； 步骤S4中，海水悬沙浓度低空反演模型验证采用与实测悬沙浓度、遥感反演悬沙浓度进行对比，并用均方误差MSE、均方根误差RMSE、平均绝对误差MAPE三个指标评估悬沙浓度反演模型的精度，公式如下： 其中，yi为实测值,为模型预测值,n为样本数量。

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江苏海洋大学，其通讯地址为：222005 江苏省连云港市海州区苍梧路59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。