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！

龙图腾网获悉广东海洋大学申请的专利基于卷积神经网络和多源数据土地退化程度分类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：CN119513738B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411557347.6，技术领域涉及：G06F18/2431；该发明授权基于卷积神经网络和多源数据土地退化程度分类方法是由陈洋;胡营营;李高聪;魏军晓;潘一清;陈雯倩设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本基于卷积神经网络和多源数据土地退化程度分类方法在说明书摘要公布了：本发明提供了一种基于卷积神经网络和多源数据土地退化程度分类方法，包括以下步骤：S1：确定土地退化程度标准；S2：获取土地退化程度样点数据并根据土地退化程度标准进行样点分类；S3：获取环境变量数据并进行预处理；S4：将分类后的土地退化程度样点数据、预处理后的环境变量数据进行统一处理，得到样本数据；S5：构建土地退化程度分类模型并训练模型；S6：使用训练好的土地退化程度分类模型获取土地退化程度分类结果。以解决现有技术中只关注单一环境指数，忽视其他多源环境因素、忽略了实际过程中存在复杂非线性关系导致结果偏差较大、存在极大主观性的问题。

本发明授权基于卷积神经网络和多源数据土地退化程度分类方法在权利要求书中公布了：1.基于卷积神经网络和多源数据的土地退化程度分类方法，其特征在于，包括以下步骤： S1：确定土地退化程度标准； S2：获取土地退化程度样点数据并根据土地退化程度标准进行样点分类； S3：获取环境变量数据并进行预处理； S4：将分类后的土地退化程度样点数据、预处理后的环境变量数据进行统一处理，得到样本数据； S5：构建土地退化程度分类模型并训练模型； S6：使用训练好的土地退化程度分类模型获取土地退化程度分类结果； 所述S3包括： S31：获取Sentinel-2数据并进行预处理： 获取的大气顶部表观反射率数据；对遥感数据集进行中值合成处理；再计算光谱指数，光谱指数包括：土壤调节植被指数归一化差分植被指数增强型植被指数总绿度指数归一化燃烧比值叶面积指数粘土矿物指数铁矿比率指数、氧化铁比率指数、区域燃烧指数； S32：获取数据并进行预处理： 获取的地面范围检测GRD数据，并进行中值合成；地面范围检测GRD数据中包含垂直发射和垂直接收的极化模式下的后向的散射系数即VV后向散射系数、垂直发射和水平接收的极化模式下的后向散射系数即VH后向散射系数；再将VV后向散射系数、VH后向散射系数进行差分归一化后得到雷达植被指数RVI； S33：获取数字高程模型DEM数据并进行预处理： 获取DEM数据，将DEM数据进行地形分析，获取海拔、坡度、坡向、地形曲率、地形坡位指数、地表起伏度、径流动力指数、地表粗糙度、地形湿度指数、坡长这些参数； S34：获取土壤数据、气候数据、土地利用类型数据并进行预处理： 获取土壤数据，包括土壤有机质含量、土壤沙粒含量、土壤粉粒含量、土壤黏粒含量数据；气候数据为当年至a年前期间的年平均气温、年平均降水量的数据；获取土地利用类型数据； S31~S34获取的数据均为环境变量数据，这些环境变量数据形式均为栅格形式； S35：数据栅格化； 获取的土壤母质类型数据、地质类型数据并进行栅格化； S36：数据标准化； 将全部环境变量的栅格数据进行重采样至同一分辨率；并将土地利用类型数据、地质类型数据、土壤母质类型栅格数据转换为数值形式，对除这三个环境变量之外的其他环境变量的栅格数据进行归一化处理。

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广东海洋大学，其通讯地址为：524090 广东省湛江市麻章区海大路1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。