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！

龙图腾网获悉集美大学申请的专利融合地基-多源卫星叶绿素荧光的区域GPP同化反演系统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：CN120930949B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202511460443.3，技术领域涉及：G06Q10/063；该发明授权融合地基-多源卫星叶绿素荧光的区域GPP同化反演系统是由林晓凤;郭立峰;肖钟湧设计研发完成，并于2025-10-14向国家知识产权局提交的专利申请。

本融合地基-多源卫星叶绿素荧光的区域GPP同化反演系统在说明书摘要公布了：本发明的融合地基‑多源卫星叶绿素荧光的区域GPP同化反演系统，属于陆地生态系统碳循环监测技术领域，包括观测数据采集模块；信号解混与模拟生成模块，用于将混合像元总荧光解混为纯净叶绿素荧光SIF，并基于环境胁迫数据，驱动生态模型生成SIF和GPP模拟值；状态分量解耦模块，用于将总GPP模拟值解耦为光响应快速分量，慢速分量与记忆分量；状态演化预测模块，用于预测慢速分量与记忆分量的动态演化；自适应同化反演模块，用于以慢速分量和记忆分量作为状态变量，以SIF观测值作为观测数据，并结合状态演化预测模块的预测结果，对区域GPP进行反演。本发明克服了传统方法因模型简化或数据单一性而导致的系统性偏差。

本发明授权融合地基-多源卫星叶绿素荧光的区域GPP同化反演系统在权利要求书中公布了：1.融合地基-多源卫星叶绿素荧光的区域GPP同化反演系统，其特征在于，包括： 观测数据采集模块，用于获取地基与遥感观测的日光诱导叶绿素荧光、光合有效辐射、高分辨率土地覆被数据以及环境胁迫数据； 信号解混与模拟生成模块，用于基于由高分辨率土地覆被数据确定的植被功能型覆盖度，将混合像元总荧光解混为纯净叶绿素荧光SIF，并基于环境胁迫数据，驱动生态模型生成SIF和GPP模拟值； 状态分量解耦模块，用于将总GPP解耦为光响应快速分量，慢速分量与记忆分量； 状态演化预测模块，用于基于预设的生态系统状态临界转换模型，预测慢速分量与记忆分量的动态演化； 自适应同化反演模块，用于以慢速分量和记忆分量作为状态变量，以SIF观测值作为观测数据，并结合状态演化预测模块的预测结果，对区域GPP进行反演； 所述信号解混与模拟生成模块具体用于： 应用预设的生态学机理约束混合像元解混模型，结合植被功能型覆盖度、预设的冠层辐射传输修正算子以及生态交互项，解算出纯净叶绿素荧光SIF； 应用预设的生理约束非线性转换算子，建立从纯净叶绿素荧光SIF到最大羧化速率Vcmax25的定量关系； 所述生理约束非线性转换算子包括非线性调节项，非线性调节项与环境胁迫数据中的温度和水汽压差相关，用于表征环境胁迫对电子传递链的调控； 所述状态分量解耦模块具体用于： 基于观测数据采集模块获取的光合有效辐射，确定光响应快速分量； 应用预设的时间卷积模型，通过对历史环境胁迫进行积分，确定记忆分量； 所述生态系统状态临界转换模型为基于分岔理论修正的非线性随机微分方程，用于描述生态系统在环境胁迫下的非线性响应； 所述自适应同化反演模块具体用于： 构建以慢速分量和记忆分量为状态变量的同化框架； 以状态演化预测模块作为同化框架的状态转移方程； 将由信号解混与模拟生成模块提供的纯净SIF观测值作为同化框架的观测输入，并通过数据同化优化状态变量和模型参数； 所述自适应同化反演模块还用于： 根据像元内主导的植被功能型类型，从预设的生理参数库中调取对应参数； 并基于调取的参数，动态调整同化代价函数中的约束项，以确保模型演化符合特定植被功能型的生理规律。

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集美大学，其通讯地址为：361000 福建省厦门市集美银江路185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。