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！

龙图腾网获悉中国地质科学院探矿工艺研究所申请的专利基于多源遥感的高寒湿地动态监测与健康评价方法及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：CN119785235B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202510021450.7，技术领域涉及：G06V20/13；该发明授权基于多源遥感的高寒湿地动态监测与健康评价方法及系统是由刘勇;黄安邦;彭博;魏良帅;舒勤峰设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本基于多源遥感的高寒湿地动态监测与健康评价方法及系统在说明书摘要公布了：本发明涉及基于多源遥感的高寒湿地动态监测与健康评价方法及系统，包括以下步骤：步骤1、数据采集与预处理；步骤2、多模态数据特征提取；步骤3、多模态数据融合；步骤4、动态监测；步骤5湿地健康评价；本发明高寒湿地独特的季节性变化和地表复杂性，优化了SAR极化分解模型与光学湿地指数的计算方法，为湿地保护区管理提供科学依据，提高生态修复效率；支持高寒地区水资源管理与生态保护政策制定；为研究湿地碳汇功能和气候变化影响提供数据支撑。

本发明授权基于多源遥感的高寒湿地动态监测与健康评价方法及系统在权利要求书中公布了：1.基于多源遥感的高寒湿地动态监测与健康评价方法，包括以下步骤： 步骤1、数据采集与预处理； 获取SAR影像数据，光学影像数据，辅助数据，分别进行预处理； 步骤2、多模态特征提取； 实现SAR特征、光学特征、动态特征的提取；所述SAR特征的提取包括：对于散射特征，通过计算VVVH比值和极化差异指数PDI，增强了水体与植被、植被与裸露地之间的对比度，提升了分类精度；对于纹理特征，基于灰度共生矩阵提取湿地土壤湿度和粗糙度，计算统计指标包括：对比度、同质性、能量和相关性，评估土壤表面的纹理复杂度和湿度变化；所述光学特征的提取，包括：能够在短时间内提供高敏感度的植被监测数据的归一化植被指数NDVI和用于增强水体边界的动态特征修正归一化水体指数MNDWI，MNDWI与NDVI结合使用时能够提供更全面的植被与水体信息，增强湿地分类和监测的精度，支持对湿地水文动态变化的全面评估；对于地表温度LST，在高寒湿地环境中，LST提供了对湿地地表热环境的实时监测，支持环境变化的动态响应评估；所述动态特征的提取，包括：构建湿地的时间序列数据集，每个时间节点的数据包括散射特征VVVH、光谱指数NDVI、MNDWI及地表温度LST，通过分析不同季节的特征变化，识别湿地植被的生长峰值、衰退过程以及水体面积的季节性波动，应用统计分析方法检测湿地水体面积的增长或减少趋势，以及植被指数的长期上升或下降趋势； 步骤3、多模态数据融合； 采用时空卷积神经网络，结合注意力机制，提高对湿地特征的敏感性，输入SAR和光学多时相数据，对SAR和光学多时相数据进行融合处理；所述时空卷积神经网络ST-CNN旨在同时捕捉空间和时间维度上的特征变化，适应高寒湿地复杂的时空动态环境，输出湿地分类、动态变化趋势图及关键特征分布图，其主要架构包括网络分支一：处理SAR散射与纹理特征，网络分支二：处理光学植被与水体特征，具体包括以下组成部分：输入层：SAR特征输入，包括散射特征、纹理特征及动态特征；光学特征输入，包括光谱指数及时间序列变化特征； 卷积层： 空间卷积层，采用二维卷积核3×3或5×5对输入数据的空间特征进行提取，捕捉地物的空间分布和结构信息； 时间卷积层，采用一维卷积核1×3或1×5，沿时间维度处理时间序列特征，捕捉湿地动态变化的时间依赖性； 通道注意力，通过自适应调整不同特征通道的重要性权重，突出关键特征，抑制不相关或冗余特征；采用全局平均池化和全局最大池化操作，生成通道权重向量，并通过全连接层和激活函数计算每个通道的注意力权重； 空间注意力，通过调整不同空间区域的特征重要性，突出湿地核心区域的特征响应，抑制背景或噪声区域的干扰，结合不同特征图的空间信息，生成空间权重图，并通过卷积操作计算每个空间位置的注意力权重； 融合层，将经过通道和空间注意力机制处理后的SAR特征图与光学特征图进行拼接，形成综合特征表示，通过学习得到的权重，对不同来源的特征图进行加权求和，融合多源信息；全连接层，将融合后的高维特征向量映射到分类或回归任务的输出空间，实现湿地类型分类和动态变化趋势预测； 输出层，输出各类湿地关于永久湿地、季节性湿地、泥炭地、退化湿地的分类概率图； 动态变化趋势图，输出湿地水体面积、植被覆盖度和土壤湿度的动态变化趋势预测图； 步骤4、动态监测； 通过融合后的特征数据，基于随机森林或支持向量机分类算法，将湿地分为永久湿地、季节性湿地、泥炭地和退化湿地；通过时间序列数据分析湿地动态变化趋势包括湿地面积、植被覆盖和水体扩缩； 分类标准与判定依据： 永久湿地，在至少连续三年的大部分时相内，水体覆盖时间和湿度状态保持稳定，水位季节波动小于5%，以水体覆盖时间占全年比例大于75%和土壤湿度指数SMI变化趋势稳定作为判断依据； 季节性湿地，年内水位或水体面积存在明显季节性波动，水体面积季节极值差异超过30%； 泥炭地，结合SAR散射特征、光学植被指数及土壤类型数据，识别含有大量有机质的湿地类型，呈现特殊极化响应和纹理特征； 退化湿地，基于多源指标结合土壤湿度指数SMI持续下降趋势或人为干扰指数显著提高，判定为退化湿地； 步骤5、湿地健康评价； 通过构建和计算多个生态健康指标，综合评估高寒湿地的生态健康状态； 所述生态健康指标包括：水体健康指数WHI，利用动态监测得到的水体面积时间序列数据，计算年度水体面积的增长率或减少率，基于数字高程模型DEM和水体分布数据，分析水体的连通网络密度和贯通状况，将水体面积变化率和连通性指标通过加权求和，得到WHI得分； 植被健康指数VHI，通过结合植被覆盖度变化率、植被生长峰值与地表温度，量化湿地植被的健康状况，利用NDVI时间序列数据，计算年度植被覆盖度的增长率或减少率，识别植被生长季节的NDVI峰值，反映植被的生长强度，结合LST数据，评估高温对植被健康的影响，通过加权公式综合计算VHI得分； 土壤湿度指数SMI，通过反映土壤湿度状况，反映湿地土壤水分的健康状态，利用GLCM提取的粗糙度指标和气象数据，建立土壤湿度反演模型，计算年度土壤湿度的平均值或关键时段值，分析多时相SMI数据，评估土壤湿度的年均湿度变化率，将土壤湿度的当前状态与历史数据进行比较，通过标准化处理得到SMI得分； 通过层次分析法AHP对水体健康指数WHI、植被健康指数VHI、土壤湿度指数SMI进行权重分配和综合评价，生成湿地生态健康综合得分； 得分区间划分：优：综合得分0.8；良：0.6≤综合得分≤0.8；中：0.4≤综合得分0.6；差：综合得分0.4。

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地质科学院探矿工艺研究所，其通讯地址为：610000 四川省成都市金牛区一环路北二段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。