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！

龙图腾网获悉自然资源部第一海洋研究所申请的专利基于多源数据与贝叶斯更新的蓝碳市场自适应核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：CN121212578B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511767171.1，技术领域涉及：G06Q10/063；该发明授权基于多源数据与贝叶斯更新的蓝碳市场自适应核算方法是由刘超;张志卫;郭振;谷东起;陈琛;李萍设计研发完成，并于2025-11-28向国家知识产权局提交的专利申请。

本基于多源数据与贝叶斯更新的蓝碳市场自适应核算方法在说明书摘要公布了：本发明提供了一种基于多源数据与贝叶斯更新的蓝碳市场自适应核算方法，属于自然资源规划与生态管理技术领域；首先，通过系统性的流程构建标准化的多源融合数据集，然后对采集的数据进行预处理，生成标准化蓝碳多源融合数据集；随后通过基于贝叶斯的碳储量估计模型，输出监测点碳储量先验值，将监测点碳储量均值与空间先验值进行融合，更新监测点碳储量分布；最后构建碳信用风险指标体系，计算地块层和区域层风险指标，利用更新后的监测点碳储量分布更新地块层碳储量均值，根据碳储量均值及风险指标生成蓝碳项目参考交易价格。本发明构建了一个全链条蓝碳智能核算体系，实现了生态模型、深度学习与碳市场机制的跨学科融合。

本发明授权基于多源数据与贝叶斯更新的蓝碳市场自适应核算方法在权利要求书中公布了：1.一种基于多源数据与贝叶斯更新的蓝碳市场自适应核算方法，其特征在于，包括以下过程： S1，采集样地植被生长状况光谱特征数据、植被水体反射特征数据、植被三维结构与地形三维结构特征数据、地面监测数据和样地调查数据； S2，对采集的数据进行预处理，生成标准化蓝碳多源融合数据集； S3，以标准化蓝碳多源融合数据集作为基于贝叶斯的碳储量估计模型输入，首先，通过碳储量分层模型，将蓝碳生态系统划分为区域层、地块层和监测点层三个空间层级，量化不同层级碳储量的分布及其不确定性；然后通过空间深度学习模型提取不同空间层级碳储量分布的特征，获得监测点碳储量先验值；根据地块碳储量分布与监测点碳储量先验值计算每个监测点的碳储量估计值并更新监测点碳储量分布；所述碳储量分层模型具体包括： 空间层级划分：将S1得到的标准化蓝碳多源融合数据集划分为三层空间结构：所述区域层划分采用基于坐标的空间聚类方法，对标准化蓝碳多源融合数据集中的所有像元进行K-means聚类，获得个区域类簇，单个区域类簇被定义为一个生态区域，类簇的边界由该类簇最外层像元的凸包确定；所述地块层，对每个区域类簇中的所有像元进行K-means聚类获得个地块类簇，单个地块类簇被定义为一个地块；所述监测点层，将单个地块中包含的所有像元均被定义为监测点，每个监测点包含其像元空间坐标，监测点描述该地块的碳储量基础特征； 建立碳储量分布数学模型：对不同尺度上的碳储量分布进行联合建模，每个层级的碳储量分布被视为随机变量，方差反映观测不确定性；将监测点匹配的S1中所有数据经预训练的非线性映射多层感知机转换为监测点的碳储量均值和方差，获得监测点碳储量分布；其中为第个监测点的碳储量均值，第个监测点的碳储量方差； 在获得监测点级碳储量分布后，碳储量分布数学模型的完整分层结构如下：监测点层碳储量值;地块层碳储量分布数学模型：；区域层碳储量分布数学模型：；其中，表示地块层所有监测点的碳储量均值；表示监测点碳储量局部偏差；，分别表示地块层和区域层的方差；为区域层所有地块的碳储量均值，整合区域内所有地块信息；将每个监测点的质量分数作为计算地块层碳储量均值和方差的权重； S4，构建碳信用风险指标体系，计算地块层和区域层风险指标，利用更新后的监测点碳储量分布更新地块层碳储量均值，根据碳储量均值及风险指标生成蓝碳项目参考交易价格。

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自然资源部第一海洋研究所，其通讯地址为：266061 山东省青岛市崂山区仙霞岭路6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。