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！

龙图腾网获悉江西农业大学申请的专利基于多源遥感数据融合土地资源动态监测预警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：CN121075102B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511631065.0，技术领域涉及：G08B31/00；该发明授权基于多源遥感数据融合土地资源动态监测预警方法及系统是由徐卓琳;吴玉炜;罗志军;聂欣然设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本基于多源遥感数据融合土地资源动态监测预警方法及系统在说明书摘要公布了：本申请涉及土地资源监测技术领域，具体为基于多源遥感数据融合土地资源动态监测预警方法及系统，方法包括：利用无人机周期采集光学影像、SAR回波与LiDAR点云，构建地面三维数字模型并进行地块划分；融合形成多维特征向量，建立LSTM地块特征演化模型，基于历史序列预测当前周期各特征的变化率区间；构建时序差分变化检测算法，计算地块变化率并以预测区间作为异常判定阈值，筛选潜在异常地块；采用双分支卷积神经网络识别作物状态、生长阶段及违建行为，判定确定异常并给出置信度；对确定异常地块进行空间聚类，结合三维模型获取精确边界，生成多级预警信息，提高土地资源监测的决策效率和响应速度。

本发明授权基于多源遥感数据融合土地资源动态监测预警方法及系统在权利要求书中公布了：1.基于多源遥感数据融合土地资源动态监测预警方法，其特征在于，包括： 通过无人机周期性采集地面的光学影像、SAR回波与LiDAR点云数据，基于LiDAR点云数据生成地面三维数字模型并进行地块划分，构建时空配准算法将同周期获取的地面光学影像和SAR回波映射至相应的地块，生成地面三维数字模型； 对于所划分的地块，提取光学影像的纹理特征参数、提取SAR回波的后向散射系数和极化特征，以及提取LiDAR点云的高程统计量和表面粗糙度，并通过特征融合算法生成地块多维特征向量； 构建基于长短期记忆网络的地块特征演化模型，基于历史周期的地块多维特征向量推演当前周期地块变化规律，生成地块特征变化率区间； 建立基于时序差分的变化检测算法，根据地块多维特征向量计算当前周期的地块变化率，以地块特征变化率区间作为潜在异常地块的判定阈值范围，根据潜在异常地块的判定阈值范围标记为潜在异常地块； 构建基于双分支卷积神经网络的地块状态识别模型，将潜在异常地块的光学影像和SAR回波输入地块状态识别模型，识别地面作物种植状态、生长阶段以及地面违建行为，判别潜在异常地块是否为确定异常地块，同时输出确定异常地块的分类结果和置信度评分； 构建基于双分支卷积神经网络的地块状态识别模型，识别潜在异常地块是否为确认异常地块； 双分支结构卷积神经网络分别处理光学影像和SAR数据，光学影像分支采用残差连接结构，并插入由多个并行的空洞卷积构成的多尺度特征提取层以捕获不同感受野的特征； SAR数据分支在光学影像分支网络结构的输入端增加极化特征编码； 构建基于注意力机制的特征融合机制，自适应地计算光学和SAR两个分支特征的权重并进行加权融合； 在双分支卷积神经网络末端设计多任务学习结构，设置并行的分类头以同时识别作物种植状态、生长阶段和地面违建行为； 根据地块状态识别模型对识别任务的预测结果，计算综合置信度评分，并结合预设的违建判定阈值和作物异常的置信度阈值，判别潜在异常地块是否为确定异常地块，并输出分类结果； 对确定异常地块进行空间聚类分析形成地面异常区域，根据地面三维数字模型标定地面异常区域的地理边界，并根据确定异常地块的分类结果和置信度评分生成多级预警信息。

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西农业大学，其通讯地址为：330045 江西省南昌市志敏大道1101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。