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！

龙图腾网获悉深圳先进技术研究院申请的专利一种地表温度遥感产品降尺度方法、系统、设备及介质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：CN115909087B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202211543073.6，技术领域涉及：G06V20/13；该发明授权一种地表温度遥感产品降尺度方法、系统、设备及介质是由郭善昕;陈劲松;韩宇;姜小砾设计研发完成，并于2022-12-02向国家知识产权局提交的专利申请。

本一种地表温度遥感产品降尺度方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种地表温度遥感产品降尺度方法、系统、设备及介质，所述方法包括以下步骤：获取目标时刻T的T前、T后的原始低空间分辨率地表温度数据和原始高空间分辨率地表温度数据；获得T前、T后的采样后低空间分辨率地表温度数据以及采样后每个像素对应于原始像素的ID值；获得低空间分辨率地表温度数据逐像素变化率；利用预训练好的动态多层感知网络DyNet预测获得高空间分辨率地表温度数据逐类别变化率；利用预训练好的权重感知网络WNet预测获得目标时刻T的地表温度。本发明提供的技术方案能够解决现有线性解混模型无法有效估计地表温度以及现有权重函数在变化率‑1附近失效的技术问题。

本发明授权一种地表温度遥感产品降尺度方法、系统、设备及介质在权利要求书中公布了：1.一种地表温度遥感产品降尺度方法，其特征在于，包括以下步骤： 获取目标时刻T的T前、T后的原始低空间分辨率地表温度数据和原始高空间分辨率地表温度数据；其中，T前为目标时刻T之前的任意有数据时刻，T后为目标时刻T之后的任意有数据时刻； 将T前、T后的原始低空间分辨率地表温度数据重采样到与原始高空间分辨率地表温度数据一致的空间分辨率，获得T前、T后的采样后低空间分辨率地表温度数据以及采样后每个像素对应于原始像素的ID值； 基于T前、T后的采样后的低空间分辨率地表温度数据，按照T前、T、T后三个时间点计算逐像素的变化率，获得低空间分辨率地表温度数据逐像素变化率； 将低空间分辨率地表温度数据逐像素变化率、采样后每个像素对应于原始像素的ID值以及预获取的地表同质单元ID作为输入，利用预训练好的动态多层感知网络DyNet预测获得高空间分辨率地表温度数据逐类别变化率；将T前、T后的原始高空间分辨率地表温度数据的差值的绝对值和获得的高空间分辨率地表温度数据逐类别变化率作为输入，利用预训练好的权重感知网络WNet预测获得目标时刻T的地表温度； 其中，所述预训练好的动态多层感知网络DyNet的获取步骤包括： 获取第一训练样本集；其中，所述第一训练样本集中的每个训练样本均包括作为输入的低空间分辨率地表温度数据逐像素变化率、采样后每个像素对应于原始像素的ID值和地表同质单元ID，以及作为标签的高空间分辨率地表温度数据逐类别变化率；其中，所述高空间分辨率地表温度类别变化率是基于T前、T、T后的原始高空间分辨率地表温度数据，按照T前、T、T后三个时间点逐像素计算，并利用地表同质单元ID求取逐个类别的均值得到；地表同质单元ID由时间序列地表温度数据聚类或土地覆被类型数据获得； 基于所述第一训练样本集对预构建的动态多层感知网络，采用MSELoss损失函数进行训练，达到预设收敛条件后，获得所述预训练好的动态多层感知网络； 所述预训练好的权重感知网络WNet的获取步骤包括：获取第二训练样本集；其中，所述第二训练样本集中的每个训练样本均包括作为输入的高空间分辨率地表温度数据T前和T后的差值的绝对值和所述第一训练样本集中所述高空间分辨率地表温度数据逐类别变化率，以及作为标签的目标日期的高空间分辨率地表温度；基于所述第二训练样本集对预构建的权重感知网络，采用MSELoss损失函数进行训练，达到预设收敛条件后，获得所述预训练好的权重感知网络。

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深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区西丽大学城学苑大道1068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。