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！

龙图腾网获悉中国科学院地理科学与资源研究所申请的专利草地遥感资源自动分类方法、装置、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：CN121259423B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202511440960.4，技术领域涉及：G06V10/764；该发明授权草地遥感资源自动分类方法、装置、设备及介质是由王军邦设计研发完成，并于2025-10-10向国家知识产权局提交的专利申请。

本草地遥感资源自动分类方法、装置、设备及介质在说明书摘要公布了：本发明涉及一种草地遥感资源自动分类方法、装置、设备及介质，涉及遥感图像处理和机器学习技术领域，其方法通过三层分类框架，结合地面样方、遥感数据、气象数据和DSM高程数据，逐步区分草地与非草地、粗分类草地类型草原、荒漠、灌草丛、草甸与沼泽及细化为18类草地资源。采用高斯低通滤波去噪，权重池化生成多尺度特征图，门控卷积填补缺失区域，注意力机制增强地理环境特征的空间自相关性。随机森林与卷积神经网络对比选优，融合最优模型，基于无人机数据和草地资源图进行精度评价，计算宏平均的总体精度、用户精度、生产者精度、F1指数和Kappa系数。本发明实现高精度草地资源分类，适用于草地资源的生态监测与管理。

本发明授权草地遥感资源自动分类方法、装置、设备及介质在权利要求书中公布了：1.一种草地遥感资源自动分类方法，其特征在于，包括： 获取目标区域的多源原始数据，所述多源原始数据包括遥感数据、气象数据、地面样方数据和高程数据，所述地面样方数据包括经纬度、草地类型和优势种信息，气象数据包括年均气温和年均降水量； 对所述多源原始数据进行特征提取，得到目标多源融合特征数据，所述目标多源融合特征数据包括多种遥感指数、地形指数、气象指数，所述多种遥感指数包括归一化植被指数、土壤调节植被指数、比值植被指数、湿度指数、裸土指数、归一化水体指数，所述地形指数包括高程、坡度和坡向，所述气象指数包括年均气温、年总降水量、积温指标及生长季相关温度天数指标； 将所述目标多源融合特征数据输入至预先构建的多级分类模型中，得到所述目标区域的草地资源类型分类图； 其中，所述预先构建的多级分类模型是基于历史多源融合特征数据及对应的草地类型标签，采用递进式三级框架训练的，所述预先构建的多级分类模型包括第一层分类模型、第二层分类模型和第三层分类模型，所述第一层分类模型用于区分草地与非草地区域，生成草地掩膜，所述第二层分类模型用于在草地区域内进行一级草地类型划分，所述第三层分类模型用于在一级草地类型基础上进行二级草地类型细分； 所述预先构建的多级分类模型的构建方法，包括： 获取目标区域的历史多源融合特征数据，基于历史多源融合特征数据，构建训练集和测试集； 对于多级分类模型中的任一层级分类模型，基于当前层级的上一层级的分类模型输出的掩膜,分别对训练集和测试集进行裁剪，得到裁剪后的训练集和测试集，第一层级分类模型基于初始掩膜对训练集和测试集进行裁剪，所述初始掩膜为设定掩膜； 对于多级分类模型中的任一层分类模型，通过递归特征消除和随机森林评估器，对裁剪后的训练集和测试集进行特征筛选，得到特征筛选后的训练集和测试集； 对于多级分类模型中的任一层分类模型，基于网格搜索、交叉验证优化和所述特征筛选后的训练集，对预先构建的随机森林模型进行训练，优化RF超参数，得到训练后的随机森林模型； 对于多级分类模型中的任一层分类模型，基于权重池化，生成裁剪后的训练集的多尺度特征，并通过编码器-解码器结构、门控卷积和注意力机制对CNN模型进行训练，得到训练后的CNN模型； 对于多级分类模型中的任一层分类模型，基于裁剪后的测试集，评估训练后的随机森林模型和训练后的CNN模型，并基于预定的评价指标选择最优算法或算法融合方案作为当前层级的最终分类模型； 对于多级分类模型中的任一层分类模型，基于所述当前层级的最终分类模型对所述目标区域的草地资源预测，生成当前层级的分类结果，并将其转化为下一级所需的输入掩膜，直至完成所有层级的模型训练，得到训练后的多级分类模型。

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科学院地理科学与资源研究所，其通讯地址为：100101 北京市朝阳区大屯路甲11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。