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！

龙图腾网获悉中国农业大学申请的专利一种基于遥感数据融合的农田根层土壤含盐量反演方法及应用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：CN117451968B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202311172496.6，技术领域涉及：G01N33/24；该发明授权一种基于遥感数据融合的农田根层土壤含盐量反演方法及应用是由石建初;乔学瑾;杨光;左强;吴训;盛建东设计研发完成，并于2023-09-12向国家知识产权局提交的专利申请。

本一种基于遥感数据融合的农田根层土壤含盐量反演方法及应用在说明书摘要公布了：本发明涉及一种基于遥感数据融合的农田根层土壤盐分含量反演方法及应用。区别于已有其它遥感反演方法只能粗略估算表层土壤盐分含量，本发明以作物生育盛期根层土壤盐分对蒸腾与蒸散的影响机制为依据，利用相对蒸散速率与土壤盐分胁迫修正系数之间的关系建立根层土壤含盐量遥感反演模型，基于具有不同时空分辨率的遥感影像数据融合、反演获得根层土壤盐分在区域尺度上的空间分布规律，并结合多年遥感影像资料分析其时空演变规律。应用本发明技术，可以丰富土壤水盐运移理论、完善遥感监测方法，还能有助于深入理解区域尺度农田蒸散速率和根层土壤盐分的时空演变规律及其驱动机制，为优化种植结构与水土资源配置、促进盐碱农业可持续发展以及保护生态环境提供新的手段和科学依据。

本发明授权一种基于遥感数据融合的农田根层土壤含盐量反演方法及应用在权利要求书中公布了：1.一种基于遥感数据融合的农田根层土壤含盐量反演方法，其特征在于，包括如下步骤： 步骤1，基于田间试验数据建立作物相对蒸腾速率与根层土壤含盐量之间的定量关系： ； 式中：与Tp分别为作物的实际与潜在蒸腾速率；为根层平均土壤含盐量；为土壤盐分胁迫修正系数；φL为作物耐盐临界值，当土壤含盐量高于该临界值时作物会受到盐分胁迫；φw为作物受到严重胁迫发生永久凋萎时所对应的土壤含盐量；为拟合参数； 步骤2，基于作物生育盛期相对蒸散速率与相对蒸腾速率之间的近似关系，由式1进一步建立相对蒸散速率与根层土壤含盐量之间的关系，即根层土壤含盐量遥感反演模型： ； 步骤3，在作物生育盛期内确定研究时段，获取该研究时段卫星L与M在研究区域内的遥感影像数据，并利用地表能量平衡模型，基于每幅遥感影像分别反演获得的空间分布规律； 所述卫星L代表某一高空间分辨率、低时间分辨率卫星，卫星M代表某一高时间分辨率、低空间分辨率卫星； 步骤4，参考自适应遥感影像时空融合模型，将经步骤3获得的进行融合计算，获得研究时段内每天的高分辨率空间分布规律； 所述自适应遥感影像时空融合模型为： ; 上两式中：k=m或n；w是搜索框宽度；xw2,yw2是目标像元的中心；为融合后最终获得的tp时刻具有高时空分辨率的值，tp时刻为研究时段内除首尾两天外的其中某一天；为基于tm时刻卫星L和M遥感影像以及tp时刻卫星M影像共同预测的tp时刻的值，tm时刻为研究时段第一天；为基于tn时刻卫星L和M影像以及tp时刻卫星M影像共同预测的tp时刻的值，tn时刻为研究时段最后一天；Tm和Tn分别为tm和tn时刻遥感影像相对于tp时刻的时间权重因子；和分别为基于卫星L和M遥感影像计算的值；N为相似像元数量；Vi为转换系数，即对和影像中第i个相似像元处的值做线性回归时的斜率；Wi为第i个相似像元的权重； 步骤5，根据步骤4得到的研究时段内每天的高分辨率空间分布规律，获得研究时段内的平均值的高分辨率空间分布规律，并根据式2反演获得的空间分布规律； 所述步骤3的具体步骤为： 步骤3-1，将研究时段的第一天和最后一天分别设为参考时刻tm和tn，获取tm和tn时刻卫星L的遥感影像以及研究时段内卫星M每天的遥感影像，利用每幅遥感影像分别反演获得所需的地表参数，包括地表反照率α0、地表比辐射率ε0、归一化植被指数NDVI、地表温度T0、太阳天顶角SZA； 步骤3-2，利用步骤3-1得到的地表参数估算净辐射通量Rn； 步骤3-3，利用步骤3-1得到的NDVI计算植被覆盖度fc； 步骤3-4，基于步骤3-1和3-3得到的T0与fc以及大气压、风速、气温，迭代求解摩擦风速、感热通量H及奥布霍夫稳定度长度L； 步骤3-5，基于上述步骤3-1、3-2、3-3以及3-4所获得的参数，根据地表能量平衡模型，分别反演获得tm和tn参考时刻基于卫星L和卫星M遥感影像的值，即、和，以及某一预测时刻tp基于卫星M遥感影像的值，即； 上述tp为研究时段内除参考时刻外的其它时刻，即研究时段内除tm和tn外的任意一天； 所述地表能量平衡模型为： ； 上式中：为水的汽化潜热；ρw为水的密度；Rn为净辐射通量；G为土壤热通量；Hdry=Rn–G，为极度干燥条件下的感热通量；Hwet为充分湿润条件下的感热通量；ETwet为充分湿润条件下的蒸散强度，； 所述步骤4的具体步骤为： 步骤4-1，利用参考时刻tm和tn基于卫星L遥感影像获得的与分布图分别选取研究区域内各目标像元的相似像元，对于任意目标像元，选取两个参考时刻相似像元的交集为最终相似像元，具体为： 针对各参考时刻具有高分辨率的，分别以目标像元为中心，在邻域范围内设定一定大小的搜索框，判断框内每个像元与目标像元的差值，若差值小于阈值，则认定该像元为目标像元的相似像元，然后再选取tm和tn时刻目标像元的相似像元的交集作为该目标像元的最终相似像元； 上述阈值由下式判定 或n； 上式中：xi,yi是第i个相似像元的位置，i=1,2,…,N，N是包括中心像元在内的相似像元的数量；是中所有像元值的标准差；是土地覆盖类型的预估数量； 步骤4-2，计算参考时刻即与的分布图中目标像元与第i个相似像元的空间距离di，再计算参考时刻第i个相似像元和之间的相关系数Ri； ; 和分别代表tm和tn时刻影像中第i个相似像元的值，tm和tn时刻影像即与和分别代表tm和tn时刻影像中第i个相似像元的值，tm和tn时刻影像即与和分别代表和的均值和标准差；和分别代表和的均值和标准差； 根据所获得的di和Ri，计算目标像元第i个相似像元的综合指数Di； ； 将Di的归一化倒数作为第i个相似像元的权重Wi； ； 步骤4-3，计算和中第i个相似像元值之间的转换系数Vi； ； 步骤4-4，结合Wi和Vi，根据tm和t时刻的分布图以及时刻的分布图，预测时刻的高空间分辨率，得到研究时段内每天具有高时空分辨率的的分布规律。

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农业大学，其通讯地址为：100193 北京市海淀区圆明园西路2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。