基于GeoAI机器学习的地表温度智能降尺度季节性表征及分析方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明开发了一种基于GeoAI机器学习的地表温度智能降尺度季节性表征及分析方法。该方法能够通过城市景观特征指数产品和不完整的卫星地表温度反演数据，对受云层因素影响的地表温度缺失区域进行插补及降尺度。通过特有的分层抽样机制，解决了数据训练集代表性不足造成的训练偏差和过拟合问题，生成以季节为单位、10m分辨率的时空序列完整的地表温度产品。验证表明：该方法能精准弥补云量等因素导致的地表温度数据缺失，保证地表温度数据的空间完整性和时间连续性，真实反映卫星经过时研究区域的地表温度，有效表征城市热环境的季节性时空演变。此外，本发明还开发了基于GeoAI的特征重要性智能评估框架，能够解析并筛选与地表温度强相关的景观特征，为城市热环境的精准表征、建模和优化提供科学支撑和参考，具有重要应用价值。

《基于GeoAI机器学习的地表温度智能降尺度季节性表征及分析方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2024118805418，当前法律状态为已下证，由郑州大学提出申请，发明人为胡乔;康煜;王晓峰;李冬雪，申请日期为2024-12-19，公开（公告）日期为2025-09-30，国际专利分类号（IPC）为 G06V 20/13 (2022.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明开发了一种基于GeoAI机器学习的地表温度智能降尺度季节性表征及分析方法。该方法能够通过城市景观特征指数产品和不完整的卫星地表温度反演数据，对受云层因素影响的地表温度缺失区域进行插补及降尺度。通过特有的分层抽样机制，解决了数据训练集代表性不足造成的训练偏差和过拟合问题，生成以季节为单位、10m分辨率的时空序列完整的地表温度产品。验证表明：该方法能精准弥补云量等因素导致的地表温度数据缺失，保证地表温度数据的空间完整性和时间连续性，真实反映卫星经过时研究区域的地表温度，有效表征城市热环境的季节性时空演变。此外，本发明还开发了基于GeoAI的特征重要性智能评估框架，能够解析并筛选与地表温度强相关的景观特征，为城市热环境的精准表征、建模和优化提供科学支撑和参考，具有重要应用价值。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！