-
公开(公告)号：CN118780173A
公开(公告)日：2024-10-15
申请号：CN202410960013.7
申请日：2024-07-17
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明涉及土壤参数技术领域，特别是涉及AI大模型土壤水分和温度反演方法、系统及电子设备，方法包括：采集研究区域的多源数据；将多源数据输入预设的土壤水分和地表温度神经网络迭代反演模型中，获取研究区域的土壤水分和地表温度的反演结果，其中，土壤水分和地表温度神经网络迭代反演模型基于多源数据库训练获得，多源数据库包括遥感影像数据、裸土和植被仿真模拟数据、同化数据和站点数据；土壤水分和地表温度神经网络迭代反演模型基于神经网络构建。本发明利用物理模型和统计方法建立多源数据库训练神经网络，以树状结构建立嵌套的大‑小模型反演框架，大大提高了被动微波反演土壤水分和地表温度的精度，克服了以往反演算法的不足。
-
Patent Agency Ranking
公开(公告)号：CN115269549A
公开(公告)日：2022-11-01
申请号：CN202210888991.6
申请日：2022-07-27
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06F16/21 , G06F17/11 , G06F30/27 , G06N3/04 , G06N3/08 , G06F113/08 , G06F119/08
Abstract: 本发明公开一种耦合物理‑统计‑深度学习的大气水汽反演方法，包括：构建物理反演方程组，得到物理反演方程组的解；构建高精度统计数据库；基于物理反演方程组的解和高精度统计数据库，得到训练数据库和测试数据库；构建深度学习网络；基于训练数据、测试数据库和深度学习网络，得到反演结果。解决了物理和统计方法中存在的病态性和非线性问题，大大提高了大气水汽的反演精度；以地表温度和发射率作为先验知识，对地表进行真实的表征，可以减少红外波段的使用，提高了干燥或者湿润环境下的反演精度；通过采集多源数据以获得数据准确、应用广泛的高精度数据集，克服了以往仅使用单一数据源反演大气水汽的缺点。
-
公开(公告)号：CN113761756A
公开(公告)日：2021-12-07
申请号：CN202111129554.8
申请日：2021-09-26
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06F30/20
Abstract: 本发明公开一种表面温度高温和低温数据集重构方法，通过对不同天气进行划分，针对不同天气构建不同的近地面气温数据的估算模型计算每天的气温最大值和最小值以及平均气温，然后针对中国不同区域的自然条件构建不同区域的的温度校正模型进一步对最高温和最低以及平均温度进行校正和精度评价，从而构建最高温度、最低温度和平均气温数据集，在此基础上对对最高气温和最低气温的波动趋势分析；本发明区分了晴天和非晴天天气状态，采用多种评价指标对近地面气温的时空变化趋势进行分析，以CMFD数据和ERA5数据集作为再分析数据源，具有较高的空间分辨率和可靠的精度，可准确捕捉区域气温变化情况，便于气候相关分析和其他地表驱动因子的研究。
-
公开(公告)号：CN114581791A
公开(公告)日：2022-06-03
申请号：CN202210202976.1
申请日：2022-03-02
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明公开基于MODIS数据大气水汽含量反演方法及系统，包括获取遥感数据并构建辐射传输方程，通过辐射传输方程对所述遥感数据进行计算，得到通道亮度温度，通过利用深度学习神经网络模型对通道亮度温度进行反演计算，得到大气水汽含量反演结果。通过上述技术方案，本发明能够有效的提高大气水汽含量反演的精度。
-
公开(公告)号：CN113761756B
公开(公告)日：2022-05-06
申请号：CN202111129554.8
申请日：2021-09-26
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06F30/20
Abstract: 本发明公开一种表面温度高温和低温数据集重构方法，通过对不同天气进行划分，针对不同天气构建不同的近地面气温数据的估算模型计算每天的气温最大值和最小值以及平均气温，然后针对中国不同区域的自然条件构建不同区域的的温度校正模型进一步对最高温和最低以及平均温度进行校正和精度评价，从而构建最高温度、最低温度和平均气温数据集，在此基础上对对最高气温和最低气温的波动趋势分析；本发明区分了晴天和非晴天天气状态，采用多种评价指标对近地面气温的时空变化趋势进行分析，以CMFD数据和ERA5数据集作为再分析数据源，具有较高的空间分辨率和可靠的精度，可准确捕捉区域气温变化情况，便于气候相关分析和其他地表驱动因子的研究。
-
公开(公告)号：CN114417728A
公开(公告)日：2022-04-29
申请号：CN202210098610.4
申请日：2022-01-27
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06F30/27 , G06F17/11 , G06N3/04 , G06N3/08 , G06F119/08
Abstract: 本发明提出基于温度和发射率及深度学习的近地表空气温度反演方法,包括建立热辐射传输方程、构建专家知识库、构建高精度数据库及计算反演结果并验证四个步骤，通过基于热辐射传输方程和先验知识建立专家知识库，通过辐射传输机理确定反演所需参数，从物理学角度出发，考虑近地表热量交互影响，并利用地表温度和发射率作为先验知识以及利用仿真数据和采集的高精度数据实现较高的反演精度，从而充分利用物理模型和深度学习的优点，将其进行结合，能够获得高精度的近地表气温反演结果，并采用DL‑NN算法来处理近地表气温反演的病态问题与处理不同季节和地区的近地表气温与大气平均作用温度之间的非线性关系，提高反演的精度，增加普适性。
-
-
-
-
-
Search Results
6
records
(took 0.038 seconds)
