一种表面温度高温和低温数据集重构方法

    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

    IPC分类号: G06F30/20

    摘要: 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。

    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

    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

    摘要: 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。

    从MODIS数据反演大气水汽含量方法

    公开(公告)号:CN101936877A

    公开(公告)日:2011-01-05

    申请号:CN201010117969.9

    申请日:2010-03-05

    IPC分类号: G01N21/17 G06N3/02

    摘要: 本发明涉及一种从MODIS数据反演大气水汽含量方法的方法,能够应用在气象、环境监测、土地管理、农情监测、以及灾害监测等遥感应用部门。该方法,包含三个步骤:第一步骤是利用大气辐射传输模拟软件MODTRAN4针对所获得遥感数据MODIS第2、5、17、18、19近红外波段在给定的区域和季节以及大气模式进行正向模拟,建立训练和测试数据库。第二个步骤是利用神经网络对训练和测试数据集反复训练和测试。第三步骤是对MODIS实际影像数据进行反演计算,并进行实际地表验证和应用分析。本发明得到的大气水汽反演产品精度高,实用性强,操作相对简单。可以用于气象预报、环境监测、农情监测和灾情监测等部门。

    从MODIS数据估算近地表空气温度方法

    公开(公告)号:CN101634711B

    公开(公告)日:2013-06-05

    申请号:CN200910091029.4

    申请日:2009-08-24

    IPC分类号: G01S17/95 G01S17/88

    CPC分类号: Y02A90/19

    摘要: 本发明涉及一种从MODIS数据估算近地表空气温度的方法,能够应用在气象、环境监测、土地管理、农情监测、以及灾害监测等遥感应用部门。该方法,包含三个步骤:第一步骤是利用MODIS数据产品每个像元的地表温度和发射率以及大气水汽含量值作为先验知识,作为大气辐射传输模拟软件MODTRAN4的输入参数,并针对所获得遥感数据MODIS每个像元第29、31、32热红外波段在不同的区域和季节进行正向模拟,建立训练和测试数据库。第二个步骤是利用神经网络对训练和测试数据集反复训练和测试。第三步骤是对MODIS实际影像数据进行反演计算,得到地表目标地区的近地表空气温度分布情况,可以用于气象预报、环境监测、农情监测和灾情监测等。