-
公开(公告)号：CN114443627A
公开(公告)日：2022-05-06
申请号：CN202110922829.7
申请日：2021-08-12
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G06F16/215 , G06F16/2458
Abstract: 本发明属于气象监测技术领域，公开了一种陆地和海洋温度的修复方法、系统、计算机设备，包括：基于MODIS表面温度数据，通过构建数据修复模型重建大尺度表面温度数据；并从整体、局部和单个像元多个空间尺度分析表面温度在不同时间维度下的时空变化特征，确定表面温度异常变化的区域，结合地表、大气、海洋以及社会经济活动多种数据资料，分析表面温度时空变化特别是年际异常变化的驱动因素。本发明有效提高了MODIS遥感表面温度的数据质量。重建的月尺度遥感表面温度数据覆盖了更加完整的地表区域，且数据实际应用精度达到1.5K；对于遥感表面温度数据的修复重建、气候变化监测、气象灾害预警以及农业生产工作具有重要的参考意义。
-
Patent Agency Ranking
公开(公告)号：CN118797218A
公开(公告)日：2024-10-18
申请号：CN202410769677.5
申请日：2024-06-14
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明公开了一种遥感多参数AI一体化反演范式方法、系统及设备。一体化反演范式方法由两部分组成，一是深度学习耦合物理方法、统计方法和知识的范式，二是一体化反演。首先，基于DL‑C‑PSK范式建立了高精度的多源数据库，其中包含了未知数的代表性“解”的空间。然后，通过地球物理逻辑推理构建了适定的辐射传输方程。深度学习用于对辐射传输方程进行优化计算，以逼近真值。一体化反演根据输入波段信息与输出参数的因果关系确定了两种参数反演模式，即“直接同步反演”与“迭代反演”。本发明通过直接同步反演和迭代反演的合理应用能够将多参数同步反演的精度最大化，获得精准的地表和大气参数。
-
公开(公告)号：CN118296941A
公开(公告)日：2024-07-05
申请号：CN202410387296.0
申请日：2024-04-01
Applicant: 宁夏大学 , 中国农业科学院农业资源与农业区划研究所
IPC: G06F30/27 , G06N3/0464 , G06N3/084 , G01D21/02
Abstract: 本发明属于环境检测领域，公开了一种被动微波土壤水分和地表温度协同反演的方法、系统、存储介质及设备，方法为：S1利用模型获取模型仿真模拟数据作为样本数据集；S2获取同化产品数据作为训练CNN的样本；S3搭建适用于土壤水分和地表温度反演的深度学习神经网络；S4改变隐含层和隐含节点组合的CNN训练精度分析；S5改变隐含层和隐含节点组合的CNN训练精度分析；S6重复第四步和第五步；S7利用实测站点数据对训练好的CNN进行精度验证，并输出反演结果。该发明利用地表温度和土壤水分作为先验知识，反复迭代降低误差利用地表温度和土壤水分互为先验知识，克服地表温度和土壤水分单独反演方法的缺陷。
-
公开(公告)号：CN116029211A
公开(公告)日：2023-04-28
申请号：CN202310031124.5
申请日：2023-01-10
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明公开了基于人工智能的农业气象遥感关键参数联合反演方法,包括：构建基于辐射能量平衡方程的物理方法，通过MODTRAN模型模拟辐射传输过程，获得物理方程组的解；基于所述物理方法构建高精度统计方法，获取相关卫星产品数据、同化模型的高精度数据、地面气象观测数据和卫星BT数据，构建高精度统计大数据库；基于所述物理方程组的解结合所述高精度统计方法的解，进行DL的训练并构建DL测试数据库，将所述地表温度、所述发射率和所述近地表空气温度作为先验知识，反演所述大气水汽的含量，通过反复交叉迭代获取优化后的所述物理方程组的解和所述高精度统计方法。
-
公开(公告)号：CN113486581A
公开(公告)日：2021-10-08
申请号：CN202110751738.1
申请日：2021-07-02
Applicant: 宁夏大学 , 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明属于地表温度估算技术领域，公开一种基于知识驱动和逻辑推理的机器学习地表温度估算方法、系统、存储介质及设备，首选根据专家知识进行和相应的传感器的波段设置建立相应推理模式，对单个方程4个未知数地表温度、大气透过率、地表发射率和大气平均作用温度如何获取进行逻辑推理，确定传感器进行地表温度反演的最佳波段组合，选择最佳的地表温度反演方案。有益效果：本发明提供一种基于专家知识驱动和逻辑推理的机器学习地表温度估算方法、系统、存储介质及设备，以克服传统方法需要获取关键参数作为先验知识从而影响反演精度的缺陷，同时也能克服在定标中存在的误差。
-
公开(公告)号：CN113486581B
公开(公告)日：2024-08-16
申请号：CN202110751738.1
申请日：2021-07-02
Applicant: 宁夏大学 , 中国农业科学院农业资源与农业区划研究所
IPC: G06F30/27 , G06N20/00 , G06N3/0499 , G06N3/08 , G01J5/00 , G01N21/3504 , G01N21/359 , G06F119/08
Abstract: 本发明属于地表温度估算技术领域，公开一种基于知识驱动和逻辑推理的机器学习地表温度估算方法、系统、存储介质及设备，首选根据专家知识进行和相应的传感器的波段设置建立相应推理模式，对单个方程4个未知数地表温度、大气透过率、地表发射率和大气平均作用温度如何获取进行逻辑推理，确定传感器进行地表温度反演的最佳波段组合，选择最佳的地表温度反演方案。有益效果：本发明提供一种基于专家知识驱动和逻辑推理的机器学习地表温度估算方法、系统、存储介质及设备，以克服传统方法需要获取关键参数作为先验知识从而影响反演精度的缺陷，同时也能克服在定标中存在的误差。
-
-
-
-
-
Search Results
6
records
(took 0.037 seconds)
