-
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。
-
公开(公告)号：CN113849763A
公开(公告)日：2021-12-28
申请号：CN202110495449.X
申请日：2021-11-22
Applicant: 中国农业科学院农业资源与农业区划研究所 , 宁夏大学
Abstract: 本发明属于农业风险评估技术领域，公开了一种冬小麦‑夏玉米干旱灾害风险评估方法、存储介质及终端，包括：获取冬小麦和夏玉米相关数据，构建包括干旱危险性评估模型、承灾体暴露性模型、环境敏感性模型、防灾减灾能力模型的干旱灾害综合风险评估模型，进行冬小麦‑夏玉米干旱灾害风险评估。本发明基于遥感和GIS技术，依据自然灾害风险理论，针对作物在不同发育阶段抵御干旱能力的差异，综合考虑致灾因子危险性、承载体暴露性、环境敏感性、防灾减灾能力等因素，对河北省冬小麦‑夏玉米主产区的作物干旱进行了风险分析和风险区划，有效的识别农业旱灾高风险区，服务于农业生产实践，并为制定科学的防灾减灾措施提供理论依据。
-
公开(公告)号：CN120011971A
公开(公告)日：2025-05-16
申请号：CN202510092494.9
申请日：2025-01-21
Applicant: 中国农业科学院农业资源与农业区划研究所 , 宁夏大学
IPC: G06F18/2431 , G06F18/2131 , G06F18/10 , G06N3/0442 , G06N3/044 , G01W1/02
Abstract: 本发明涉及灾害预测，特别涉及基于人工智能的高温干旱复合灾害预测方法和系统，方法包括：采集目标区域的气象数据，输入到预设的人工智能高温干旱预报模型中，预测标准化降水指数和标准化温度指数的变化趋势，并基于标准化降水指数和标准化温度指数的变化趋势判断目标区域的高温干旱复合灾害等级，其中人工智能高温干旱预报模型基于包括目标区域的历史气象数据的训练集训练获得，模型采用小波变换结合循环网络构建。本发明针对不同区域和不同季节的降水、温度进行分区分析，同时在深度学习模型的基础上引入小波变换构建人工智能高温干旱预报模型，进一步构建出完整的人工智能高温干旱复合灾害预测方法以及系统，实现对高温和干旱指数的联合预测。
-
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：CN113283155A
公开(公告)日：2021-08-20
申请号：CN202110301023.6
申请日：2021-03-22
Applicant: 中国农业科学院农业资源与农业区划研究所 , 宁夏大学
IPC: G06F30/27 , G06F17/14 , G06F119/02
Abstract: 本发明属于近地表气温估算技术领域，公开了一种近地表气温估算方法、系统、存储介质及设备，获取与近地表空气温度相关4个的必选卫星数据反演参数和地面气象站点可以获取的7个备选参数，并对数据进行预处理；采用快速傅里叶变换将各类观测要素的时间序列信息进行快速转换，提取与气象站点气温相关的气象要素间的公共周期；构建长短期记忆神经网络LSTM，并将得到的公共周期与估算时间作为数据组对长短期记忆网络进行训练，得到估算温度；确定估算模型精度评价指标，构建基于FFT‑LSTM神经网络的气温估算模型，估算近地表气温，并对模型进行精度评价。本发明使得模型有较好的估算效果和较高精度，弥补气象站点区域分布不均的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN113283155B
公开(公告)日：2024-04-09
申请号：CN202110301023.6
申请日：2021-03-22
Applicant: 中国农业科学院农业资源与农业区划研究所 , 宁夏大学
IPC: G06F30/27 , G06F17/14 , G06F119/02
Abstract: 本发明属于近地表气温估算技术领域，公开了一种近地表气温估算方法、系统、存储介质及设备，获取与近地表空气温度相关4个的必选卫星数据反演参数和地面气象站点可以获取的7个备选参数，并对数据进行预处理；采用快速傅里叶变换将各类观测要素的时间序列信息进行快速转换，提取与气象站点气温相关的气象要素间的公共周期；构建长短期记忆神经网络LSTM，并将得到的公共周期与估算时间作为数据组对长短期记忆网络进行训练，得到估算温度；确定估算模型精度评价指标，构建基于FFT‑LSTM神经网络的气温估算模型，估算近地表气温，并对模型进行精度评价。本发明使得模型有较好的估算效果和较高精度，弥补气象站点区域分布不均的缺陷。
-
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。
-
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。
-
公开(公告)号：CN119556375A
公开(公告)日：2025-03-04
申请号：CN202411492619.9
申请日：2024-10-24
Applicant: 中国农业科学院农业资源与农业区划研究所
IPC: G01W1/10 , G06N3/0442 , G06N3/049 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种星球轨道变化对地球风场影响的量化方法和系统，包括：获取全球风速均值数据，基于小波变换和傅里叶变换分别对其进行时频分析和平均化分析；构建不同星球轨道在不同时间尺度下对地球风场影响的量化模型，获取预设时间段内不同星球轨道在不同时间尺度下对地球风场的影响结果；基于影响结果分别在各自一个周期内对全球风速均值的影响比例，获得不同星球轨道对地球风场影响的量化结果；基于长短期记忆网络构建不同时间尺度下的风速预测模型，对风速预测模型进行训练评估；基于评估结果，筛选出最优风速预测模型对全球风速变化趋势进行预测。本发明进一步深化了对地球气候系统变化机制的理解，为未来的气候变化研究提供更多参考。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.036 seconds)
