多尺度植被覆盖度产品验证的地面嵌套采样方法及装置

    公开(公告)号:CN118566131A

    公开(公告)日:2024-08-30

    申请号:CN202410734866.9

    申请日:2024-06-07

    IPC分类号: G01N21/17

    摘要: 本发明提供一种多尺度植被覆盖度产品验证的地面嵌套采样方法及装置,涉及植被监测技术领域,所述方法包括:确定每一尺度的待验证植被覆盖度产品对应的基本采样区域;从最大尺度到最小尺度的基本采样区域的顺序,迭代执行以下操作:根据上一尺度与当前尺度的基本采样设备的空间布局,确定上一尺度基本采样设备的可复用数量;根据当前尺度基本采样设备的最优数量以及上一尺度基本采样设备的可复用数量,确定当前尺度基本采样设备的增设数量;将当前尺度所有基本采样设备测量的测量值进行加权平均,得到当前尺度的待验证植被覆盖度产品的真值数据。本发明通过有效减少基本采样设备的布设数量,降低多尺度植被覆盖度产品验证的地面采样过程中的成本。

    一种基于MNDII时间序列的城市不透水面提取方法

    公开(公告)号:CN109522849A

    公开(公告)日:2019-03-26

    申请号:CN201811395387.X

    申请日:2018-11-22

    IPC分类号: G06K9/00

    摘要: 本发明公开了一种基于MNDII时间序列的城市不透水面提取方法,步骤如下:步骤1)获取含有近红外和短波红外波段的遥感影像数据,构建覆盖整个年度的遥感影像时间序列,并计算得到MNDII时间序列;步骤2)将每个像元的MNDII时间序列从小到大重新排序,计算相应的累计百分位,取其第十个百分位数,然后遍历所有像元得到MNDII10%;步骤3)基于MNDII10%,利用阈值法获取整个区域的不透水面;步骤4)获取与MNDII同一年度的稳定灯光数据产品,并利用阈值法提取城市区域;步骤5)利用步骤四获取的城市区域对步骤三获取的不透水面进行掩膜,得到城市不透水面。

    一种城市热环境降尺度时空分析与预测方法及系统

    公开(公告)号:CN115270638B

    公开(公告)日:2024-02-06

    申请号:CN202210963085.8

    申请日:2022-08-11

    摘要: 本发明涉及一种城市热环境降尺度时空分析与预测方法及系统,系统包括:获取待测目标空间的影像数据集,并对影像数据集进行数据预处理,得到待测数据集;将待测数据集输入至训练好的预测模型,得到地表温度预测数据;对地表温度预测数据进行空间纹理细化,得到降尺度预测信息;降尺度预测信息用于反映城市热岛强度和时空分布;预测模型的确定方法包括:根据地表温度和影响因子数据构建样本数据集;影响因子数据包括植被归一化指数、相对湿度、太阳辐射、大气压强、降水量和气温;构建CNN‑LSTM预测模型;根据样本数据集对CNN‑LSTM预测模型进行训练和验证,得到训练好的预测模型。本发明能够提高训练模型的全面性,从而对地表温度进行高精度的预测分析。

    一种数据集质量提升与改进CNN相结合的夜间云检测方法

    公开(公告)号:CN115546658B

    公开(公告)日:2023-05-05

    申请号:CN202211176165.5

    申请日:2022-09-26

    摘要: 本申请涉及用于识别图形的数据识别技术领域,提供了一种数据集质量提升与改进CNN相结合的夜间云检测方法,该方法包括:获取目标区域的遥感影像数据,遥感影像数据为有云影像;对遥感影像数据进行通道选择,得到热红外影像;根据太阳天顶角信息,对热红外影像进行提取,得到可用于夜间云检测的热红外影像;获取与遥感影像数据对应的云产品;根据云产品中的云类型信息和质量保证信息,生成云标签数据;对可用于夜间云检测的热红外影像和云标签数据进行时空匹配,以生成云检测模型的训练数据集和验证数据集;利用训练数据集和验证数据集,对云检测模型进行训练,得到训练好的云检测模型。如此,避免了阈值法的检测误差,提升了复杂场景下云检测能力。

    基于机器学习融合模型的卫星偏振PM2.5估算方法和系统

    公开(公告)号:CN115356249A

    公开(公告)日:2022-11-18

    申请号:CN202211276452.3

    申请日:2022-10-19

    摘要: 本申请涉及测试颗粒的粒度或粒径分布技术领域,提供了一种基于机器学习融合模型的卫星偏振PM2.5估算方法和系统。包括:获取卫星遥感影像、气象数据和PM2.5浓度数据;其中,卫星遥感影像包括三个偏振波段;基于卫星遥感影像、气象数据和PM2.5浓度数据,构建样本数据集;基于样本数据集,将第一机器学习子模型、第二机器学习子模型、第三机器学习子模型作为基模型,分别对三个基模型进行训练,使用三个基模型的预测值对线性回归模型进行训练,得到PM2.5浓度估算融合模型,并基于PM2.5浓度估算融合模型对PM2.5浓度进行估算。如此,利用卫星偏振反射率数据结合气象数据直接构建偏振反射率数据与PM2.5浓度之间的融合模型,减少了误差传递,提升了PM2.5浓度估算的精度。

    基于NPP/VIIRS的夜间大气PM2.5浓度估算方法及系统

    公开(公告)号:CN115205708A

    公开(公告)日:2022-10-18

    申请号:CN202211112674.1

    申请日:2022-09-14

    摘要: 本申请涉及测试悬浮颗粒的浓度技术领域,提供了一种基于NPP/VIIRS的夜间大气PM2.5浓度估算方法及系统,该方法包括:以夜间灯光的月均数据作为背景场,对夜间微光遥感影像进行提取,得到包含地面灯光真实值的第一夜间微光遥感影像;基于第一夜间微光遥感影像,对气象数据、卫星观测天顶角、月相角进行时空匹配,以得到夜间大气PM2.5浓度估算模型的数据集;最后,将数据集输入到夜间大气PM2.5浓度估算模型以对夜间大气PM2.5浓度估算模型进行训练,得到训练完成的夜间大气PM2.5浓度估算模型。如此,以夜间灯光的月均数据为背景场提取地面灯光真实值,并与气象数据结合作为夜间大气PM2.5浓度估算模型的数据集,提高了夜间大气PM2.5浓度估算的精度。

    基于地面监测数据的夜间气溶胶光学厚度估算方法和系统

    公开(公告)号:CN115081557A

    公开(公告)日:2022-09-20

    申请号:CN202211002918.0

    申请日:2022-08-22

    IPC分类号: G06K9/62 G06N5/00 G06N20/00

    摘要: 本申请涉及测试悬浮颗粒的浓度技术领域,提供了一种基于地面监测数据的夜间气溶胶光学厚度估算方法和系统。该方法包括:获取气溶胶光学厚度AOD数据和地面站点监测PM2.5数据,从逐小时的气象数据中提取气象因子,然后对气溶胶光学厚度AOD数据、气象因子和地面站点监测PM2.5数据进行时空匹配,得到随机森林模型的样本集;接着,使用样本集对随机森林模型进行训练,并基于训练好的随机森林模型进行训练对夜间AOD进行估算。如此,利用全天逐小时地面站点监测PM2.5数据,结合气象因子,基于随机森林模型快速估算夜间AOD,有效地填补夜间AOD监测数据的缺失,提升了夜间AOD遥感估算的准确性和时空连续观测能力。