一种基于多元全排列随机森林的多波长激光雷达气溶胶微物理特性反演方法

    公开(公告)号:CN114488198A

    公开(公告)日:2022-05-13

    申请号:CN202111623849.0

    申请日:2021-12-28

    IPC分类号: G01S17/95 G06N20/00

    摘要: 本发明公开了一种基于多元全排列随机森林的多波长激光雷达气溶胶微物理特性方法,包括:构建气溶胶光学‑微物理特性查找表;归一化输入光学特性和查找表获得和Gnorm;计算与Gnorm对应个体的偏差并缩减查找表;对归一化光学特性全排列获得搜索序列,依次计算与Gnorm对应的归一化光学特性的相对误差,按误差大小缩减查找表可行解,将保留的查找表可行解平均获得备选微物理特性;基于随机森林理论,生成NRF个搜索序列并获得NRF个备选解,平均备选解获得反演的微物理特性和光学特性;并进一步计算其余的微物理特性。本发明结合KNN‑最近邻和随机森林原理,基于多波长激光雷达实现细模态气溶胶复折射率精确反演并将其应用于更少激光雷达通道。

    一种双视场高光谱分辨率激光雷达数据质量自动判别的方法

    公开(公告)号:CN114488197A

    公开(公告)日:2022-05-13

    申请号:CN202111622566.4

    申请日:2021-12-28

    摘要: 本发明公开了一种双视场高光谱分辨率激光雷达数据质量自动判别的方法,包括:选取突变性故障数据对应的特征参数;绘制对应特征参数的概率密度分布;确定模糊隶属函数;建立突变性故障数据判别方程与确定对应权重与阈值;计算气溶胶散射比,并设置阈值;输出突变性故障数据的判断结果;选取规律性故障数据对应的特征参数;建立对应特征参数的样本集;对样本集进行Bootstrap抽样;对抽样结果进行决策树分类;对分类结果进行投票表决;根据表决的众数输出规律性故障数据的判断结果。利用本发明,可实现高光谱分辨率激光雷达故障数据自动化的判别,在减小人力成本的同时,还可有效保证其后期数据产品的可靠性。