一种基于H8/AHI的白天雾快速提取的方法

    公开(公告)号:CN108564608A

    公开(公告)日:2018-09-21

    申请号:CN201810365943.2

    申请日:2018-04-23

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于H8/AHI的白天雾快速提取的方法,首先利用多天可见光数据合成晴空底图,利用反射率差异,阈值法去除晴空地表;归一化雪指数法去除雪和不透明冰云;对去除晴空地表、雪和不透明冰云的前后时序影像做比值,固定阈值去除影像中运动的及类型变化较大的云;结合红外波段亮度温度的差异,阈值法进一步去除影像中的冰云、薄卷云和水云;最后利用多天红外数据合成晴空底图,阈值法去除影像中的低层云。本发明是当前具有高时间分辨率的静止卫星数据的条件下的一种可准确、高效快速实现白天雾提取的方法。

    一种联合土壤室内外光谱的重金属含量反演方法

    公开(公告)号:CN108152235A

    公开(公告)日:2018-06-12

    申请号:CN201810233070.X

    申请日:2018-03-21

    Applicant: 中南大学

    Abstract: 本发明公开了一种联合土壤室内外光谱的重金属含量反演方法,首先,基于土壤室内光谱的系列光谱预处理,构建土壤重金属含量反演的全要素主成分逐步回归模型,并提取特征波段主成分;然后,采用Kennard-Stone算法选择合适的转换集构建土壤室内、室外光谱的关联转换模型,并同样对转换后的土壤室外光谱做系列光谱预处理;最后,融合重金属含量的土壤室内光谱反演模型提取的特征波段主成分,构建基于转换处理后的土壤室外光谱的重金属含量高光谱反演的回归模型。这是当前土壤重金属含量高光谱遥感反演多局限于采样土壤室内光谱特征研究,难以有效直接应用于野外大范围土壤重金属污染调查的条件下,实现野外直接利用土壤室外光谱的大范围高效土壤重金属含量反演。

    一种大气污染统计建模变量最优空间尺度选取方法

    公开(公告)号:CN106845026A

    公开(公告)日:2017-06-13

    申请号:CN201710120744.0

    申请日:2017-03-02

    Applicant: 中南大学

    Inventor: 张赤山 邹滨

    Abstract: 本发明公开了一种大气污染统计建模变量最优空间尺度选取方法。在利用相关性分析得到各地理要素最优空间尺度的基础之上,以当前获取的最优空间尺度作为输入参数,将各地理要素变量与其他建模变量一起作为建模变量,参与大气污染物建模,从而获取更新后的各地理空间要素的最优空间尺度;在获取了更新后的各地理空间要素的最优空间尺度后,再与更新前的各地理空间要素的最优空间尺度进行对比,如果存在差异,则将当前获取的最优空间尺度作为输入参数,重复步骤1,直至前后两次获取的最优空间尺度完全相同。本方法经过大量实验证明此方法在提高精度的同时,其仍能保证与现有方法相当的运行效率。

    一种基于道路交通流量实时估算中心城区PM2.5浓度的方法

    公开(公告)号:CN103234883B

    公开(公告)日:2016-04-13

    申请号:CN201310156337.7

    申请日:2013-04-30

    Applicant: 中南大学

    Inventor: 邹滨 郑忠 邱永红

    Abstract: 本发明公开了一种基于道路交通流量实时估算中心城区PM2.5浓度的方法,首先利用中心城区的道路交通流量实时监控数据,将交通道路污染源离散为固定间隔点污染源;然后以本发明所提出的源特征地理加权邻近受体空气污染暴露评估模型为基础,评估中心城区PM2.5污染暴露相对风险值;最后再将中心城区PM2.5监测站位置的PM2.5污染暴露相对风险值与观测浓度值进行回归建模;并利用所构建的回归模型估算中心城区的任意空间位置点的实时PM2.5浓度。这是当前在中心城区开展PM2.5高密度布点观测难以实施条件下,发明的一种可准确、高效估算中心城区任意空间位置点实时PM2.5浓度的方法。

    一种基于低空气污染暴露风险道路路径选择方法

    公开(公告)号:CN104217126A

    公开(公告)日:2014-12-17

    申请号:CN201410475413.5

    申请日:2014-09-17

    Applicant: 中南大学

    Inventor: 邹滨 郑忠 徐铮

    Abstract: 本发明公开了一种低空气污染暴露风险道路路径选择方法,首先构建高时空分辨率多元线性回归制图模型,生成与动态更新待搜索区域范围内各空气污染物小时浓度趋势面;其次,按照最佳间隔将道路离散为道路段,结合空气污染物小时浓度趋势面,提取空气污染物暴露浓度,顾及在道路段上的行驶时间,计算各道路段空气污染暴露风险权重,并通过累积求和,对道路对应的空气污染暴露风险权重进行估算;最后,基于实时动态估算后各条道路对应的空气污染暴露风险权重,选择具有低空气污染暴露风险道路路径,并结合道路限速数据计算预计行驶时间,以此判断是否需要对该路径选择进行更新,从而能够及时、准确地向公众提供规避空气污染风险的道路路径选择建议。

    一种PM2.5和O3联合模拟方法、存储介质及设备

    公开(公告)号:CN119476018A

    公开(公告)日:2025-02-18

    申请号:CN202411588825.X

    申请日:2024-11-08

    Applicant: 中南大学

    Inventor: 邹滨 李莎

    Abstract: 本发明涉及城市空气质量时空精细制图技术领域,具体涉及一种PM2.5和O3联合模拟方法、存储介质及设备。该方法包括确定ENVI‑met输入指标体系;获得初始ENVI‑met模拟数据;获取校正后的目标区域内空气污染时空分布的数据集;构建基于改进的U‑Net网络的PM2.5和O3联合模拟模型,将数据集导入联合模拟模型以预测获取PM2.5和O3联合制图结果。该存储介质上存储有计算机程序指令,该指令被处理器执行时实现该方法。该设备包括至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令,该指令被处理器执行时实现该方法。本发明能够获取高分辨率、高解释性和高准确度的PM2.5和O3联合制图结果。

    一种空气质量优化模拟方法、计算机存储介质及设备

    公开(公告)号:CN118296964B

    公开(公告)日:2024-09-17

    申请号:CN202410503489.8

    申请日:2024-04-25

    Applicant: 中南大学

    Inventor: 邹滨 李莎

    Abstract: 本发明涉及城市空气质量优化模拟技术领域,具体涉及一种空气质量优化模拟方法、计算机存储介质及设备。该方法包括将目标区域分成多个网格,在每个网格中提取多个初始自变量;将初始自变量输入深度残差神经网络并输出预测值;将预测值与标准值比较;若预测值在标准值以内,则模拟结束;若预测值超过标准值,则采用多级优化模拟步骤继续处理,直至预测值在标准值以内。该计算机存储介质上存储有计算机程序指令,当计算机程序指令被处理器执行时实现该方法。该设备包括至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令,当计算机程序指令被处理器执行时实现该方法。本发明能够成功应用于对PM2.5和O3的优化模拟。

    一种空气质量优化模拟方法、计算机存储介质及设备

    公开(公告)号:CN118296964A

    公开(公告)日:2024-07-05

    申请号:CN202410503489.8

    申请日:2024-04-25

    Applicant: 中南大学

    Inventor: 邹滨 李莎

    Abstract: 本发明涉及城市空气质量优化模拟技术领域,具体涉及一种空气质量优化模拟方法、计算机存储介质及设备。该方法包括将目标区域分成多个网格,在每个网格中提取多个初始自变量;将初始自变量输入深度残差神经网络并输出预测值;将预测值与标准值比较;若预测值在标准值以内,则模拟结束;若预测值超过标准值,则采用多级优化模拟步骤继续处理,直至预测值在标准值以内。该计算机存储介质上存储有计算机程序指令,当计算机程序指令被处理器执行时实现该方法。该设备包括至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令,当计算机程序指令被处理器执行时实现该方法。本发明能够成功应用于对PM2.5和O3的优化模拟。

    基于自适应阈值视觉背景提取器的晨昏雾快速检测方法、设备及介质

    公开(公告)号:CN116452988A

    公开(公告)日:2023-07-18

    申请号:CN202310253906.3

    申请日:2023-03-16

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于自适应阈值视觉背景提取器的晨昏雾快速检测方法、设备及介质,方法:获取晨昏时段的H8/AHI数据和地面站点雾观测标记数据,对其预处理;基于H8/AHI数据构建时序检测数据集;构建基于ViBe模型的自适应阈值视觉背景提取器,记为ST‑ViBe模型;其中,在背景模型初始化时引入LBSP纹理特征描述算子,在建立像素前景检测参数集时引入SILTP纹理特征;根据输入的时序检测数据集自适应调整模型参数;使用ST‑ViBe模型,根据时序检测数据集获取初步雾检测结果;利用传统去云方法和后处理方法,对初步雾检测结果优化,去除其中的残留云和残影。本发明能准确、高效快速地实现晨昏陆地雾检测。

    一种基于H8/AHI的白天雾快速提取的方法

    公开(公告)号:CN109767465B

    公开(公告)日:2023-05-16

    申请号:CN201910149439.3

    申请日:2019-02-28

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于H8/AHI的白天雾快速提取的方法,首先利用多天可见光数据合成晴空底图,利用反射率差异,阈值法去除晴空地表;归一化雪指数法去除雪和不透明冰云;对去除晴空地表、雪和不透明冰云的前后时序影像做比值,固定阈值去除影像中运动的及类型变化较大的云;结合红外波段亮度温度的差异,阈值法进一步去除影像中的冰云、薄卷云和水云;最后利用多天红外数据合成晴空底图,阈值法去除影像中的低层云。本发明是当前具有高时间分辨率的静止卫星数据的条件下的一种可准确、高效快速实现白天雾提取的方法。

Patent Agency Ranking