-
公开(公告)号：CN120011953A
公开(公告)日：2025-05-16
申请号：CN202510486989.X
申请日：2025-04-18
Applicant: 中南大学
IPC: G06F18/243 , G01N33/00 , G06N3/088 , G06F18/211 , G06F18/22 , G06F18/27
Abstract: 本发明涉及大气环境监测技术领域，具体涉及一种基于区域与因子异质性的臭氧浓度估算方法、介质及设备。本发明利用极端随机树建立臭氧浓度的全局极端随机树模型，并利用网格搜索最优超参数组合，基于全局模型的特征重要性矩阵划分区域；针对每个区域不断迭代筛选核心气象影响因子获得最优区域极端随机树模型；通过加权融合区域极端随机树模型和全局模型的浓度模拟结果，生成了大跨度范围的臭氧浓度数据集。能够在兼顾区域特异性和全局一致性的同时显著提高浓度模拟精度，快速高效地获取高时空分辨率的臭氧浓度数据，构建的数据集不仅能够精准反映大跨度范围内臭氧浓度的时空变化规律，还为实时监测、空气质量评估及污染控制提供了可靠的数据支持。
-
公开(公告)号：CN110717682B
公开(公告)日：2022-03-15
申请号：CN201910976579.8
申请日：2019-10-15
Applicant: 中南大学
Abstract: 本发明公开了一种基于空间位置的个体空气污染风险源解析方法，首先，基于微小污染场景的PM2.5采样、组分化验解析数据和个体移动监测数据，进行个体轨迹点与微环境的时空匹配，得到个体所在位置的组分浓度；然后，结合个体行为模式监测数据，计算个人所受PM2.5各组分的空气污染风险指数；最后，依据个体空气污染风险指数，解析个体在何时、何地、受到何种PM2.5组分的健康影响程度最大；同时，解析个体所受PM2.5污染的来源类型及其贡献率，实现时间分辨率≤1h的个体空气污染风险源解析方法构建。本发明是一种针对个体的全面准确的空气污染风险源解析方法，具有能够为个体规避空气污染提供更全面的数据支持的有益效果。
-
公开(公告)号：CN108320805A
公开(公告)日：2018-07-24
申请号：CN201810207295.8
申请日：2018-03-14
Applicant: 中南大学
IPC: G16H50/30
Abstract: 本发明公开了一种公众空气污染暴露风险测量指数计算方法，首先构建空气污染暴露风险分指数级别及对应污染物项目暴露剂量限值查找表；其次，根据个体实际活动地点污染物浓度、个体体重、活动时间以及活动期间呼吸速率计算个体实时空气污染暴露剂量，并按照暴露风险分指数计算方法计算各污染物项目暴露风险分指数；最后，选择各污染物项目最大暴露风险分指数作为该时间范围该个体所受空气污染暴露风险。这是当前空气质量指数无法反映个体空气污染暴露水平，单一暴露剂量无法综合评价暴露风险情况下，发明的一种综合性高、可参考性强的公众空气污染暴露风险测量指数，以此为公众有效规避空气污染暴露风险提供参考建议。
-
公开(公告)号：CN105701483A
公开(公告)日：2016-06-22
申请号：CN201610113115.0
申请日：2016-02-29
Applicant: 中南大学
IPC: G06K9/00
CPC classification number: G06K9/00637 , G06K9/36 , G06K9/46 , G06K9/6201 , G06K9/6268 , G06K9/6288 , G06T3/40 , G06T3/4007 , G06T2207/10032 , G06T2207/20004 , G06T2207/20221
Abstract: 本发明公开了一种融合多光谱遥感数据和夜间灯光遥感数据的城市边界提取方法，通过联合使用不透水面指数和夜间灯光遥感数据中提取的灯光指数可以更为精确地定位城区边界，降低误提取现象。同时，通过融合较夜间灯光遥感数据空间分辨率更高的多光谱遥感数据，将两者数据特征同时作为城市区域和非城市区域的区别特征，保证了提取的城区边界较单独使用夜间灯光遥感数据更为精细。大量实验结果表明，本发明城市边界正确提取率达到了90％以上，较现有技术提高了近10％，误提取率低至10％以下，解决了现有技术存在的问题，适用于土地规划、地理国情监测、城市扩张分析等城市遥感应用。
-
公开(公告)号：CN103234883A
公开(公告)日：2013-08-07
申请号：CN201310156337.7
申请日：2013-04-30
Applicant: 中南大学
IPC: G01N15/06
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。
-
Patent Agency Ranking
公开(公告)号：CN118395098A
公开(公告)日：2024-07-26
申请号：CN202410475962.6
申请日：2024-04-19
Applicant: 中南大学
IPC: G06F18/15 , G01N15/075 , G01B11/06 , G06F18/214 , G06F18/22 , G06F18/27 , G06N20/00
Abstract: 本发明涉及大气环境监测技术领域，具体涉及一种顾及空间补缺和降尺度的卫星遥感AOD数据重构方法，该方法包括：收集卫星遥感AOD数据、辅助因子和地基验证数据；进行数据预处理获得原始空间分辨率数据集和目标空间分辨率数据集；结合原始空间分辨率数据集和随机森林算法构建AOD空间补缺降尺度初始模型，并获得最优辅助因子；基于最优辅助因子优化初始模型，得到AOD空间补缺降尺度最优模型；将目标空间分辨率数据集中的最优辅助因子以及时间变量输入最优模型中进行AOD数据重构得到空间补缺且降尺度的卫星遥感AOD数据。该方法能够在数据补缺的同时实现空间降尺度，快速高效地获取无数据缺失的目标空间分辨率AOD数据。
-
公开(公告)号：CN110070567B
公开(公告)日：2021-06-11
申请号：CN201910347455.3
申请日：2019-04-28
Applicant: 中铁七局集团有限公司 , 中铁七局集团有限公司勘测设计研究院 , 中南大学
Abstract: 本发明公开了一种地面激光点云配准方法，通过原始点云数据自动估计点云的平均间距和长度，获取建立点云金字塔的体素格网大小。在金字塔点云顶层，建立所有点的FPFH特征，然后通过双向一致性检测获得初始匹配，可以快速有效实现点云的初始配准。在此基础上，利用初始匹配结果邻域内的的三维点进行由粗到精的ICP优化，在大幅减少参与ICP点云数量的同时，同名点邻域内的点云信息更丰富，有利于ICP算法迭代快速收敛。
-
公开(公告)号：CN109614954B
公开(公告)日：2020-09-29
申请号：CN201811623278.9
申请日：2018-12-28
Applicant: 中南大学
Abstract: 本发明公开了一种土壤重金属污染高光谱迁移的定性分类方法，包括：步骤1，构建室内光谱数据集；步骤2，构建室外光谱数据集；步骤3，根据室内光谱数据集和室外光谱数据集寻找JDA变换矩阵E；根据变换矩阵E对室内和室外高光谱数据样本进行JDA变换；步骤4，以变换后的室内高光谱数据样本为输入、对应的样本标签为输出，训练SVM分类模型，得到训练后的定性分类器；步骤5，将变换后的室外高光谱数据样本输入到训练后的定性分类器，由训练后的定性分类器输出得到室外待测土壤样本是否被污染。本发明方法可以缩小室内外光谱数据的分布差异，提高根据室外测定的土壤样本的高光谱数据样本来判断土壤样本是否受污染的分类精度。
-
公开(公告)号：CN110503348A
公开(公告)日：2019-11-26
申请号：CN201910846730.6
申请日：2019-09-09
Applicant: 中南大学
Abstract: 本发明公开了一种基于位置匹配的个体空气污染暴露模拟测量方法，首先利用污染监测站点和个体移动监测设备获取的六种空气污染物浓度数据进行污染精细制图；其次，对于未携带移动监测设备的个体，基于其手机APP定位进行邻近设备搜索；最后，基于个体模拟污染物浓度数据，结合个体暴露参数数据，计算个体空气污染模拟暴露剂量。本发明是针对当前空气污染暴露测量工作主要围绕大范围人群、携带移动监测设备个体的情况下，提出的一种针对未携带移动监测设备的综合性高、可参考性强的个体暴露精细模拟测量方法，为个体采取正确的空气污染暴露防护措施提供了参考。
-
公开(公告)号：CN106845026B
公开(公告)日：2019-11-05
申请号：CN201710120744.0
申请日：2017-03-02
Applicant: 中南大学
IPC: G06F17/50
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。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.028 seconds)
