公开(公告)号：CN114004163B

公开(公告)日：2024-05-10

申请号：CN202111299418.3

申请日：2021-11-04

Applicant: 大连理工大学

Inventor： 贾书琴 ,  韩敏 ,  张成坤 ,  秦晓梅 ,  王钧

IPC: G06F30/27 ,  G06F17/10 ,  G06F17/18 ,  G06F18/214

Abstract: 本发明属于遥感影像处理技术领域，提出了一种基于MODIS和长短时记忆网络模型的PM2.5反演方法。利用多种辅助数据，建立AOD和辅助数据之间的关系，利用机器学习方法对AOD缺失值部分进行填补，减少了缺失值带来的反演不确定性，增加了反演精度。对数据进行高度订正和湿度订正，减少了高度和湿度带来的误差。使用长短时记忆网络进行PM2.5浓度反演，考虑了时间和空间的依赖关系，大大提高了反演精度。

公开(公告)号：CN114004163A

公开(公告)日：2022-02-01

申请号：CN202111299418.3

申请日：2021-11-04

Applicant: 大连理工大学

Inventor： 贾书琴 ,  韩敏 ,  张成坤 ,  秦晓梅 ,  王钧

IPC: G06F30/27 ,  G06F17/10 ,  G06F17/18 ,  G06K9/62

Abstract: 本发明属于遥感影像处理技术领域，提出了一种基于MODIS和长短时记忆网络模型的PM2.5反演方法。利用多种辅助数据，建立AOD和辅助数据之间的关系，利用机器学习方法对AOD缺失值部分进行填补，减少了缺失值带来的反演不确定性，增加了反演精度。对数据进行高度订正和湿度订正，减少了高度和湿度带来的误差。使用长短时记忆网络进行PM2.5浓度反演，考虑了时间和空间的依赖关系，大大提高了反演精度。