空气污染物三维空间分布建模方法、存储介质和设备

    公开(公告)号:CN117665204B

    公开(公告)日:2025-01-14

    申请号:CN202211051658.6

    申请日:2022-08-30

    Abstract: 本申请提供一种空气污染物三维空间分布建模方法、存储介质和设备,所述方法包括:通过移动设备获取目标区域的水平方向数据和垂直方向数据;其中,水平方向数据和垂直方向数据是在同一时间段内获取的;水平方向数据包括水平方向的空气污染物浓度;垂直方向数据包括垂直方向的空气污染物浓度;根据水平方向数据进行水平方向的污染物建模,得到水平方向污染物预测模型;根据垂直方向数据进行垂直方向的污染物建模,得到垂直方向污染物预测模型;根据水平方向污染物预测模型和垂直方向污染物预测模型,拟合得到污染物的三维空间分布模型。本发明可以准确获得目标区域的污染物浓度的三维分布情况。

    一种农村黑臭水体遥感识别方法

    公开(公告)号:CN118135412A

    公开(公告)日:2024-06-04

    申请号:CN202410060684.8

    申请日:2024-01-15

    Abstract: 本发明提供一种农村黑臭水体遥感识别方法,其步骤包括:通过高分卫星遥感影像获得农村集聚区范围内的水体并从中确定的黑臭水体样本和非黑臭水体样本,进而得到农村黑臭水体的光谱特征判断阈值,构建农村黑臭水体提取模型;结合该模型对农村集聚区范围内的水体进行分析,获得第一农村黑臭水体集合;获取同一范围内的水体污染源空间分布数据,结合黑臭水体样本的采集水体,通过空间关联分析获取黑臭风险值阈值,对第一农村黑臭水体集合中的第一农村黑臭水体进一步进行筛选,获得第二农村黑臭水体集合。本方法克服了遥感识别过程中对水体光谱波段信息的局限性和依赖性,兼具了高效准确的优点。

    基于分类和回归树算法的植被指数预测方法、系统及设备

    公开(公告)号:CN110852149B

    公开(公告)日:2022-10-04

    申请号:CN201910905196.1

    申请日:2019-09-24

    Abstract: 本发明涉及一种基于分类和回归树算法的植被指数预测方法、系统及设备,通过以植被指数作为因变量,以全球陆地数据同化系统流域地表模型数据集和高程数据作为自变量,构建分类与回归树模型,利用分类与回归树模型对所述样本数据进行分类并根据所述分类结果预测目标时间段的植被指数,获取植被指数预测结果。相对于现有技术,本发明解决了现有技术中植被指数缺失问题,用户可利用本发明实现任意时间段的植被指数预测,完善植被指数数据。

    一种基于决策树算法的陆地水储量预测方法、装置及设备

    公开(公告)号:CN110852474B

    公开(公告)日:2020-11-06

    申请号:CN201910904377.2

    申请日:2019-09-24

    Abstract: 本发明提供一种基于决策树算法的陆地水储量预测方法、装置及设备,包括:获取地表参数信息、陆地水储量信息及陆地水储量信息的空间分辨率;对所述地表参数信息进行降低空间分辨率的重采样,得到第一地表参数信息;基于所述第一地表参数信息和所述陆地水储量信息,构建决策树回归模型;获取待预测时间内的目标地表参数信息,将所述目标地表参数信息进行降低空间分辨率的重采样,得到第二地表参数信息;将所述第二地表参数信息输入所述决策树回归模型,得到待预测时间内所述目标地表参数信息对应的陆地水储量信息。相对于现有技术,本发明能够实现对历史时期的陆地水储量信息的精准预测,进而得到长时间序列的陆地水储量动态变化数据。

    一种土壤水分数据获取方法、系统、存储介质及设备

    公开(公告)号:CN110826173B

    公开(公告)日:2020-10-23

    申请号:CN201910905363.2

    申请日:2019-09-24

    Abstract: 本发明涉及一种土壤水分数据获取方法、系统、存储介质及设备,通过将所述反照率、蒸散发、地表温度、植被指数、经纬度位置及高程数据作为解释变量,将土壤水分数据作为因变量,基于极端梯度提升算法,建立土壤水分反演模型,模拟土壤水分与地表参数的反演关系,再通过获取具有目标分辨率的解释变量作为解释变量数据集,将所述解释变量数据集输入所述土壤水分反演模型进行降尺度反演,获取所述目标分辨率的土壤水分数据。相对于现有技术,本发明可实现中高分辨率卫星遥感土壤水分数据的获取,提高土壤水分数据的分辨率。

    一种基于神经网络算法的陆地水储量预测方法及设备

    公开(公告)号:CN110852473A

    公开(公告)日:2020-02-28

    申请号:CN201910904368.3

    申请日:2019-09-24

    Abstract: 本发明提供一种基于神经网络算法的陆地水储量预测方法及设备,包括:获取地表参数信息、陆地水储量信息及陆地水储量信息的空间分辨率;对所述地表参数信息进行降低空间分辨率的重采样,得到第一地表参数信息;基于所述第一地表参数信息和陆地水储量信息,构建神经网络回归模型;获取待预测时间内的目标地表参数信息,将所述目标地表参数信息进行降低空间分辨率的重采样,得到第二地表参数信息;将所述第二地表参数信息输入所述神经网络回归模型,确定待预测时间内所述目标地表参数信息对应的陆地水储量信息。相对于现有技术,本发明能够实现对历史时期的陆地水储量信息的精准预测,进而得到长时间序列的陆地水储量动态变化数据。

Patent Agency Ranking