[发明专利]土壤冻融状态识别模型构建方法、装置、计算机设备及可读存储介质在审
申请号: | 202211167312.2 | 申请日: | 2022-09-23 |
公开(公告)号: | CN115758656A | 公开(公告)日: | 2023-03-07 |
发明(设计)人: | 魏传文;翁富忠;胡皓 | 申请(专利权)人: | 中国气象科学研究院;中国气象局地球系统数值预报中心 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F119/02 |
代理公司: | 北京元合联合知识产权代理事务所(特殊普通合伙) 11653 | 代理人: | 李非非 |
地址: | 100081 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 土壤 状态 识别 模型 构建 方法 装置 计算机 设备 可读 存储 介质 | ||
1.一种土壤冻融状态识别模型构建方法,其特征在于,所述土壤冻融状态识别模型构建方法包括:
获取并预处理星载微波成像仪数据及土壤冻融状态产品数据;
将处理后的星载微波成像仪数据及土壤冻融状态产品数据进行空间匹配,得到时空一致的融合观测数据;
根据时空一致的融合观测数据建立并调整土壤冻融状态识别模型。
2.如权利要求1所述的土壤冻融状态识别模型构建方法,其特征在于,所述获取并预处理星载微波成像仪数据及土壤冻融状态产品数据,进一步包括:
获取并剔除星载微波成像仪数据中不合理及不能反演的亮温数据,得到处理后的星载微波成像仪数据;
获取并剔除土壤冻融状态产品数据中的填充值及异常值并进行投影变换,得到处理后的土壤冻融状态产品数据。
3.如权利要求2所述的土壤冻融状态识别模型构建方法,其特征在于,所述获取并剔除星载微波成像仪数据中不合理及不能反演的亮温数据,得到处理后的星载微波成像仪数据,进一步包括:
利用星载微波成像仪L1级数据自带的质量标识以及RFI阈值对星载微波成像仪数据进行质控,剔除星载微波成像仪数据中不合理的亮温数据;
利用IGBP地表分类数据剔除星载微波成像仪数据中不能反演的地表数据类型数据;
将剩余数据确定为处理后的星载微波成像仪数据。
4.如权利要求1所述的土壤冻融状态识别模型构建方法,其特征在于,所述将处理后的星载微波成像仪数据及土壤冻融状态产品数据进行空间匹配,得到时空一致的融合观测数据据,进一步包括:
分别将星载微波成像仪数据及土壤冻融状态产品数据据映射至指定格点范围内;
确定格点化的星载微波成像仪数据与土壤冻融状态产品数据之间的交集数据;
根据交集数据确定时空一致的融合观测数据。
5.如权利要求4所述的土壤冻融状态识别模型构建方法,其特征在于,分别将星载微波成像仪数据及土壤冻融状态产品数据据映射至指定格点范围内,进一步包括:
采用最近邻内插法分别将星载微波成像仪亮温数据及土壤冻融状态产品数据据映射至指定格点范围内。
6.如权利要求1所述的土壤冻融状态识别模型构建方法,其特征在于,所述根据时空一致的融合观测数据建立并调整土壤冻融状态识别模型,进一步包括:
将时空一致的融合观测数据划分为训练样本和验证样本;
以训练样本中的星载微波成像仪数据为输入,以土壤冻融状态产品数据为输出,采用随机森林算法构建初步土壤冻融状态识别模型;
利用验证样本对初步土壤冻融状态识别模型的精度进行定量评价,获得精度定量评价结果;
根据精度定量评价结果调整初步土壤冻融状态识别模型,得到土壤冻融状态识别模型。
7.如权利要求6所述的土壤冻融状态识别模型构建方法,其特征在于,所述将时空一致的融合观测数据划分为训练样本和验证样本,进一步包括:
获取时空一致的融合观测数据的时间信息;
根据时空一致的融合观测数据的时间信息,在每个月中随机抽取一天的融合观测数据作为训练样本;
将剩余的融合观测数据确定为验证样本。
8.如权利要求1所述的土壤冻融状态识别模型构建方法,其特征在于,所述星载微波成像仪数据包括亮温数据和微波极化差指数信息。
9.如权利要求1所述的土壤冻融状态识别模型构建方法,其特征在于,所述土壤冻融状态产品数据为含有确定土壤冻融状态信息的日尺度数据集。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国气象科学研究院;中国气象局地球系统数值预报中心,未经中国气象科学研究院;中国气象局地球系统数值预报中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211167312.2/1.html,转载请声明来源钻瓜专利网。