[发明专利]基于网格化特征深度学习的热点网格污染物数据获取方法在审
| 申请号： | 201811059893.1 | 申请日： | 2018-09-12 |
| 公开（公告）号： | CN109213839A | 公开（公告）日： | 2019-01-15 |
| 发明（设计）人： | 廖炳瑜;丁相元;汤宇佳;范迎春 | 申请（专利权）人： | 北京英视睿达科技有限公司 |
| 主分类号： | G06F16/29 | 分类号： | G06F16/29;G06F16/2458;G06Q50/26 |
| 代理公司： | 北京慧诚智道知识产权代理事务所(特殊普通合伙) 11539 | 代理人： | 李楠 |
| 地址： | 100029 北京*** | 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： | 本发明涉及一种基于网格化特征深度学习的热点网格污染物数据获取方法，包括：获取污染监测区域的多源卫星观测数据、地面特征数据、时空特征数据、大气污染物数据、气象数据；将污染监测区域划分为多个网格单元，每个网格单元对应一个监测子区域；获取每一个监测子区域的气溶胶光学厚度AOD特征参数、地面特征参数、时空特征参数、污染物浓度特征参数、气象特征参数；根据AOD特征参数、地面特征参数、时空特征参数、污染物浓度特征参数和气象特征参数构造每一个监测子区域的多维特征向量；将所有多维特征向量生成多维特征样本集；采用深度学习模型对多维特征样本集进行训练，得到关系模型；利用关系模型获取目标区域的网格化污染物浓度数据。 | ||
| 搜索关键词： | 地面特征 时空特征 网格化 子区域 多维特征向量 污染物数据 多维特征 关系模型 浓度特征 气象特征 特征参数 网格单元 污染监测 样本集 网格 监测 污染物 污染物浓度数据 卫星观测数据 大气污染物 参数构造 获取目标 气象数据 气溶胶 多源 学习 | ||
【主权项】：
1.一种基于网格化特征深度学习的热点网格污染物数据获取方法，其特征在于，所述方法包括：获取污染监测区域的多源卫星观测数据、地面特征数据、时空特征数据、大气污染物数据、气象数据；将所述污染监测区域划分为多个网格单元，每个所述网格单元对应一个监测子区域；根据所述多源卫星观测数据获取每一个监测子区域的气溶胶光学厚度AOD特征参数；根据所述地面特征数据获取每一个监测子区域的多个地面特征参数；根据所述时空特征数据获取每一个监测子区域的多个时空特征参数；根据所述大气污染物数据获取每一个监测子区域的污染物浓度特征参数；根据所述气象数据获取每一个监测子区域的多个气象特征参数；根据所述AOD特征参数、地面特征参数、时空特征参数、污染物浓度特征参数和气象特征参数构造每一个监测子区域的多维特征向量；将所有所述多维特征向量生成多维特征样本集；采用深度学习模型对所述多维特征样本集进行训练，得到关系模型；获取目标区域的多源卫星观测数据，并提取网格化多维特征信息；根据所述网格化多维特征信息和所述关系模型，得到所述目标区域的网格化污染物浓度数据。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京英视睿达科技有限公司，未经北京英视睿达科技有限公司许可，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/patent/201811059893.1/，转载请声明来源钻瓜专利网。
