[发明专利]一种基于深度学习的地表太阳辐射计算方法在审
| 申请号： | 201910392861.1 | 申请日： | 2019-05-13 |
| 公开（公告）号： | CN110175375A | 公开（公告）日： | 2019-08-27 |
| 发明（设计）人： | 胡斯勒图;马润;尚华哲;赫杰;王子明 | 申请（专利权）人： | 中国科学院遥感与数字地球研究所 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06N3/04;G06N3/08 |
| 代理公司： | 北京国昊天诚知识产权代理有限公司 11315 | 代理人： | 马骥;南霆 |
| 地址： | 100101 北京市朝阳区大屯路甲*** | 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： | 本发明公开一种基于深度学习的地表太阳辐射计算方法，解决现有方法计算时间长、普适性差、无法应用在有云条件的问题。所述方法，包含以下步骤：基于大气辐射传输模型，构建地表太阳短波辐射数据集；将所述地表太阳短波辐射数据集作为训练样本，通过神经网络训练，得到深度学习模型，其中所述太阳天顶角、气溶胶光学厚度、大气水汽含量、云相态、云光学厚度、云粒子有效半径、地表反照率作为神经网络输入层，所述地表反照率、地表下行总太阳辐射、地表下行直射太阳辐射、地表下行漫射太阳辐射、大气层顶向上辐射作为神经网络输出层。本发明实现了对地表太阳辐射的全面、快速、准确计算。 | ||
| 搜索关键词： | 地表 太阳辐射 下行 太阳短波辐射 数据集 神经网络输出层 神经网络输入层 神经网络训练 太阳天顶角 总太阳辐射 传输模型 大气层顶 大气辐射 大气水汽 训练样本 有效半径 普适性 气溶胶 直射 构建 漫射 相态 学习 粒子 辐射 应用 | ||
【主权项】：
1.一种基于深度学习的地表太阳辐射计算方法，其特征在于，包含以下步骤：基于大气辐射传输模型，构建地表太阳短波辐射数据集，所述地表太阳短波数据集包含以下参数数据：太阳天顶角、气溶胶光学厚度、大气水汽含量、云相态、云光学厚度、云粒子有效半径、地表反照率、地表下行总太阳辐射、地表下行直射太阳辐射、地表下行漫射太阳辐射、大气层顶向上辐射；将所述地表太阳短波辐射数据集作为训练样本，通过神经网络训练，得到深度学习模型，其中所述太阳天顶角、气溶胶光学厚度、大气水汽含量、云相态、云光学厚度、云粒子有效半径、地表反照率作为神经网络输入层，所述地表反照率、地表下行总太阳辐射、地表下行直射太阳辐射、地表下行漫射太阳辐射、大气层顶向上辐射作为神经网络输出层。
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中国科学院遥感与数字地球研究所，未经中国科学院遥感与数字地球研究所许可，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/201910392861.1/，转载请声明来源钻瓜专利网。
