一种基于随机采样拟合的边界层高度提取算法

    公开(公告)号:CN111562558B

    公开(公告)日:2022-02-08

    申请号:CN202010410664.0

    申请日:2020-05-15

    Applicant: 中南大学

    Inventor: 王威 潘雅妮

    Abstract: 本发明提供了一种基于随机采样拟合的边界层高度提取算法,包括信号选择、随机样本拟合、自我诊断三个主要步骤,利用星载激光雷达CALIPSO的1级产品总衰减散射比数据,本发明结合理想廓线拟合法和随机采样一致性原理发展了一种自动提取激光雷达数据的BLH的算法,本发明的算法对数据进行至少200次随机取样、拟合及根据拟合结果对样本进行优化筛选,选择更新后样本中数量最大的样本进行再拟合获取决定系数与BLH值,此时的结果最优,最后基于决定系数验证获得的最优BLH值是否合理,合理则输出结果。本发明的算法在低信噪比或其他现有的算法不适用的云层存在的情况下准确地确定BLH,具有良好的可行性和稳定性。

    一种迭代极小值激光雷达点云滤波方法

    公开(公告)号:CN113589319A

    公开(公告)日:2021-11-02

    申请号:CN202111168061.5

    申请日:2021-10-08

    Applicant: 中南大学

    Abstract: 本发明公开了一种迭代极小值的激光雷达点云滤波方法,首先对雷达点云数据进行预处理;然后按点云高程进行排序,将高程最小的点云确定为初始地面点,同时将该高程最小点云的高度阈值范围内的点云标记为地面参考点,将该高程最小点云高度阈值范围外的其他点云标记为非地面参考点,对没有被标记过的点云重复上述步骤,直到所有的点云都进行了初始分类;再以地面参考点点集构建地面参考面,对点云数据精分类;最后去除地面边缘处孤立点,确定滤波结果。本发明的激光雷达点云滤波方法,能有效的将地面点与非地面点进行分离,设置参数较少,且阈值具备一定的自适应性,对于绝大多数场景具备普适性。

    基于MODIS卫星传感器的气溶胶光学厚度的获取方法

    公开(公告)号:CN110030934A

    公开(公告)日:2019-07-19

    申请号:CN201910364221.X

    申请日:2019-04-30

    Applicant: 中南大学

    Inventor: 王威 徐维维

    Abstract: 本发明公开了一种基于MODIS卫星传感器的气溶胶光学厚度的获取方法,包括如下步骤:从MODIS数据中选取具有相同空间覆盖范围的DT、DB产品数据,并将DT、DB产品数据和地基观测数据进行时空匹配;计算不同NDVI区间内的DT、DB产品与地基观测数据的线性关系及回归系数,再将多个回归系数分别与NDVI进行拟合;根据计算得到的线性关系,建立气溶胶光学厚度关于DT、DB产品数据的融合方法,即得到融合的气溶胶光学厚度数据。本发明能够较为方便地获取气溶胶光学厚度产品,其反演结果优于MODIS官方产品,尤其是在植被覆盖率较高的地区,具有更好的反演效果。

    利用葵花八号卫星数据的小时级地表臭氧浓度遥感方法

    公开(公告)号:CN115169646A

    公开(公告)日:2022-10-11

    申请号:CN202210665502.0

    申请日:2022-06-13

    Applicant: 中南大学

    Abstract: 本发明公开了一种利用葵花八号卫星数据的小时级地表臭氧浓度遥感方法,步骤如下:S1、对获取的卫星遥感数据及再分析数据进行预处理;S2、从经步骤S1中预处理过的数据中选择模型训练样本;S3、将所述模型训练样本加入BT模型进行训练;S4、利用训练好的BT模型进行地表臭氧浓度的空间预测。本发明采用上述的一种利用葵花八号卫星数据的小时级地表臭氧浓度遥感方法,基于地表臭氧浓度生产的光化学反应,有较强的理论基础,且能够获得较高时空分辨率下空间连续不受云层影响的地表臭氧浓度浓度,其结果优于目前广泛运用的遥感手段估算地表臭氧浓度浓度的方法。

    一种基于回归树模型的碳排放量测算方法

    公开(公告)号:CN115015486A

    公开(公告)日:2022-09-06

    申请号:CN202210662223.9

    申请日:2022-06-13

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于回归树模型的碳排放量测算方法,步骤如下:S1、分析碳排放的来源和变化影响因子;碳排放来源和变化影响因子包括但不限于以下内容:化石燃料二氧化碳排放数据(ODIAC)、夜光数据、道路交通数据、地形因子,将各数据进行预处理并统一到相同的分辨率,进行数据匹配;S2、将处理后的变量数据组成建模数据集,利用回归树模型对匹配数据集进行建模;S3、统计每日的所有数据,利用搭建好的碳排放预测模型进行预测,得到区域全覆盖的日尺度碳排放数据集。本发明采用上述的一种基于回归树模型的碳排放量测算方法,获得高时空分辨率的、高覆盖度的区域碳排放数据集。

    基于改进滑动时间窗口的工业生产过程动态时延辨识方法

    公开(公告)号:CN112859793B

    公开(公告)日:2022-05-10

    申请号:CN202110171300.6

    申请日:2021-02-04

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于改进滑动时间窗口的工业过程动态时延辨识方法,该方法采用静态定界‑动态更新的策略进行动态时延的估计,先采用静态FCA方法估计总体时延从而确定动态时延变化范围,然后基于改进滑动时间窗口对每个时间窗口进行时延估计来挖掘变量间的动态时延特性。本发明更加深入的挖掘了变量间的时延特性,实现了变量间更加精确的时间配准,有利于提高输出变量的预测精度。

    基于改进滑动时间窗口的工业生产过程动态时延辨识方法

    公开(公告)号:CN112859793A

    公开(公告)日:2021-05-28

    申请号:CN202110171300.6

    申请日:2021-02-04

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于改进滑动时间窗口的工业过程动态时延辨识方法,该方法采用静态定界‑动态更新的策略进行动态时延的估计,先采用静态FCA方法估计总体时延从而确定动态时延变化范围,然后基于改进滑动时间窗口对每个时间窗口进行时延估计来挖掘变量间的动态时延特性。本发明更加深入的挖掘了变量间的时延特性,实现了变量间更加精确的时间配准,有利于提高输出变量的预测精度。

    融合细颗粒物浓度数据的区域PM2.5遥感反演模型

    公开(公告)号:CN111323352A

    公开(公告)日:2020-06-23

    申请号:CN202010272848.5

    申请日:2020-04-09

    Applicant: 中南大学

    Inventor: 王威 张仪潇

    Abstract: 本发明提供了一种融合细颗粒物浓度数据的区域PM2.5遥感反演模型,在现有基础模型中引入MASINGAR的PM2.5产品数据作为新增的预测因子,将新增预测因子、基础模型中的预测因子与地基观测数据相互进行时空匹配后,结合地基观测数据计算包括所述增加的预测因在内的各预测因子的线性回归系数,以计算出的线性回归系数建立一个同时关联基础模型的预测因子与MASINGAR的PM2.5产品数据的改进模型,该改进模型用于估算地表PM2.5浓度,计算得到的PM2.5浓度数据比仅基于基础模型获取的浓度数据更精准,也比所增加引用的MASINGAR的PM2.5产品数据更精准,且又克服了地基观测数据分散、不连续的缺陷。

    基于MODIS卫星传感器的气溶胶光学厚度的获取方法

    公开(公告)号:CN110030934B

    公开(公告)日:2020-04-28

    申请号:CN201910364221.X

    申请日:2019-04-30

    Applicant: 中南大学

    Inventor: 王威 徐维维

    Abstract: 本发明公开了一种基于MODIS卫星传感器的气溶胶光学厚度的获取方法,包括如下步骤:从MODIS数据中选取具有相同空间覆盖范围的DT、DB产品数据,并将DT、DB产品数据和地基观测数据进行时空匹配;计算不同NDVI区间内的DT、DB产品与地基观测数据的线性关系及回归系数,再将多个回归系数分别与NDVI进行拟合;根据计算得到的线性关系,建立气溶胶光学厚度关于DT、DB产品数据的融合方法,即得到融合的气溶胶光学厚度数据。本发明能够较为方便地获取气溶胶光学厚度产品,其反演结果优于MODIS官方产品,尤其是在植被覆盖率较高的地区,具有更好的反演效果。

Patent Agency Ranking