-
公开(公告)号：CN119830014A
公开(公告)日：2025-04-15
申请号：CN202411924287.7
申请日：2024-12-25
Applicant: 中南大学
Abstract: 本发明公开了一种近地面二氧化氮浓度反演方法、系统、设备及介质，包括：获取包含欧洲中期天气预报中心再分析资料、对流层二氧化氮柱浓度数据、MODIS卫星传感数据、全球地形高程及人口分布的数据集。利用欧洲中期天气预报中心资料校正对流层二氧化氮数据，得到近地面浓度数据。将上述数据集与近地面二氧化氮数据空间对齐，形成建模数据集。采用轻量级梯度提升机与极端随机森林模型构建二氧化氮浓度反演模型，通过建模数据集训练该模型；利用训练后的模型反演待测区域在不同时空尺度下的近地面二氧化氮浓度数据。本发明能够提高反演结果的精度且能够获取不同时间尺度上的近地面二氧化氮浓度产品，具有较强的适用性和真实性。
-
公开(公告)号：CN117347282B
公开(公告)日：2024-05-28
申请号：CN202311061691.1
申请日：2023-08-22
Applicant: 中南大学
IPC: G01N21/17
Abstract: 本发明公开一种星基气溶胶光学厚度反演方法、装置及系统和存储介质，该方法考虑到不同植被覆盖下传感器通道反射率比值关系的不确定性，联合反射率比值与归一化植被指数建立动态光谱反射率比值数组以获取准确地表反射率估计值，本发明不需要筛选暗像元，能够获取较为准确气溶胶光学厚度产品，其反演结果优于AGRI官方气溶胶产品，本发明适用于大多数卫星传感器在陆地区域晴空条件下的气溶胶光学厚度反演，具有较强的普适性。
-
Patent Agency Ranking
公开(公告)号：CN114974453A
公开(公告)日：2022-08-30
申请号：CN202210597699.9
申请日：2022-05-30
Applicant: 中南大学
Abstract: 本发明提供了一种大气二氧化碳柱浓度高覆盖度重建方法，包括：步骤1、分析大气CO2来源和变化影响因子，将CO2柱浓度产品与各变化影响因子的数据统一到相同的分辨率，进行数据匹配，通过计算CO2柱浓度和各变化影响因子间的Person相关性，进行变量筛选；步骤2、利用筛选出的变化影响因子组成建模数据集，利用随机森林模型对建模数据集进行建模，并调整模型参数，使得模型验证结果最优，得到CO2柱浓度预测模型；步骤3、将区域内的所有的建模数据进行标准空间网格化处理，利用搭建好的CO2柱浓度预测模型进行预测，得到区域内每天的所有网格点CO2柱浓度数据集。本发明能获取到区域全覆盖的CO2柱浓度的日尺度级数据。
-
公开(公告)号：CN117347282A
公开(公告)日：2024-01-05
申请号：CN202311061691.1
申请日：2023-08-22
Applicant: 中南大学
IPC: G01N21/17
Abstract: 本发明公开一种星基气溶胶光学厚度反演方法、装置及系统和存储介质，该方法考虑到不同植被覆盖下传感器通道反射率比值关系的不确定性，联合反射率比值与归一化植被指数建立动态光谱反射率比值数组以获取准确地表反射率估计值，本发明不需要筛选暗像元，能够获取较为准确气溶胶光学厚度产品，其反演结果优于AGRI官方气溶胶产品，本发明适用于大多数卫星传感器在陆地区域晴空条件下的气溶胶光学厚度反演，具有较强的普适性。
-
公开(公告)号：CN117075138A
公开(公告)日：2023-11-17
申请号：CN202311041744.3
申请日：2023-08-18
Applicant: 中南大学
IPC: G01S17/88 , G06V20/10 , G06V10/771 , G06V10/764 , G06V10/774 , G01S17/86 , G01S7/48 , G01C5/00
Abstract: 本发明公开一种区域30米森林冠层高度遥感测算方法、系统及介质，涉及林业冠层高度估算技术领域。所述方法包括：获取目标区域的森林冠层高度数据和多源遥感因子；利用局部噪声算法，对所述森林冠层高度数据进行筛选，并根据所述多源遥感因子确定筛选后的森林冠层高度数据对应的预测变量；所述预测变量包括地形因子、地表反射率、植被指数、植被覆盖度和气候数据；利用随机森林算法，对所述筛选后的森林冠层高度数据及对应的预测变量进行建模，得到冠层高度反演模型；利用所述冠层高度反演模型进行区域30米森林冠层高度的估算，并根据估算后的预测数据进行绘制。本发明能够提高对于区域30米森林冠层的高度绘制精度。
-
公开(公告)号：CN111562558A
公开(公告)日：2020-08-21
申请号：CN202010410664.0
申请日：2020-05-15
Applicant: 中南大学
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。
-
公开(公告)号：CN109166019A
公开(公告)日：2019-01-08
申请号：CN201811158641.4
申请日：2018-09-30
Applicant: 中南大学
IPC: G06Q30/08
Abstract: 本发明公开一种基于禀赋效应的群智感知网络激励方法，涉及计算机网络通信技术领域，由于引入禀赋补偿改变了反拍卖机制中参与偏好较低的服务节点的获胜概率，使其在初始补偿时间内收益不为0，从而阻止其过早放弃参与，并通过动态更新禀赋补偿，将禀赋补偿获取与参与次数结合，使得服务节点在禀赋效应的作用下提高参与欲，因此本申请技术方案中服务节点的参与度更高。而禀赋补偿的获取难度与补偿次数反相关，因此支付代价不会过高，而且由于参与度的提高程度大于支付代价提高程度，从而使得本发明的系统效用更高。
-
-
-
-
-
-
Search Results
27
records
(took 0.029 seconds)
