-
公开(公告)号：CN118313469A
公开(公告)日：2024-07-09
申请号：CN202410728161.6
申请日：2024-06-06
Applicant: 中国农业科学院农业资源与农业区划研究所 , 农业农村部规划设计研究院
Abstract: 本发明属于温度热红外遥感技术领域，涉及多源数据协同的组分温度反演方法与系统。该方法包括：利用多时相法求解基于高时间分辨率静止卫星观测数据与时空无缝的辅助数据的温度循环模型参数；模型参数细分，得到降参后的温度循环模型；根据模型参数的物理约束，采用优化求解算法进行组分温度反演；对组分温度反演结果进行精度评价与交叉对比，根据精度评价与交叉对比结果，得到最终组分温度反演结果。本发明协同高时间分辨率的静止卫星观测数据和时空无缝的辅助数据，实现仅利用极轨卫星观测数据便可求解温度循环模型；本发明充分利用时空无缝的辅助数据，保证在存在观测缺失的情况下依旧可以反演组分温度，极大地丰富了反演结果的时空覆盖程度。
-
公开(公告)号：CN116295853B
公开(公告)日：2024-03-15
申请号：CN202310289863.4
申请日：2023-03-22
Applicant: 大连海事大学 , 中国科学院空天信息创新研究院 , 中国农业科学院农业资源与农业区划研究所
IPC: G01J5/00 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明属于遥感技术领域，涉及多通道热红外数据地表温度反演方法、装置及电子设备，该方法根据大气顶部热辐射的表达式得到地表温度的第一表达式；将亮度温度转换为热红外通道的辐亮度；根据观测天顶角和大气水汽含量以及地表温度的第二表达式，得到地表温度的第三表达式；根据地表发射率之间与可见光‑近红外通道观测值的函数关系，得到地表温度的目标表达式。本发明通过拟合可见光‑近红外通道观测值、热红外通道辐亮度与地表温度之间的函数关系，结合观测天顶角与大气水汽含量数据将目标区域的多通道热红外数据应用于训练好的深度神经网络模型，反演得到目标区域的地表温度，提高了地表温度反演的精准度。
-
公开(公告)号：CN116384237A
公开(公告)日：2023-07-04
申请号：CN202310327016.2
申请日：2023-03-29
Applicant: 大连海事大学 , 中国科学院空天信息创新研究院 , 中国农业科学院农业资源与农业区划研究所
IPC: G06F30/27 , G01W1/02 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明属于遥感图像处理技术领域，涉及热红外大气参数反演方法、装置及电子设备，该方法包括：提取地表发射率信息和大气信息；确定大气参数，建立模拟数据集；构建双向长短期记忆神经网络模型；模型训练确定模型的结构参数；利用注意力机制对双向长短期记忆神经网络模型的输出特征向量的各个通道信息进行加权；模型训练；迭代更新直至模型的输出收敛，得到大气参数反演模型；得到热红外大气参数反演结果。本发明有效地解决了深度神经网络对数据挖掘能力较弱的问题，提出双向长短期记忆神经网络结构，利用通道注意力模块对不同的通道信息进行加权，获取不同通道辐亮度数据的相关性特征，得到热红外大气参数反演结果。
-
公开(公告)号：CN115905447B
公开(公告)日：2023-06-30
申请号：CN202211662457.X
申请日：2022-12-23
Applicant: 中国农业科学院农业资源与农业区划研究所 , 河北地质大学
IPC: G06F16/29 , G06F16/2458 , G06F17/16 , G06F17/18
Abstract: 本发明公开了一种基于广义三角帽不确定度模型的地表温度产品融合方法，包括以下步骤：步骤1：获取地表温度产品；步骤2：构建地表温度产品的时间序列数据集；步骤3：逐像元估算地表温度产品不确定度；步骤4：计算地表温度产品融合权重；本发明的有益效果是：在无需任何先验知识的情况下，利用广义三角帽方法逐像元估算每种月均地表温度产品的不确定度，计算得到最优的融合权重，通过融合多种地表温度产品提高地表温度产品精度。相比基于算术平均的简单融合方法，本发明充分地集成每种月均地表温度产品各自的优势，减少随机误差对地表温度产品融合的影响。
-
公开(公告)号：CN115859663B
公开(公告)日：2023-06-30
申请号：CN202211632505.0
申请日：2022-12-19
Applicant: 中国农业科学院农业资源与农业区划研究所 , 山西大学
IPC: G06F30/20 , G06F119/08
Abstract: 本发明公开了一种考虑不确定度的地表温度反演精度评估方法，该方法通过降低地表温度不确定度较大的数据的影响，真实反映整体数据的验证精度，促进地表温度的有效应用。基于地面测量的地表温度，利用常规的地表温度反演精度评估方法和本发明提出的方法评估了地表温度反演精度。利用本发明提出的方法有效地剔除了偏离整体数据较大的异常值，而且本发明提出的方法评估的地表温度反演精度优于常规方法评估的地表温度反演精度。
-
Patent Agency Ranking
公开(公告)号：CN116306819A
公开(公告)日：2023-06-23
申请号：CN202310286996.6
申请日：2023-03-22
Applicant: 大连海事大学 , 中国科学院空天信息创新研究院 , 中国农业科学院农业资源与农业区划研究所
IPC: G06N3/0464 , G06N3/0442 , G06N3/084 , G06N3/10 , G01N21/27
Abstract: 本发明属于光谱定标技术领域，涉及基于光谱重构的高光谱交叉定标方法、装置及电子设备，该方法包括：建立具有多头注意力机制的卷积神经网络模型；选择目标波段的高光谱波段数据；建立长短期记忆神经网络模型，模型训练；高光谱波段数据重建得到目标波段高光谱数据；使用目标波段高光谱数据进行交叉定标。本发明有效解决了传统交叉定标要求待定标遥感器和目标遥感器之间必须有相近谱段的问题，通过具有多头注意力机制的卷积神经网络模型，训练卷积神经网络模型使其具有良好的波段选择能力并筛选出高光谱数据中代表性较强的波段，波段选择后利用长短期记忆网络进行光谱重建，拟合出需要的波段信息，进而满足交叉定标的需求。
-
公开(公告)号：CN114218756A
公开(公告)日：2022-03-22
申请号：CN202111398893.6
申请日：2021-11-24
Applicant: 中国农业科学院农业资源与农业区划研究所 , 中国科学院、水利部成都山地灾害与环境研究所
IPC: G06F30/20
Abstract: 本发明公开了一种基于地表温度年变化模型的云下地表温度重建方法，该方法利用地表温度呈年周期变化的规律，提取地表温度的时间变化信息；通过云检测将图像像元区分为晴空像元、云阴影像元、云覆盖像元和云遮挡像元，结合空间相似像元的原理，重建高空间分辨率的云下地表温度。使用本方法重建地表温度影像的空间分布与原始晴空地表温度的空间分布基本一致，有效地表温度的覆盖率显著提升并基本可达到全覆盖；且地面站点的验证精度RMSE达3.71K，较现有云下地表温度重建方法的精度提高了约1K，促进了地表温度的应用和发展。
-
公开(公告)号：CN112487346B
公开(公告)日：2021-07-23
申请号：CN202011153753.8
申请日：2020-10-26
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明公开了一种山地地表温度遥感反演方法，包括以下步骤：步骤1：下载搭载在Landsat 8卫星上的TIRS传感器的星上辐亮度产品，以及OLI传感器的地表反射率产品，并进行数据预处理；步骤2：地表发射率计算；步骤3：地形参数计算；步骤4：大气参数计算；大气参数包括大气透过率、大气上行辐射和大气下行辐射；步骤5：山地地表温度反演；针对山地的复杂地形，通过将坡度、坡向和天空可视因子等地形参数引入到热辐射传输方程，建立了山地地表温度反演方法，有效减小了利用常规的热辐射传输方程反演山地地表温度导致的误差，提高了山地地表温度反演精度。
-
公开(公告)号：CN109446739B
公开(公告)日：2020-01-10
申请号：CN201811562345.0
申请日：2018-12-20
Applicant: 中国农业科学院农业资源与农业区划研究所 , 河北地质大学
IPC: G06F30/20
Abstract: 本发明公开了一种地表温度多通道热红外遥感反演方法，整体步骤为：获取N个通道的卫星观测亮温；将N个通道的卫星观测亮温进行排列，得到N*(N‑1)组由两个不同通道卫星观测亮温构成的通道排列；从N*(N‑1)组通道排列中选取M组，应用SW算法得到共M个通道的地面观测亮温；收集所有可用的大气信息，估算M个通道的大气下行辐射亮度；基于获取的M个通道的地面观测亮温与估算的M个通道的大气下行辐射亮度，使用TES算法反演得到最终的地表温度与发射率。本发明提供了一种无需任何辅助信息的地表温度多通道热红外遥感反演方法，可以从多通道热红外卫星遥感观测数据中同时反演得到地表温度与发射率，不再受先验知识精度的限制。
-
公开(公告)号：CN109754120B
公开(公告)日：2019-12-17
申请号：CN201910016649.5
申请日：2019-01-08
Applicant: 中国农业科学院农业资源与农业区划研究所
Abstract: 本发明公开了一种考虑荧光效应的干旱预警方法，包括以下步骤：步骤1：获取MOD11A2中LST数据以及MOD13A2中NDVI数据，通过建立Ts‑NDVI特征空间，计算温度植被干旱指数(TVDI)，分析研究区的干旱时空分别情况；步骤2：获取多年的GOME‑L2荧光产品数据，分析提取Daily_averaged_SIF数据值，其时间序列与MODIS时间序列相一致；分析荧光值在空间范围内的分布情况；步骤3：将计算得到的TVDI与SIF进行时间序列上对比分析以及相关性比较；比较TVDI与SIF在时间尺度上的变化趋势，以及两者的相关性，从而更进一步的分析两者的关系，较单一方法在旱情监测与预警上更加准确。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.042 seconds)
