-
Patent Agency Ranking
公开(公告)号：CN115015486B
公开(公告)日：2023-04-07
申请号：CN202210662223.9
申请日：2022-06-13
Applicant: 中南大学
IPC: G01N33/00 , G01N21/3504 , G06F18/2431 , G06F17/18
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。
-
公开(公告)号：CN111323352B
公开(公告)日：2021-08-24
申请号：CN202010272848.5
申请日：2020-04-09
Applicant: 中南大学
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。
-
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
IPC: G06Q10/04 , G06Q10/06 , G06V10/774 , G06V20/13 , G06F16/9537
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。
-
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
IPC: G01N33/00 , G01N21/3504 , G06K9/62
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。
-
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
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。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
