公开(公告)号：CN116227142A

公开(公告)日：2023-06-06

申请号：CN202211727441.2

申请日：2022-12-30

Applicant: 中国地质大学(武汉)

Inventor： 王猛猛 ,  李冉 ,  张正加 ,  王博 ,  王壬丰

IPC: G06F30/20 ,  G06F111/04 ,  G06F119/08

Abstract: 本发明提供一种基于MODIS遥感数据的逐日地表温度重建方法及装置。该方法能够在个人终端或云平台(如：GoogleEarthEngine)上独立实现假定晴空条件下任意区域的每日地表温度重建。该模型首先采用最邻近时相线性插值对以云污染为首的缺失值进行初步填充，再通过临年同期数据的加权融合缩小缺失范围，对于存在的噪声点和过拟合问题，引入信号学中的SG滤波进行平滑和校正，最终生成逐日1km的无缝地表温度产品。验证结果表明，该发明获得的产品能够较好地反映假定晴空下地表温度的真实状态，更能在排除天气因素干扰后有效反映地表温度的季节性特征，在长时序分析研究中更具有可靠性。

公开(公告)号：CN115761363A

公开(公告)日：2023-03-07

申请号：CN202211496136.7

申请日：2022-11-24

Applicant: 中国地质大学(武汉)

Inventor： 王猛猛 ,  王壬丰 ,  张正加

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于多光谱数据的局部气候区分类方法，包括：对原始Sentinel‑2图像进行预处理，获得待分类图像；在基于深度学习的Tensorflow中的keras框架中搭建初始多层卷积神经网络；在初始多层卷积神经网络中增加残差连接和注意力机制模块，获得第一优化阶段卷积神经网络；采用深度可分离卷积层替换第一优化阶段卷积神经网络中的普通卷积层，获得最终卷积神经网络；采用基于LCZ分类的训练数据集对最终卷积神经网络进行训练，获得最优模型；将待分类图像输入最优模型进行分类，获得目标区域的LCZ分类图。本发明构建了一种全新的最优模型，该最优模型可用于抽象和学习有意义的复杂的上下文特征，总体分类准确率较同行模型更高，且具有更强的鲁棒性。