基于MODIS遥感数据的逐日地表温度重建方法及装置

    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

    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。

    基于多光谱数据的局部气候区分类方法及系统

    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

    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。

    一种基于PS目标时空间相干矩阵的极化相位优化方法

    公开(公告)号:CN113189586B

    公开(公告)日:2022-06-21

    申请号:CN202110360335.4

    申请日:2021-04-02

    Abstract: 本发明提供一种基于PS目标时空间相干矩阵的极化相位优化方法,利用振幅离差值分别选取VV、VH双极化数据的PS目标,将两种极化数据的PS目标合并后生成时空间相干矩阵,采用相干矩阵特征值分解方法分离出第一主成分,即最大特征值,并采用ESPO算法寻找最优投影矢量使得第一主成分贡献率达到最大,最终相较于单极化数据能有效增加PS点数量,还能提高主导信号比重,从而减少噪声,提高PS目标相位质量。

    结合动态形变和静态指数的冻土融沉风险评估方法及装置

    公开(公告)号:CN115169812B

    公开(公告)日:2025-02-18

    申请号:CN202210654753.9

    申请日:2022-06-10

    Abstract: 本发明提供了一种结合动态形变和静态指数的冻土融沉风险评估方法及装置,该方法在传统的静态风险评估指数模拟结果上,提出了一种结合地表动态变形信息和静态模拟信息的风险评价指标。冻土地表形变信息由干涉SAR(InSAR)反演得到,静态指数模拟结果通过融沉指数、风险区划指数和容许承载力指数得到,并通过层次分析法将静态指数与动态形变结合,得到一种考虑冻土冻融变化状态的多因子指数。本发明尝试利用现有指数的评估结果和研究区的冻土地表形变数据对多因子指数进行验证,对冻土地区基础设施沿线的多年冻土融化沉降灾害评估工作有一定的参考意义。

    联合PS目标与DS目标的双极化相位优化地表形变监测方法

    公开(公告)号:CN113204023B

    公开(公告)日:2022-09-23

    申请号:CN202110507977.2

    申请日:2021-05-10

    Abstract: 本发明提供一种联合PS目标与DS目标的双极化相位优化地表形变监测方法,利用平均幅度阈值法分别选取VV、VH双极化数据的PS目标,将两种极化数据的PS目标合并。再利用Anderson‑Darling检验和平均幅度阈值法识别DS目标,对DS目标采用自适应均值滤波进行降噪处理。基于PS目标和DS目标生成时空间相干矩阵,采用相干矩阵特征值分解方法分离出第一主成分,即最大特征值,采用BGSM算法寻找最优散射机制使得第一主成分相位贡献达到最大,可以有效改善相干点目标密度和提高相位质量,最后联合PS目标与DS目标反演地表形变。

    一种基于PS目标时空间相干矩阵的极化相位优化方法

    公开(公告)号:CN113189586A

    公开(公告)日:2021-07-30

    申请号:CN202110360335.4

    申请日:2021-04-02

    Abstract: 本发明提供一种基于PS目标时空间相干矩阵的极化相位优化方法,利用振幅离差值分别选取VV、VH双极化数据的PS目标,将两种极化数据的PS目标合并后生成时空间相干矩阵,采用相干矩阵特征值分解方法分离出第一主成分,即最大特征值,并采用ESPO算法寻找最优投影矢量使得第一主成分贡献率达到最大,最终相较于单极化数据能有效增加PS点数量,还能提高主导信号比重,从而减少噪声,提高PS目标相位质量。

Patent Agency Ranking