公开(公告)号：CN114169215A

公开(公告)日：2022-03-11

申请号：CN202110904271.X

申请日：2021-08-06

Applicant: 中国矿业大学(北京)

Inventor： 陈伟 ,  张学鹏 ,  王哲

IPC: G06F30/27 ,  G06F119/02

Abstract: 云污染会干扰热红外在大气中的传输，限制了卫星热红外传感器为地表温度提供完整时空覆盖的潜力。为了解决这个问题，本发明公开了一种三步反演模型(TRM):(i)使用WRF模型模拟出不受云污染1KM分辨率的地表温度；(ii)以MODIS数据作为参考，使用最优的机器学习模型，将模拟出的地表温度拟合成为类似MODIS无云地表温度；(iii)再结合中值滤波算法进行优化，将拟合影像中的椒盐噪点去除，从而获取与MODIS地表温度精度类似并且无云污染的地表温度。所构建的模型可以在云覆盖频繁的地区提供类似MODIS无云的时间序列地表温度影像，弥补卫星热红外影像受云污染而无法获取完整地表温度的缺点。

公开(公告)号：CN114169215B

公开(公告)日：2022-11-15

申请号：CN202110904271.X

申请日：2021-08-06

Applicant: 中国矿业大学(北京)

Inventor： 陈伟 ,  张学鹏 ,  王哲

IPC: G06F30/27 ,  G06F119/02

Abstract: 云污染会干扰热红外在大气中的传输，限制了卫星热红外传感器为地表温度提供完整时空覆盖的潜力。为了解决这个问题，本发明公开了一种三步反演模型(TRM):(i)使用WRF模型模拟出不受云污染1KM分辨率的地表温度；(ii)以MODIS数据作为参考，使用最优的机器学习模型，将模拟出的地表温度拟合成为类似MODIS无云地表温度；(iii)再结合中值滤波算法进行优化，将拟合影像中的椒盐噪点去除，从而获取与MODIS地表温度精度类似并且无云污染的地表温度。所构建的模型可以在云覆盖频繁的地区提供类似MODIS无云的时间序列地表温度影像，弥补卫星热红外影像受云污染而无法获取完整地表温度的缺点。

公开(公告)号：CN114299379A

公开(公告)日：2022-04-08

申请号：CN202111281212.8

申请日：2021-11-01

Applicant: 中国矿业大学(北京)

Inventor： 陈伟 ,  王哲 ,  张学鹏

IPC: G06V20/10 ,  G06V10/80 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于高动态影像的阴影区植被覆盖度提取方法，这种方法考虑了正常曝光影像中阴影区植被特征显示不明显，影响提取植被覆盖度精度的问题。该方法通过将低曝光、正常曝光、过曝光的三张阴影区植被影像合成出高动态影像。采用U型神经网络对高动态影像进行语义分割。将高动态影像和标签裁剪成小样本，并划分为训练集、验证集、测试集，然后训练出HDR‑DL模型。根据验证集判断模型是否过拟合，并对测试集进行预测，将小样本的二值化影像进行拼接，最后估算出植被覆盖度。本方法基于高动态影像，为更加精确的提取阴影区的植被覆盖度提供了新的技术路线，为地面估算植被覆盖度作为遥感产品和算法验证提供了重要的支撑。