-
公开(公告)号：CN113935956A
公开(公告)日：2022-01-14
申请号：CN202111116905.1
申请日：2021-09-23
Applicant: 中国矿业大学(北京) , 国家能源投资集团有限责任公司 , 北京低碳清洁能源研究院 , 神华北电胜利能源有限公司 , 北京数论科技有限公司
Abstract: 本发明公开了一种二向混合建模矿区土壤含水量数据缺失修复方法，其方法如下：A、将整幅矿区土壤含水量影像像元点分别为已知像元和缺失像元，B、根据缺失像元Bj所对应的驱动因子集信息通过预测模型得到缺失像元的预测土壤含水量C、采用地理加权回归模型GWR构建已知像元的关联模型，D、用已知像元的实际土壤含水量SMAi减去模型拟合土壤含水量并得到误差εi再做普通克里金插值计算得到潜在误差εBj，E、根据缺失像元的预测土壤含水量并结合潜在误差εBj对缺失像元按照如下公式进行缺失误差修正。本发明能够提升单独用正向建模预测缺失像元的精度，尤其是在较大面积的缺失情况下正向建模无法覆盖缺失区域，能够高精度修复较大面积成块缺失数据。
-
Patent Agency Ranking
公开(公告)号：CN113935956B
公开(公告)日：2022-03-25
申请号：CN202111116905.1
申请日：2021-09-23
Applicant: 中国矿业大学(北京) , 国家能源投资集团有限责任公司 , 北京低碳清洁能源研究院 , 神华北电胜利能源有限公司 , 北京数论科技有限公司
Abstract: 本发明公开了一种二向混合建模矿区土壤含水量数据缺失修复方法，其方法如下：A、将整幅矿区土壤含水量影像像元点分别为已知像元和缺失像元，B、根据缺失像元Bj所对应的驱动因子集信息通过预测模型得到缺失像元的预测土壤含水量C、采用地理加权回归模型GWR构建已知像元的关联模型，D、用已知像元的实际土壤含水量SMAi减去模型拟合土壤含水量并得到误差εi再做普通克里金插值计算得到潜在误差εBj，E、根据缺失像元的预测土壤含水量并结合潜在误差εBj对缺失像元按照如下公式进行缺失误差修正。本发明能够提升单独用正向建模预测缺失像元的精度，尤其是在较大面积的缺失情况下正向建模无法覆盖缺失区域，能够高精度修复较大面积成块缺失数据。
-
公开(公告)号：CN113553697B
公开(公告)日：2022-02-01
申请号：CN202110702615.9
申请日：2021-06-24
Applicant: 中国矿业大学(北京) , 国家能源投资集团有限责任公司 , 北京低碳清洁能源研究院 , 神华北电胜利能源有限公司
Abstract: 本发明公开了基于长时序多源数据的煤炭开采植被扰动分析方法，首先，对植被参数进行长时间尺度上高频次定量反演，根据遥感反演、统计数据获取矿区长时间尺度、连续空间的植被参数及气候气象因子、地理因子和人类活动因子数据集；然后基于采矿前的长时序多源数据，利用地理时空加权回归模型构建植被变化的理论驱动模型；最后利用上述模型预测无采矿活动条件下的植被演变过程，进而与遥感监测的采矿活动背景下的实际植被演变进行对比，分离出煤炭开采对植被的扰动量V‑MD。本发明可得到煤炭开采对植被的扰动量V‑MD，能够分离和量化煤炭开采活动对植被的影响，并揭示了不同采矿阶段的演变规律，为矿区的生态环境保护提供了理论数据支持。
-
公开(公告)号：CN113553697A
公开(公告)日：2021-10-26
申请号：CN202110702615.9
申请日：2021-06-24
Applicant: 中国矿业大学(北京) , 国家能源投资集团有限责任公司 , 北京低碳清洁能源研究院 , 神华北电胜利能源有限公司
Abstract: 本发明公开了基于长时序多源数据的煤炭开采植被扰动分析方法，首先，对植被参数进行长时间尺度上高频次定量反演，根据遥感反演、统计数据获取矿区长时间尺度、连续空间的植被参数及气候气象因子、地理因子和人类活动因子数据集；然后基于采矿前的长时序多源数据，利用地理时空加权回归模型构建植被变化的理论驱动模型；最后利用上述模型预测无采矿活动条件下的植被演变过程，进而与遥感监测的采矿活动背景下的实际植被演变进行对比，分离出煤炭开采对植被的扰动量V‑MD。本发明可得到煤炭开采对植被的扰动量V‑MD，能够分离和量化煤炭开采活动对植被的影响，并揭示了不同采矿阶段的演变规律，为矿区的生态环境保护提供了理论数据支持。
-
公开(公告)号：CN116881619B
公开(公告)日：2024-05-14
申请号：CN202211535044.5
申请日：2022-12-01
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种顾及地表气温和水汽压的大气加权平均温度精化方法，其特征在于：包括以下步骤：A.通过ERA5再分析数据和GPT3模型格网数据计算得到格网点上的真值，并通过GPT3模型格网数据计算得到格网点上的模型值；B.将真值与模型值进行拟合，计算顾及地表气温和水汽压的大气加权平均温度Tm的精化系数；C.基于精化系数，计算GPT3模型格网点上确定参数的顾及地表气温和水汽压的大气加权平均温度Tm。本发明的方法步骤简单，方便操作，还能提高加权平均温度的精度，改善加权平均温度的区域性精度差异，为GNSS气象学高精度反演大气可降水量提供更加可靠的基础信息，因此适合推广使用。
-
公开(公告)号：CN116881619A
公开(公告)日：2023-10-13
申请号：CN202211535044.5
申请日：2022-12-01
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种顾及地表气温和水汽压的大气加权平均温度精化方法，其特征在于：包括以下步骤：A.通过ERA5再分析数据和GPT3模型格网数据计算得到格网点上的真值，并通过GPT3模型格网数据计算得到格网点上的模型值；B.将真值与模型值进行拟合，计算顾及地表气温和水汽压的大气加权平均温度Tm的精化系数；C.基于精化系数，计算GPT3模型格网点上确定参数的顾及地表气温和水汽压的大气加权平均温度Tm。本发明的方法步骤简单，方便操作，还能提高加权平均温度的精度，改善加权平均温度的区域性精度差异，为GNSS气象学高精度反演大气可降水量提供更加可靠的基础信息，因此适合推广使用。
-
-
-
-
-
Search Results
6
records
(took 0.029 seconds)
