-
公开(公告)号:CN117911884B
公开(公告)日:2024-11-15
申请号:CN202310691446.2
申请日:2023-06-13
Applicant: 兰州大学
IPC: G06V20/13 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种同化FY‑4A静止卫星识别非晴空条件下气溶胶的方法。本发明为FY‑4A TOAR数据集开发了一种基于集成模型实现气溶胶分类的方法,通过CALIPSO VFM产品来标记无云地区和有云地区的气溶胶以及其类型,引入来自ERA‑5的气象要素和地表信息作为模型输入补充,最后,生成具有高时空分辨率的全覆盖气溶胶分类产品,且具备有效识别非晴空条件下的气溶胶的能力。相较于之前的气溶胶分类产品本发明适应性强,准确性高,具有更高的时间分辨率和空间分辨率,特别是针对非晴空条件下,极大提高了气溶胶分类工作的效率。
-
公开(公告)号:CN118053077A
公开(公告)日:2024-05-17
申请号:CN202311703249.4
申请日:2023-12-12
Applicant: 兰州大学
IPC: G06V20/13 , G06V10/764 , G06N20/20 , G06N5/01
Abstract: 本发明公开了一种利用全天时FY‑4A全圆盘数据探测云‑气溶胶的方法,包括步骤:根据CALIPSO VFM产品的大气特征和气溶胶类型数据对CALIPSO轨道像素进行标记;将FY‑4A TOAR数据集投影到平面坐标系中,通过最邻近插值法将ERA‑5数据的空间分辨率调整为与FY‑4A相同的4km,FY‑4A TOAR和ERA‑5数据合并生成网格样本数据集;在4km x 4km网格样本数据与CALIPSO的在轨数据的时空匹配中,将时间差选择在30分钟以内,每一个CALIPSO轨道像素匹配一个经纬度最近的网格像素,生成在轨样本数据集;基于非线性混合模型构建子模型;将整个圆盘区域的网格样本数据集输入到各子模型中进行检测,获取完整全圆盘预测数据。本发明可以融合多个机器学习模型的优势,可有效降低过拟合风险,对异常值具有一定鲁棒性。
-
公开(公告)号:CN117788886A
公开(公告)日:2024-03-29
申请号:CN202311703244.1
申请日:2023-12-12
Applicant: 兰州大学
IPC: G06V10/764 , G06V10/82 , G06V10/30 , G06N3/045 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于CALIPSO星载激光雷达降噪技术的云‑气溶胶分类方法,包括步骤:纠正存在明显COSCA错误的CALIPSO垂直特征掩膜数据,将CALIPSO L1数据和垂直特征掩膜数据通过重采样调整为一致空间分辨率;以信噪比、均方根误差、结构相似度指数为评价指标,从待选降噪方法中自动挑选最优的降噪方法对输入数据进行降噪,将所有训练集数据进行归一化处理;构建云‑气溶胶分类模型和气溶胶分类模型,所述分类模型为在U‑Net神经网络模型的编码器部分和解码器之间加入自注意机制模块、残差连接模块和金字塔池化模块;基于构建的分类模型对预测数据集进行预测并输出分类结果。本发明在气溶胶类型的识别方面具有明显的优势,可以更好地适应复杂的数据情况,提高识别精度。
-
公开(公告)号:CN117911884A
公开(公告)日:2024-04-19
申请号:CN202310691446.2
申请日:2023-06-13
Applicant: 兰州大学
IPC: G06V20/13 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种同化FY‑4A静止卫星识别非晴空条件下气溶胶的方法。本发明为FY‑4A TOAR数据集开发了一种基于集成模型实现气溶胶分类的方法,通过CALIPSO VFM产品来标记无云地区和有云地区的气溶胶以及其类型,引入来自ERA‑5的气象要素和地表信息作为模型输入补充,最后,生成具有高时空分辨率的全覆盖气溶胶分类产品,且具备有效识别非晴空条件下的气溶胶的能力。相较于之前的气溶胶分类产品本发明适应性强,准确性高,具有更高的时间分辨率和空间分辨率,特别是针对非晴空条件下,极大提高了气溶胶分类工作的效率。
-
-
-