-
公开(公告)号:CN117711502A
公开(公告)日:2024-03-15
申请号:CN202311303189.7
申请日:2023-10-09
Applicant: 北京大学重庆大数据研究院
IPC: G16C10/00 , G16C20/20 , G16C20/70 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06F16/29
Abstract: 本发明提供的一种融合深度学习算法的二氧化碳通量反演订正方法,包括:获取地表先验碳通量数据,将先验碳通量数据输入至大气化学传输模式模型中进行处理,得到气象要素、CO2浓度廓线以及CO2通量样本;基于气象要素和CO2浓度廓线确定出CO2柱浓度;构建全连接神经网络作为柱浓度订正模型,将气象要素和CO2柱浓度作为特征,并将来自卫星监测的CO2柱浓度作为标签,并将特征和标签输入至订正模型中进行训练;构建U‑net神经网络作为反演模型,将气象要素、CO2柱浓度作为特征,将CO2通量样本作为标签,并将特征和标签输入至反演模型中进行训练;确定目标气象要素,将目标气象要素输入至训练好的订正模型中进行处理得到订正后的CO2柱浓度,将订正后的CO2柱浓度和目标气象要素输入至训练好的反演模型中进行处理得到订正后的CO2通量。
-
公开(公告)号:CN117129963A
公开(公告)日:2023-11-28
申请号:CN202311299982.4
申请日:2023-10-09
Applicant: 北京大学重庆大数据研究院
IPC: G01S7/41 , G01S13/95 , G06F30/27 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明提供的一种基于迁移预测的雷达回波外推方法,获取雷达反射率数据,并对雷达反射率数据进行预处理得到雷达反射率有效数据;根据雷达反射率有效数据确定目标域数据集和源域数据集;构建域迁移预测模型,将源域数据集输入至迁移预测模型中并对迁移预测模型进行训练;构建域迁移预测模型的评价模型,将目标域数据集中的测试集数据输入至经过步骤S3训练后的域迁移预测模型中得到测试结果,并由评价模型计算域迁移预测模型的评价指标,选择评价指标最大时所对应的域迁移预测模型作为最优预测模型;将目标域数据集中的训练集输入至最优预测模型并对最优预测模型进行训练,将目标域数据集中的测试集再输入至训练完成的最优预测模型中得到测试结果,由评价模型计算训练后的最优预测模型的评价指标,并选择评价指标值最大时所对应的最优预测模型作为雷达回波外推模型。
-