-
公开(公告)号：CN117371316A
公开(公告)日：2024-01-09
申请号：CN202311299858.8
申请日：2023-10-09
Applicant: 北京大学重庆大数据研究院
Abstract: 本发明提供了一种基于深度学习的静止卫星太阳短波辐射反演方法，包括以下步骤：S1.获取静止卫星和极轨卫星的历史监测信息，其中，历史监测信息包括大气背景信息和地理信息；S2.基于静止卫星的标称网格形式的数据确定出对应的经纬度信息，并基于确定的经纬度信息确定出太阳和卫星角度信息；S3.将极轨卫星的检测信息进行行列号转换，将极轨卫星的信息转换成标称网格形式；S4.将极轨卫星和静止卫星的标称网格形式的监测信息进行时空匹配得到有效信息；S5.构建深度学习神经网络，并将有效信息进行预处理后输入至深度学习神经网络中对神经网络进行训练；S6.实时获取静止卫星的监测信息，将实时监测信息进行预处理输入至训练完成的神经网络中得到监测信息采集时刻对应的太阳短波辐射值。
-
公开(公告)号：CN117371316B
公开(公告)日：2024-08-09
申请号：CN202311299858.8
申请日：2023-10-09
Applicant: 北京大学重庆大数据研究院
Abstract: 本发明提供了一种基于深度学习的静止卫星太阳短波辐射反演方法，包括以下步骤：S1.获取静止卫星和极轨卫星的历史监测信息，其中，历史监测信息包括大气背景信息和地理信息；S2.基于静止卫星的标称网格形式的数据确定出对应的经纬度信息，并基于确定的经纬度信息确定出太阳和卫星角度信息；S3.将极轨卫星的检测信息进行行列号转换，将极轨卫星的信息转换成标称网格形式；S4.将极轨卫星和静止卫星的标称网格形式的监测信息进行时空匹配得到有效信息；S5.构建深度学习神经网络，并将有效信息进行预处理后输入至深度学习神经网络中对神经网络进行训练；S6.实时获取静止卫星的监测信息，将实时监测信息进行预处理输入至训练完成的神经网络中得到监测信息采集时刻对应的太阳短波辐射值。
-
Search Results
2
records
(took 0.021 seconds)
