耦合ResNets和改进CASA模型的区域植被GPP估算方法

    公开(公告)号:CN118053519A

    公开(公告)日:2024-05-17

    申请号:CN202410452747.4

    申请日:2024-04-16

    Applicant: 南开大学

    Abstract: 本发明公开了一种耦合ResNets和改进CASA模型的区域植被GPP估算方法。该方法将ResNets网络与新构建的GPP估算模型耦合,提高了模型的泛化能力和估算精度,在极端气候事件下具有较高的稳健性。本发明基于传统CASA模型,构建了新的GPP估算模型,新构建的GPP估算模型可直接估算GPP,克服了传统CASA模型只能输出NPP的缺陷。本发明可在不同的环境条件和植被类型下准确估算#imgabs0#,且可表示多重环境因子与#imgabs1#之间的复杂非线性关系,考虑多重环境因子间的交互作用对#imgabs2#的影响,将估算的#imgabs3#代入新构建的GPP估算模型后,可在环境异质性高的地区提高GPP估算精度。

    耦合ResNets和改进CASA模型的区域植被GPP估算方法

    公开(公告)号:CN118053519B

    公开(公告)日:2024-06-18

    申请号:CN202410452747.4

    申请日:2024-04-16

    Applicant: 南开大学

    Abstract: 本发明公开了一种耦合ResNets和改进CASA模型的区域植被GPP估算方法。该方法将ResNets网络与新构建的GPP估算模型耦合,提高了模型的泛化能力和估算精度,在极端气候事件下具有较高的稳健性。本发明基于传统CASA模型,构建了新的GPP估算模型,新构建的GPP估算模型可直接估算GPP,克服了传统CASA模型只能输出NPP的缺陷。本发明可在不同的环境条件和植被类型下准确估算#imgabs0#,且可表示多重环境因子与#imgabs1#之间的复杂非线性关系,考虑多重环境因子间的交互作用对#imgabs2#的影响,将估算的#imgabs3#代入新构建的GPP估算模型后,可在环境异质性高的地区提高GPP估算精度。

Patent Agency Ranking