-
公开(公告)号:CN114580700B
公开(公告)日:2024-06-28
申请号:CN202111106874.1
申请日:2021-09-22
Applicant: 安徽农业大学
IPC: G01W1/10 , G06N7/01 , G06F16/29 , G06V10/764 , G06V10/774 , G06V10/84 , G06Q50/26
Abstract: 本发明公开了一种基于语义贝叶斯网络的TVDI干旱指数预测方法,包括对原始数据进行预处理得到研究所需的NDVI和LST数据,对于受云污染的NDVI和LST数据利用R中RGISTools包中的IMA平均异常插值法进行缺失数据优化。然后利用ESTARFM模型对NDVI和LST数据分别进行时空融合,得到高时空分辨率数据,结合地表语义信息,建立语义贝叶斯网络,利用语义贝叶斯网络实现对TVDI的预测。本发明的有益效果是:从贝叶斯网络的角度对一区域的干旱情况结合语义信息进行预测,在干旱预测方面提出了一个全新的可适用的方法,同样语义贝叶斯也可以适用于其他领域的预测,是一个可拓展,可多方面适用的预测方法。
-
公开(公告)号:CN111046120B
公开(公告)日:2022-08-19
申请号:CN201911194244.7
申请日:2019-11-28
Applicant: 安徽农业大学
IPC: G06F16/29
Abstract: 本发明公开了地理空间数据处理技术领域的一种极端气温语义反距离权重插值方法,首先对遥感地表温度数据进行预处理,进行地表温度反演,其次,构建参与地表土地利用分类的语义层次,计算地表语义相似度,利用语义相似度调节因子权重,嵌入反距离空间插值模型,最后,以地表温度数据为例完成空间插值估算,构建地表温度插值数据集;本发明通过充分利用地理层次化语义相似度,调节插值因子权重,改进传统反距离插值方法,除极端气温数据外,不需要任何辅助数据,易于实现,实用价值高,可用于连续场景的地表温度、植被覆盖度与土壤湿度数据等易存在数据错误缺失等相关数据数据业务化运行。
-
公开(公告)号:CN114580700A
公开(公告)日:2022-06-03
申请号:CN202111106874.1
申请日:2021-09-22
Applicant: 安徽农业大学
IPC: G06Q10/04 , G06N7/00 , G06K9/62 , G06F16/29 , G06V10/764 , G06V10/774 , G06V10/84
Abstract: 本发明公开了一种基于语义贝叶斯网络的TVDI干旱指数预测方法,包括对原始数据进行预处理得到研究所需的NDVI和LST数据,对于受云污染的NDVI和LST数据利用R中RGISTools包中的IMA平均异常插值法进行缺失数据优化。然后利用ESTARFM模型对NDVI和LST数据分别进行时空融合,得到高时空分辨率数据,结合地表语义信息,建立语义贝叶斯网络,利用语义贝叶斯网络实现对TVDI的预测。本发明的有益效果是:从贝叶斯网络的角度对一区域的干旱情况结合语义信息进行预测,在干旱预测方面提出了一个全新的可适用的方法,同样语义贝叶斯也可以适用于其他领域的预测,是一个可拓展,可多方面适用的预测方法。
-
公开(公告)号:CN111046120A
公开(公告)日:2020-04-21
申请号:CN201911194244.7
申请日:2019-11-28
Applicant: 安徽农业大学
IPC: G06F16/29
Abstract: 本发明公开了地理空间数据处理技术领域的一种极端气温语义反距离权重插值方法,首先对遥感地表温度数据进行预处理,进行地表温度反演,其次,构建参与地表土地利用分类的语义层次,计算地表语义相似度,利用语义相似度调节因子权重,嵌入反距离空间插值模型,最后,以地表温度数据为例完成空间插值估算,构建地表温度插值数据集;本发明通过充分利用地理层次化语义相似度,调节插值因子权重,改进传统反距离插值方法,除极端气温数据外,不需要任何辅助数据,易于实现,实用价值高,可用于连续场景的地表温度、植被覆盖度与土壤湿度数据等易存在数据错误缺失等相关数据数据业务化运行。
-
-
-