公开(公告)号：CN117370711A

公开(公告)日：2024-01-09

申请号：CN202311450040.1

申请日：2023-10-31

Applicant: 武汉大学

Inventor： 陈玉敏 ,  罗嘉欣 ,  陈玥君 ,  徐睿 ,  陈若璇 ,  崔夏娜 ,  李璋晖

IPC: G06F17/10 ,  G06F17/18 ,  G06F17/16

Abstract: 本发明公开了一种基于ET‑ESF算法的森林覆盖区雪水当量估算方法，包括以下步骤：步骤1、相关影响因子与雪水当量的数据处理；步骤2、获取监测站点各处相关影响因子值与雪水当量值；步骤3、筛选相关影响因子；步骤4、构建空间邻接矩阵；步骤5、计算特征值和特征向量；步骤6、前向选择筛选显著特征向量；步骤7、10折交叉验证；步骤8、独立验证。本发明针对建模过程中各变量存在的空间效应问题，采用特征向量空间滤值方法，将选取的含有空间信息的特征向量加入到模型中，有效消除空间异质性和空间自相关性的影响，提高雪水当量估算模型的精度，比较准确地估算森林覆盖区的雪水当量。

公开(公告)号：CN118941974B

公开(公告)日：2024-12-13

申请号：CN202411434741.0

申请日：2024-10-15

Applicant: 武汉大学

Inventor： 陈玉敏 ,  张腾飞 ,  陈若璇 ,  褚天佑 ,  闵万坤 ,  罗嘉欣 ,  杨骏

IPC: G06V20/10 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种高精度DEM数据缺失区域填补方法及装置，属于摄影测量与遥感技术领域，包括：获取待填补的高精度InSAR空洞DEM以及与待填补的高精度InSAR空洞的地理位置一致的低分辨率DEM；根据低分辨率DEM确定地形特征数据和SAR特征数据；将低分辨率DEM、地形特征数据和SAR特征数据输入到预先训练好的基于多源特征的Transformer和CNN智能化学习重构模型，得到预测的空洞区域高分辨率DEM；将预测的空洞区域高分辨率DEM与待填补的高精度InSAR空洞DEM结合，生成高精度DEM产品。本发明实施方式简便易行，整体流程结构清晰，使空洞填补这一过程完全实现智能化和自动化。

公开(公告)号：CN117390959A

公开(公告)日：2024-01-12

申请号：CN202311352560.9

申请日：2023-10-17

Applicant: 武汉大学

Inventor： 陈玉敏 ,  徐睿 ,  闵万坤 ,  陈玥君 ,  安钱莹 ,  罗嘉欣

IPC: G06F30/27 ,  G06F18/214 ,  G06F18/21 ,  G06F18/243 ,  G06N5/01 ,  G06N20/20

Abstract: 本发明提供一种顾及空间自相关的CatBoost‑GPP遥感估算模型的构建方法集系统，包括：获取研究区范围内影响植被总初级生产力GPP的变量数据，并对各变量数据进行预处理；根据研究区范围内的监测站点坐标构建空间邻接矩阵并根据空间邻接矩阵筛选特征向量；以预处理后的变量数据作为自变量、步骤2中筛选出的特征向量作为协变量，构建用于估算植被总初级生产力的CatBoost‑GPP遥感估算模型；将研究区范围内的监测站点的GPP观测值及对应的自变量数据整理成数据集，并将该数据集划分为训练集和验证集；采用训练集训练CatBoost‑GPP遥感估算模型并采用验证集进行验证得到优化后的CatBoost‑GPP遥感估算模型。本发明考虑了空间自相关性和异质性对GPP估算的影响，提高了模型的估算精度。

公开(公告)号：CN118941974A

公开(公告)日：2024-11-12

申请号：CN202411434741.0

申请日：2024-10-15

Applicant: 武汉大学

Inventor： 陈玉敏 ,  张腾飞 ,  陈若璇 ,  褚天佑 ,  闵万坤 ,  罗嘉欣 ,  杨骏

IPC: G06V20/10 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种高精度DEM数据缺失区域填补方法及装置，属于摄影测量与遥感技术领域，包括：获取待填补的高精度InSAR空洞DEM以及与待填补的高精度InSAR空洞的地理位置一致的低分辨率DEM；根据低分辨率DEM确定地形特征数据和SAR特征数据；将低分辨率DEM、地形特征数据和SAR特征数据输入到预先训练好的基于多源特征的Transformer和CNN智能化学习重构模型，得到预测的空洞区域高分辨率DEM；将预测的空洞区域高分辨率DEM与待填补的高精度InSAR空洞DEM结合，生成高精度DEM产品。本发明实施方式简便易行，整体流程结构清晰，使空洞填补这一过程完全实现智能化和自动化。

公开(公告)号：CN117522738A

公开(公告)日：2024-02-06

申请号：CN202311565309.0

申请日：2023-11-21

Applicant: 武汉大学

Inventor： 陈玉敏 ,  马鉴燊 ,  张腾飞 ,  李璋晖 ,  陈若璇 ,  罗嘉欣

IPC: G06T5/73 ,  G06T5/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于光学遥感影像和SAR影像的图像去云方法及系统，包括：设计异源特征协同卷积模块，同时考虑不同程度的云雾遮盖和云阴影的影响，通过采用的空间域的云‑云阴影自注意力模块，有效地提高了光学SAR影像融合去云结果的精度，解决了传统卷积神经网络在光学SAR影像融合去云任务中生成结果模糊，云区中心位置恢复结果失真等问题；在网络的高维特征部分，引入了Transformer模块学习全局特征和全局信息，为光学SAR影像融合去云生成高保真度的光学影像提供了解决方案。