公开(公告)号：CN118916606B

公开(公告)日：2025-01-28

申请号：CN202411416759.8

申请日：2024-10-11

Applicant: 浙江大学

Inventor： 李佩凌 ,  吴森森 ,  戴震 ,  郑金鹏

IPC: G06F17/18 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种大气碳时空神经网络回归建模方法、系统、介质及设备，属于遥感大气监测领域。本发明首先获取所需研究区域的大气XCO2时序遥感监测数据以及大气XCO2影响因子数据，并进行初步预处理以及进一步预处理；构建地理时空加权回归模型提取时空特征，其中，空间邻近性卷积神经网络用于提取空间邻近性表征，时间邻近性神经网络用于提取时间邻近性表征，时空融合邻近性神经网络用于表征融合，时空加权神经网络用于解算时空权重，最终由地理时空加权回归模型得到全覆盖高时空分辨率大气碳浓度分布并可视化生成地图。本发明的方法泛化能力强，数据建模精度高，可适用于不同空间尺度和不同地区的大气XCO‑2浓度精细化全覆盖建模。

公开(公告)号：CN118916606A

公开(公告)日：2024-11-08

申请号：CN202411416759.8

申请日：2024-10-11

Applicant: 浙江大学

Inventor： 李佩凌 ,  吴森森 ,  戴震 ,  郑金鹏

IPC: G06F17/18 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种大气碳时空神经网络回归建模方法、系统、介质及设备，属于遥感大气监测领域。本发明首先获取所需研究区域的大气XCO2时序遥感监测数据以及大气XCO2影响因子数据，并进行初步预处理以及进一步预处理；构建地理时空加权回归模型提取时空特征，其中，空间邻近性卷积神经网络用于提取空间邻近性表征，时间邻近性神经网络用于提取时间邻近性表征，时空融合邻近性神经网络用于表征融合，时空加权神经网络用于解算时空权重，最终由地理时空加权回归模型得到全覆盖高时空分辨率大气碳浓度分布并可视化生成地图。本发明的方法泛化能力强，数据建模精度高，可适用于不同空间尺度和不同地区的大气XCO‑2浓度精细化全覆盖建模。