← 返回列表
基于深度学习模型的土壤水分反演方法及系统
摘要文本
本发明涉及遥感反演技术领域,具体为基于深度学习模型的土壤水分反演方法及系统,获取待反演区域的卫星遥感数据,以及同一区域中基于观测点实测的气象数据和土壤水分数据,并预处理;预处理后的数据基于训练完毕的深度学习模型,分别反演站点尺度和遥感数据像元尺度上的土壤水分值;在站点尺度和像元尺度中,分别利用反演得到的土壤水分值确定对应的累积分布函数曲线,利用相同的权重,将站点尺度的累积分布函数曲线,映射到像元尺度的累积分布函数曲线上,得到调整后的土壤水分值作为最终的土壤水分反演结果。
申请人信息
- 申请人:山东建筑大学
- 申请人地址:250000 山东省济南市历城区临港开发区凤鸣路1000号
- 发明人: 山东建筑大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于深度学习模型的土壤水分反演方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410205560.4 |
| 申请日 | 2024/2/26 |
| 公告号 | CN117787110A |
| 公开日 | 2024/3/29 |
| IPC主分类号 | G06F30/27 |
| 权利人 | 山东建筑大学 |
| 发明人 | 谢秋霞; 孟飞; 陈永辉 |
| 地址 | 山东省济南市临港开发区凤鸣路 |
专利主权项内容
1.基于深度学习模型的土壤水分反演方法,其特征在于,包括以下步骤:获取待反演区域的卫星遥感数据,以及同一区域中基于观测点实测的气象数据和土壤水分数据,并预处理;预处理后的数据基于训练完毕的深度学习模型,分别反演站点尺度和遥感数据像元尺度上的土壤水分值;在站点尺度和像元尺度中,分别利用反演得到的土壤水分值确定对应的累积分布函数曲线,利用相同的权重,将站点尺度的累积分布函数曲线,映射到像元尺度的累积分布函数曲线上,得到调整后的土壤水分值作为最终的土壤水分反演结果。