-
公开(公告)号：CN117351373B
公开(公告)日：2024-03-12
申请号：CN202311646337.5
申请日：2023-12-04
Applicant: 厦门大学
Abstract: 本发明公开了一种河口海湾水质遥感产品智能融合处理方法，包括以下步骤：S1、设置检索条件，进行分轮检索与下载，实现遥感影像批量自动下载；S2、在python中循环调用Acolite的settings文件，将多源遥感卫星数据直接批量大气校正；S3、基于机器学习对多源遥感数据产品进行融合，生成高频率的水质参数遥感产品图层；S4、将不同水位的潮汐边界矢量图层叠加到水质参数遥感产品图层，并添加地图要素，生成水质参数专题图；S5、对水质参数进行智能化统计分析，生成统计图表；S6、基于水质参数专题图和统计图表，自动化输出报告单；该方法在环境监测评估领域有明显的优势，可极大提高水质遥感产品生产、信息服务等业务化决策支撑的效率。
-
公开(公告)号：CN117351373A
公开(公告)日：2024-01-05
申请号：CN202311646337.5
申请日：2023-12-04
Applicant: 厦门大学
Abstract: 本发明公开了一种河口海湾水质遥感产品智能融合处理方法，包括以下步骤：S1、设置检索条件，进行分轮检索与下载，实现遥感影像批量自动下载；S2、在python中循环调用Acolite的settings文件，将多源遥感卫星数据直接批量大气校正；S3、基于机器学习对多源遥感数据产品进行融合，生成高频率的水质参数遥感产品图层；S4、将不同水位的潮汐边界矢量图层叠加到水质参数遥感产品图层，并添加地图要素，生成水质参数专题图；S5、对水质参数进行智能化统计分析，生成统计图表；S6、基于水质参数专题图和统计图表，自动化输出报告单；该方法在环境监测评估领域有明显的优势，可极大提高水质遥感产品生产、信息服务等业务化决策支撑的效率。
-
公开(公告)号：CN119249901A
公开(公告)日：2025-01-03
申请号：CN202411430413.3
申请日：2024-10-14
Applicant: 厦门大学
IPC: G06F30/27 , G06F18/214 , G06N3/084 , G06N3/126 , G01N21/55 , G06F111/06
Abstract: 本发明公开了一种覆盖高纬度区的全球叶绿素a遥感反演优化方法及装置，包括：基于实测遥感反射率和实测叶绿素a浓度的实测数据集进行海表温度的时空匹配，并集成构建训练数据集，包含五个波段的实测遥感反射率(412、443、490、555和670nm)、海表温度、经度、纬度和实测叶绿素a浓度；应用BP神经网络，构建覆盖高纬度区的全球叶绿素a遥感反演模型并采用训练数据集进行训练，BP神经网络的初始权值和阈值通过遗传算法迭代求解优化获取，得到经训练的全球叶绿素a遥感反演模型；将待反演的卫星遥感反射率及其匹配的海表温度、经度和纬度输入经训练的全球叶绿素a遥感反演模型，反演得到叶绿素a浓度。本发明可以有效提高叶绿素a全球遥感反演精度。
-
公开(公告)号：CN119964018A
公开(公告)日：2025-05-09
申请号：CN202411294299.6
申请日：2024-09-14
Applicant: 厦门大学
IPC: G06V20/13 , G01N21/27 , G01N21/55 , G06V10/75 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0985
Abstract: 本发明公开了一种基于卫星融合的近岸海域营养盐浓度遥感反演方法，包括以下步骤：S1、对高空间分辨率卫星和低空间分辨率卫星的光学影像的原始L1C数据分别进行瑞利校正，得到瑞利校正后遥感反射比；S2、将瑞利校正后遥感反射比数据中的云与陆地像元进行掩膜处理；S3、基于低空间分别卫星数据构建营养盐训练数据集；S4、构建跨卫星融合训练数据集；S5、建立基于低分辨率卫星的AutoGluon‑DIN机器学习模型和AutoGluon‑DIP机器学习模型，并进行模型训练；S6、建立融合高分辨和低分辨率卫星的AutoGluon‑transfer机器学习模型，并进行模型训练；S7、依次应用训练后AutoGluon‑transfer机器学习、AutoGluon‑DIN机器学习模型、AutoGluon‑DIP机器学习模型于高分辨率卫星，获取高空间分辨率的近岸海域营养盐浓度遥感反演产品。
-
-
-
Search Results
4
records
(took 0.021 seconds)
