-
公开(公告)号：CN117893919B
公开(公告)日：2024-06-18
申请号：CN202410057473.9
申请日：2024-01-12
Applicant: 西南交通大学
IPC: G06V20/13 , G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/0442 , G01B11/28
Abstract: 本发明涉及定量遥感卫星产品生成技术领域,具体地说是一种多云多雾地区高时空分辨率叶面积指数产品生成方法，本发明集成时空融合、数据同化与深度学习技术，其中时空融合技术为深度学习技术提供更多的学习信息，数据同化技术为深度学习技术提供高精度的学习目标，而深度学习技术有效解决多云多雾地区数据缺失问题，这三种技术相辅相成，填补了多云多雾地区高时空分辨率LAI产品的空白。
-
公开(公告)号：CN119785226A
公开(公告)日：2025-04-08
申请号：CN202411694964.0
申请日：2024-11-25
Applicant: 西南交通大学
IPC: G06V20/13 , G06V20/10 , G06V10/762 , G06V10/764 , G06V10/766 , G06V10/77 , G06V10/774 , G06V10/82 , G06F18/243 , G06F18/27 , G06F18/213 , G06F18/214 , G06F18/23213 , G06N5/01 , G06N20/20 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/084 , G06N3/0985 , G06F123/02
Abstract: 本发明公开了一种基于模态分解和深度学习的高时空分辨率归一化植被差异指数生成方法，包括：建立以Landsat地表反射率和太阳天顶角为输入，以GLASS 250米NDVI为输出的XGBoost回归模型，估算Landsat 30米晴空像元下的NDVI；对受云污染的Landsat像元，通过构建季节性曲线在时空窗口内寻找相似像元，加权相似像元与GLASS NDVI值进行填充，生成时间连续的Landsat NDVI曲线；采用EEMD方法对Landsat NDVI曲线进行时序分解，得到本征模态函数和残差曲线；构建Bi TCN模型对本征模态函数和残差曲线进行时序预测，组合预测结果得到高时空分辨率NDVI反演结果；可以准确估算30米分辨率的NDVI时间序列，为植被长势监测、农作物估产、生态系统变化评估等应用提供重要的数据支持。
-
公开(公告)号：CN117893919A
公开(公告)日：2024-04-16
申请号：CN202410057473.9
申请日：2024-01-12
Applicant: 西南交通大学
IPC: G06V20/13 , G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/0442 , G01B11/28
Abstract: 本发明涉及定量遥感卫星产品生成技术领域,具体地说是一种多云多雾地区高时空分辨率叶面积指数产品生成方法，本发明集成时空融合、数据同化与深度学习技术，其中时空融合技术为深度学习技术提供更多的学习信息，数据同化技术为深度学习技术提供高精度的学习目标，而深度学习技术有效解决多云多雾地区数据缺失问题，这三种技术相辅相成，填补了多云多雾地区高时空分辨率LAI产品的空白。
-
-
Search Results
3
records
(took 0.014 seconds)
