-
公开(公告)号:CN116881619A
公开(公告)日:2023-10-13
申请号:CN202211535044.5
申请日:2022-12-01
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种顾及地表气温和水汽压的大气加权平均温度精化方法,其特征在于:包括以下步骤:A.通过ERA5再分析数据和GPT3模型格网数据计算得到格网点上的真值,并通过GPT3模型格网数据计算得到格网点上的模型值;B.将真值与模型值进行拟合,计算顾及地表气温和水汽压的大气加权平均温度Tm的精化系数;C.基于精化系数,计算GPT3模型格网点上确定参数的顾及地表气温和水汽压的大气加权平均温度Tm。本发明的方法步骤简单,方便操作,还能提高加权平均温度的精度,改善加权平均温度的区域性精度差异,为GNSS气象学高精度反演大气可降水量提供更加可靠的基础信息,因此适合推广使用。
-
公开(公告)号:CN115755103B
公开(公告)日:2023-07-07
申请号:CN202211430336.2
申请日:2022-11-15
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种抗差自适应的GNSS水汽层析方法,其方法包括:S1、根据研究区构建GNSS水汽层析格网;S2、采集研究区内GNSS测站的观测数据、气象数据及精密星历数据,通过计算得到斜路径水汽含量SWV;S3、通过计算卫星射线在每个层析网格内的截距构建GNSS水汽层析斜路径方程,利用大气折射率参数随着高度的增加而指数递减的特性构建垂直约束方程,将GNSS水汽层析斜路径方程及垂直约束方程共同组成Kalman滤波的矩阵形式的观测方程,然后构建状态方程;S4、Kalman滤波解算模型进行依序解算更新得到大气水汽密度值。本发明能够改善GNSS水汽层析解算过程中观测值误差的影响及滤波解算的不稳定性,为GNSS气象学研究提供高精度稳定的大气水汽信息。
-
公开(公告)号:CN115565063B
公开(公告)日:2023-04-11
申请号:CN202211133129.0
申请日:2022-09-16
Applicant: 中国矿业大学(北京)
IPC: G06V20/10 , G06V10/764
Abstract: 本发明公开了一种基于气候潜在补偿的矿区植被碳汇贡献量计算与分析方法,其方法如下:A、基于矿区构建出试验区,在试验区中选取研究区;B、计算对照区土地利用类型为草地、林地、耕地的植被潜在碳汇补偿值:C、研究区植被碳汇影响因子分析:C1、利用对照区植被碳汇的补偿值矫正计算得出研究区的理想植被碳汇,C2、根据计算模型得出研究区的气候气象与人类活动对植被碳汇影响。本发明对研究区土地进行精细分类,开展基于层次支持向量机的对照区选取,结合光能利用率和气候潜在模型构建潜在碳汇补偿值,精确获取矿区人类活动对植被碳汇的影响,进而实现矿区植被碳汇影响因子贡献的定量计算与分析,为矿区决策提供科学的数据支撑。
-
公开(公告)号:CN115170979B
公开(公告)日:2023-02-24
申请号:CN202210769160.7
申请日:2022-06-30
Applicant: 国家能源投资集团有限责任公司 , 北京低碳清洁能源研究院 , 中国矿业大学(北京) , 国家能源集团新疆能源有限责任公司
IPC: G06V20/13 , G06V20/10 , G06V20/70 , G06V10/80 , G06V10/44 , G06V10/54 , G06V10/58 , G06V10/764 , G06V10/771 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种多源数据融合的矿区精细用地分类方法,首先获取多源数据进行预处理并多尺度分割得到影像对象,并对影像对象裁剪高分影像块用于深度特征提取;然后,多分支卷积神经网络模型自动提取特征列向量和深度语义特征;利用多源特征深度融合模块进行特征融合并利用特征重要性权重计算模块计算多源数据深度特征重要性权重,实现有效信息的自适应融合;最后通过随机森林分类器利用深度融合特征进行矿区地物精细分类,得到矿区用地精细分类结果。本发明提供一种多源数据融合的矿区精细用地分类方法,实现了矿区精细用地分类,为矿区用地监测、管理和矿区生态环境保护提供基础数据支持,对于矿区用地监测管理与生态环境保护具有重要意义。
-
公开(公告)号:CN115170979A
公开(公告)日:2022-10-11
申请号:CN202210769160.7
申请日:2022-06-30
Applicant: 国家能源投资集团有限责任公司 , 北京低碳清洁能源研究院 , 中国矿业大学(北京) , 国家能源集团新疆能源有限责任公司
IPC: G06V20/13 , G06V20/10 , G06V20/70 , G06V10/80 , G06V10/44 , G06V10/54 , G06V10/58 , G06V10/764 , G06V10/771 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种多源数据融合的矿区精细用地分类方法,首先获取多源数据进行预处理并多尺度分割得到影像对象,并对影像对象裁剪高分影像块用于深度特征提取;然后,多分支卷积神经网络模型自动提取特征列向量和深度语义特征;利用多源特征深度融合模块进行特征融合并利用特征重要性权重计算模块计算多源数据深度特征重要性权重,实现有效信息的自适应融合;最后通过随机森林分类器利用深度融合特征进行矿区地物精细分类,得到矿区用地精细分类结果。本发明提供一种多源数据融合的矿区精细用地分类方法,实现了矿区精细用地分类,为矿区用地监测、管理和矿区生态环境保护提供基础数据支持,对于矿区用地监测管理与生态环境保护具有重要意义。
-
-
-
-