公开(公告)号：CN119964026A

公开(公告)日：2025-05-09

申请号：CN202510079076.6

申请日：2025-01-17

Applicant: 中国农业大学

Inventor： 丁日升 ,  李鑫龙 ,  董志多 ,  高佳 ,  张博越 ,  王若朴 ,  曹荷莉 ,  康绍忠 ,  杜太生 ,  佟玲 ,  康健

IPC: G06V20/13 ,  G06V20/10 ,  G06V10/764 ,  G06V10/84 ,  G06N7/01

Abstract: 本发明提出一种基于贝叶斯优化的遥感数据同化作物模型方法，包括：提取整理作物模型中作物参数并取样；将生成参数集写入对应的作物参数文件、运行模型并整理模拟结果，分析作物参数敏感度；选择敏感度大于0.1的参数设定调参范围，根据调参范围取样，重复并整理多年LAI和产量模拟结果；使用Landsat8数据提取小麦种植区，设置取样点提取作物生育期内的MODIS LAI数据；处理得到各同化方法处理后的LAI变化，与处理后LAI变化最接近的一组模拟为同化结果；根据实测产量或LAI建立目标函数，使用贝叶斯优化算法迭代计算各同化结果的权重，得到最终的数学模型并计算作物参数取值、同化产量和LAI变化。

公开(公告)号：CN119961678A

公开(公告)日：2025-05-09

申请号：CN202510071799.1

申请日：2025-01-16

Applicant: 中国农业大学

Inventor： 丁日升 ,  李鑫龙 ,  董志多 ,  高佳 ,  张博越 ,  王若朴 ,  曹荷莉 ,  廖祺 ,  黄建 ,  康绍忠 ,  杜太生 ,  佟玲 ,  康健

IPC: G06F18/214 ,  G06F18/20 ,  G06N20/00

Abstract: 本发明公开一种基于历史气象数据及最佳机器学习模型的对CMIP6数据处理方法，可有效评估上述模型对不同种类的气象数据处理精度的差异，从而选择最佳模型得到更为可信的未来气象数据变化。包括：提取逐日CMIP6原始数据；将CMIP6数据建立模拟训练集和模拟测试集，将对应的同时期的历史气象数据建立实测训练集和实测测试集；根据机器学习模型对模拟测试集进行处理，选择不同种类气象数据所对应的最佳机器学习模型；根据所有历史气象数据建立实测训练集、所有历史时期CMIP6数据建立模拟训练集；选择的最佳机器学习模型，根据未来待优化时期的CMIP6数据建立模拟测试集，作为训练后的机器学习模型的输入，输出结果即为最佳机器学习模型对CMIP6数据的处理结果。