-
公开(公告)号:CN111881538B
公开(公告)日:2023-12-05
申请号:CN202010381496.7
申请日:2020-05-08
Applicant: 安徽省气象科学研究所 , 中国气象科学研究院
IPC: G06F30/20 , G06F30/15 , G06F111/10
Abstract: 本发明公开一种水汽导风的反演方法,本发明提供的方法包括下面步骤:步骤1:水汽资料提取;步骤2:水汽灰度计算;步骤3:实际距离估测;步骤4:风向风速估算;步骤5:风场质量控制;步骤6:三维风场形成。本发明引入Farnback光流法,从水汽图像序列中检测水汽灰度的运动,提取运动参数,得到风场信息,即将光流法引入水汽场的二维变化分析中,获得该层的风场信息,并通过多层水汽场的组成得到三维风场产品;水汽灰度用近似方式表达;假定在极短的时间变化量中,水汽灰度保持恒定不变;由前后两个时次的时间间隔和实际距离得到风矢,通过对风矢质控后,基于各层多点的风矢组成三维风场。
-
公开(公告)号:CN111881538A
公开(公告)日:2020-11-03
申请号:CN202010381496.7
申请日:2020-05-08
Applicant: 安徽省气象科学研究所 , 中国气象科学研究院
IPC: G06F30/20 , G06F30/15 , G06F111/10
Abstract: 本发明公开一种水汽导风的反演方法,本发明提供的方法包括下面步骤:步骤1:水汽资料提取;步骤2:水汽灰度计算;步骤3:实际距离估测;步骤4:风向风速估算;步骤5:风场质量控制;步骤6:三维风场形成。本发明引入Farnback光流法,从水汽图像序列中检测水汽灰度的运动,提取运动参数,得到风场信息,即将光流法引入水汽场的二维变化分析中,获得该层的风场信息,并通过多层水汽场的组成得到三维风场产品;水汽灰度用近似方式表达;假定在极短的时间变化量中,水汽灰度保持恒定不变;由前后两个时次的时间间隔和实际距离得到风矢,通过对风矢质控后,基于各层多点的风矢组成三维风场。
-
公开(公告)号:CN116882772A
公开(公告)日:2023-10-13
申请号:CN202310622182.5
申请日:2023-05-30
Applicant: 安徽省气象科学研究所
IPC: G06Q10/0637 , G06Q50/26
Abstract: 本发明公开了人工影响天气的库区增蓄效益评估方法,涉及人工影响天气技术领域,其技术方案要点是:包括以下步骤:S1、提取水库流域地形数据,利用ArcGIS计算不同水位下的库容和水面面积对应关系数据;S2、建立水库库容变化模型,根据水库水位、库容和水面面积关系数据,建立水库水位与容积的关系曲线;S3、水库月和年自然降水量(W)估算;S4、水库月和年发电量估算;S5、水库灌溉面积估算;S6、计算出增雨率,并计算增雨效益。建立人工增雨经济效益评估模型,为国内各地开展库区增蓄效益评估提供参考,且推动了人工影响天气事业的发展,为社会和公众对人工降雨活动支持和投入提供了依据。
-
公开(公告)号:CN118733693A
公开(公告)日:2024-10-01
申请号:CN202410802039.9
申请日:2024-06-20
Applicant: 安徽大学 , 安徽气象信息有限公司 , 安徽省气象科学研究所(安徽省生态气象和卫星遥感中心、安徽省农业气象中心)
IPC: G06F16/29 , G06F18/214 , G06F18/22
Abstract: 本发明属于人工智能应用技术领域,具体涉及一种卫星遥感反演近地面PM2.5瞬时浓度的估算方法,步骤如下:数据预处理与数据匹配,匹配负责实现时空匹配、数据转换、数据裁切、多源数据融合;模型训练与图集输出,负责实现模型构建、模型训练、数据与图集输出。本发明通过Python编程语言,对多年日间小时级遥感大数据做清洗;基于LGBM机器学习模型,输出缺失时空数值与可视化图集;搭建一套完整的针对FY‑4A AGRI传感器所产L1级通道数据的近地面PM2.5瞬时浓度反演系统。为相关环境监测部门更全面、直观的掌握具体区域的近地面PM2.5时空变迁状态提供支持。
-
公开(公告)号:CN118968171A
公开(公告)日:2024-11-15
申请号:CN202411056523.8
申请日:2024-08-02
Applicant: 安徽大学 , 安徽省气象科学研究所(安徽省生态气象和卫星遥感中心、安徽省农业气象中心)
IPC: G06V10/764 , G06V20/10 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了顾及全局一致性和边缘特异性的遥感影像农作物分类方法,涉及图像处理技术领域,本发明利用频谱域特征学习提升深度学习网络对作物复杂特征的捕捉能力,采用傅里叶变换策略和自适应的动态滤波器构建AFSF模块,设计一种基于傅里叶频谱域学习的卷积神经网络FSEU‑Net,方法包括:高时间分辨率遥感影像的获取及预处理,农作物样本集制作,训练卷积神经网络模型,自适应动态滤波模块,模型测试并实现农作物分类结果输出。本发明提升了不同农作物类间差异与缩小相同作物类内差异,增强农作物间的可分离度,提高模型的性能,为全球土地面积的智能化农业生产准确统计提供一种有效的技术支撑。
-
公开(公告)号:CN118584558A
公开(公告)日:2024-09-03
申请号:CN202410695523.6
申请日:2024-05-31
Applicant: 安徽省气象科学研究所(安徽省生态气象和卫星遥感中心、安徽省农业气象中心)
IPC: G01W1/10
Abstract: 本发明提供一种数值预报模式近地面气温降尺度方法,包括收集数值预报模式历史近地面气温预测值、气象观测站近地面气温实测值、ASTER高空间分辨率高程和Landsat归一化植被指数。假定数值预报模式近地面气温预测值与气象站观测值之差由数值预报模式格点与观测站点的高程和归一化植被指数差异引起的,且模式近地面气温误差随经度、纬度和季节变化。因此,可以利用数值预报模式近地面气温、高程、归一化植被指数、纬度、经度和时间信息来估算气象观测站所在位置的近地面气温。在此基础上,推导出数值预报模式近地面气温降尺度模型。实现模式近地面气温空间分辨率的提升。本发明可以获取比数值预报模式更准确、精细的近地面气温空间分布。
-
公开(公告)号:CN116012713A
公开(公告)日:2023-04-25
申请号:CN202310028513.2
申请日:2023-01-09
Applicant: 安徽大学 , 安徽省气象科学研究所(安徽省生态气象和卫星遥感中心、安徽省农业气象中心)
IPC: G06V20/10 , G06V10/80 , G06V10/82 , G06V10/46 , G06N3/08 , G06N3/0464 , G06N3/0455
Abstract: 本发明属于农业信息化技术领域,具体涉及一种基于多源卫星遥感数据的作物种植信息监测方法,该方法包括步骤:多空间分辨率遥感卫星影像整合;识别目标注意力强弱评估与排序;基于全连接神经网络的特征提取;基于密集连接的特征融合;设计编码‑解码结构,编码特征,最终解码并网络输出作物三七黑色遮荫棚分析结果;本发明研究基于引入密集连接的全卷积神经网络的遥感影像地物边界提取的深度学习模型,设计作物三七黑色遮荫棚多特征的特征抽取、分析能力,通过密集注意力机制进一步增强作物三七黑色遮荫棚的特征传递和累积整合特性,通过自动学习和挖掘,实现顾及作物三七黑色遮荫棚多层次特征的多源卫星遥感作物黑棚自动提取新方法。
-
公开(公告)号:CN111912754B
公开(公告)日:2023-03-28
申请号:CN202010727936.X
申请日:2020-07-23
Applicant: 安徽省气象科学研究所
Abstract: 本发明公开了一种近地面颗粒物浓度的遥感反演方法,包括如下步骤:S100、对卫星遥感数据进行反演,得到近地面的消光系数;S200、对实测站点颗粒物浓度吸湿订正,得到吸湿订正的近地面地面颗粒物浓度;S300、对步骤S100得到近地面的消光系数和步骤S200得到吸湿订正的近地面地面颗粒物浓度进行线性拟合,建立动态线性回归模型,得到近地面颗粒物浓度场;S400、结合实测站点颗粒物浓度对步骤S300线性回归的近地面颗粒物浓度场进行变分订正,得到精度高的近地面颗粒浓度场。本发明通过将卫星遥感反演数据和地面气象、环境站点观测数据进行融合,实现了地面颗粒物浓度由点及面的监测,发挥了卫星遥感信息高分辨率的优点,极大提高了空气质量监测的准确率和覆盖面。
-
公开(公告)号:CN111912754A
公开(公告)日:2020-11-10
申请号:CN202010727936.X
申请日:2020-07-23
Applicant: 安徽省气象科学研究所
Abstract: 本发明公开了一种近地面颗粒物浓度的遥感反演方法,包括如下步骤:S100、对卫星遥感数据进行反演,得到近地面的消光系数;S200、对实测站点颗粒物浓度吸湿订正,得到吸湿订正的近地面地面颗粒物浓度;S300、对步骤S100得到近地面的消光系数和步骤S200得到吸湿订正的近地面地面颗粒物浓度进行线性拟合,建立动态线性回归模型,得到近地面颗粒物浓度场;S400、结合实测站点颗粒物浓度对步骤S300线性回归的近地面颗粒物浓度场进行变分订正,得到精度高的近地面颗粒浓度场。本发明通过将卫星遥感反演数据和地面气象、环境站点观测数据进行融合,实现了地面颗粒物浓度由点及面的监测,发挥了卫星遥感信息高分辨率的优点,极大提高了空气质量监测的准确率和覆盖面。
-
-
-
-
-
-
-
-