公开(公告)号：CN113408742B

公开(公告)日：2023-06-02

申请号：CN202110708087.8

申请日：2021-06-24

Applicant: 桂林理工大学

Inventor： 范冬林 ,  杨鑫 ,  何宏昌 ,  付波霖 ,  王涛涛 ,  熊远康

IPC: G06N20/00

Abstract: 本发明公开了一种基于机器学习的高精度海表温度反演方法，该方法通过堆栈泛化构建的机器学习模型可以降低云层对不同波段频谱噪声影响，通过扩展亮度温度波段特征和实测温度相匹配反演含云遥感数据的海面温度，解决传统算法无法预估含云遥感数据的问题。同时，构建的模型不需要预处理数据，直接将匹配的数据用于海面温度的反演，减少反演繁琐步骤，提高了海表温度反演精度。

公开(公告)号：CN113408742A

公开(公告)日：2021-09-17

申请号：CN202110708087.8

申请日：2021-06-24

Applicant: 桂林理工大学

Inventor： 范冬林 ,  杨鑫 ,  何宏昌 ,  付波霖 ,  王涛涛 ,  熊远康

IPC: G06N20/00

Abstract: 本发明公开了一种基于机器学习的高精度海表温度反演方法，该方法通过堆栈泛化构建的机器学习模型可以降低云层对不同波段频谱噪声影响，通过扩展亮度温度波段特征和实测温度相匹配反演含云遥感数据的海面温度，解决传统算法无法预估含云遥感数据的问题。同时，构建的模型不需要预处理数据，直接将匹配的数据用于海面温度的反演，减少反演繁琐步骤，提高了海表温度反演精度。