-
公开(公告)号:CN110287455A
公开(公告)日:2019-09-27
申请号:CN201910451339.6
申请日:2019-05-28
Applicant: 武汉大学
Abstract: 本发明公开一种结合遥感数据与社会感知数据的PM2.5深度学习反演方法,包括:对地面站点PM2.5数据、遥感数据、社会感知数据及辅助数据进行预处理;使用地学空间统计及分析方法、遥感信息处理手段对多源数据进行特征变量提取与计算;采用格网化方式对多源数据进行时空匹配,有地面站点真值的格网将作为训练样本,生成时空统一的多源数据集;将有站点PM2.5真值的格网数据集归一化后输入到深度学习模型中进行训练,验证通过后通过该模型对未知格网PM2.5浓度进行反演;对反演结果进行精细PM2.5时空分布制图。本发明使用深度学习技术可有效挖掘多源信息,弥补了传统统计模型在非线性问题中的不足,得到较高的反演精度和较为精细的时空PM2.5分布。
-
公开(公告)号:CN213457420U
公开(公告)日:2021-06-15
申请号:CN202022956914.9
申请日:2020-12-09
Applicant: 武汉大学
Abstract: 本实用新型涉及气象监测技术,具体涉及一种基于无线传输的气象集成传感器系统,包括壳体组件,设置于壳体组件内部的供电组件、控制组件、数据采集与处理模块、授时定位模块和数据传输与存储模块;供电组件、数据采集与处理模块、授时定位模块和数据传输与存储模块均与控制组件连接。控制组件控制实现了对气象要素的采集、处理、存储和传输功能;供电组件实现了对集成系统的电源供应;该系统基于物联网无线传输技术和集成感知技术实现了温度、湿度、气压气象要素一体化监测,具备数据远程传输、仪器实时定位功能,具有成本低、精度高、安装灵活、使用方便、扩展性强的优点,实际中可广泛应用于气象要素加密观测。
-