公开(公告)号：CN117390959A

公开(公告)日：2024-01-12

申请号：CN202311352560.9

申请日：2023-10-17

Applicant: 武汉大学

Inventor： 陈玉敏 ,  徐睿 ,  闵万坤 ,  陈玥君 ,  安钱莹 ,  罗嘉欣

IPC: G06F30/27 ,  G06F18/214 ,  G06F18/21 ,  G06F18/243 ,  G06N5/01 ,  G06N20/20

Abstract: 本发明提供一种顾及空间自相关的CatBoost‑GPP遥感估算模型的构建方法集系统，包括：获取研究区范围内影响植被总初级生产力GPP的变量数据，并对各变量数据进行预处理；根据研究区范围内的监测站点坐标构建空间邻接矩阵并根据空间邻接矩阵筛选特征向量；以预处理后的变量数据作为自变量、步骤2中筛选出的特征向量作为协变量，构建用于估算植被总初级生产力的CatBoost‑GPP遥感估算模型；将研究区范围内的监测站点的GPP观测值及对应的自变量数据整理成数据集，并将该数据集划分为训练集和验证集；采用训练集训练CatBoost‑GPP遥感估算模型并采用验证集进行验证得到优化后的CatBoost‑GPP遥感估算模型。本发明考虑了空间自相关性和异质性对GPP估算的影响，提高了模型的估算精度。

公开(公告)号：CN115274129A

公开(公告)日：2022-11-01

申请号：CN202210472157.9

申请日：2022-04-29

Applicant: 武汉大学

Inventor： 陈玉敏 ,  陈娒杰 ,  杨家鑫 ,  周安南 ,  李殿鑫 ,  安钱莹

IPC: G16H50/80 ,  G06Q10/04 ,  G06F17/18 ,  G06F17/16 ,  G06F16/215

Abstract: 本发明提供一种基于动态人口流动矩阵空间滤值的新冠时空建模预测方法，包括获取新冠疫情数据及与新冠疫情传播相关的数据，对数据产品进行预处理和筛选，用于后续建模；根据空间单元的空间邻接关系构建邻接矩阵，构建人口流动网络邻接矩阵，构建时间邻接矩阵，空间邻接关系的时空扩展，人口流动网络邻接关系的时空扩展，时空特征向量的提取与筛选，构建基于动态人口流动矩阵时空滤值的新冠疫情回归模型，对新冠疫情数据进行建模预测和评价。本发明提高了新冠疫情时空建模的预测准确性，新冠疫情以及其它传染病的自动化分析与防控提供重要参考依据。

公开(公告)号：CN114996907B

公开(公告)日：2024-07-16

申请号：CN202210472277.9

申请日：2022-04-29

Applicant: 武汉大学

Inventor： 陈玉敏 ,  程绮珊 ,  陈玥君 ,  杨家鑫 ,  安钱莹 ,  周安南

IPC: G06F30/27 ,  G06F18/27 ,  G06F16/29 ,  G06Q50/26

Abstract: 本发明提供一种基于雪水当量栅格数据的空间回归建模方法，包括：获取雪水当量栅格数据产品并对所有数据进行预处理；对所有预处理后的数据进行划分；对分块区域构建普通最小二乘线性回归模型：筛选分块残差；步骤5：构建分块残差模型；对分块的普通最小二乘线性回归模型残差构建空间误差模型或空间滞后模型；将分块残差模型结果并入到步骤3构建的普通最小二乘线性回归模型中，得到最终的空间回归模型；若该分块未执行步骤5，则将步骤3构建的普通最小二乘线性回归模型作为该分块的最终模型；对模型进行评价和分析。本发明消除了空间自相关的影响，提高模型的精度，探究不同气象因素和地形因素对雪水当量的影响，以供后续研究和分析。

公开(公告)号：CN117830381A

公开(公告)日：2024-04-05

申请号：CN202311726097.X

申请日：2023-12-15

Applicant: 武汉大学

Inventor： 陈玉敏 ,  安钱莹 ,  谭黄元 ,  闵万坤 ,  徐睿 ,  马鉴燊

IPC: G06T7/62 ,  G06V20/13 ,  G06F18/213 ,  G06F18/214 ,  G06F18/21

Abstract: 本发明属于湖泊面积变化分析预测技术领域，具体涉及湖泊面积变化空间分析模型、构建与面积变化预测方法及装置，模型构建方法包括：步骤1，数据获取和预处理；步骤2，逐月合成最优影像；步骤3，提取湖泊范围并计算面积变化；步骤4，构建湖泊流域空间权重矩阵并中心化；步骤5，对中心化的矩阵进行特征分解，计算特征值和向量；步骤6，筛选特征向量；步骤7，确定影响因子；步骤8，构建湖泊面积变化空间分析模型ESF‑FNN；将步骤4数据作为标签，模型的输入层中，输入步骤6数据作为空间特征，步骤7数据作为非空间特征；使输入层的神经元个数与特征个数相同，输出层输出湖泊面积变化预测值；基于模型评价指标确定ESF‑FNN。

公开(公告)号：CN114996907A

公开(公告)日：2022-09-02

申请号：CN202210472277.9

申请日：2022-04-29

Applicant: 武汉大学

Inventor： 陈玉敏 ,  程绮珊 ,  陈玥君 ,  杨家鑫 ,  安钱莹 ,  周安南

IPC: G06F30/20 ,  G06F16/29 ,  G06Q50/26

Abstract: 本发明提供一种基于雪水当量栅格数据的空间回归建模方法，包括：获取雪水当量栅格数据产品并对所有数据进行预处理；对所有预处理后的数据进行划分；对分块区域构建普通最小二乘线性回归模型：筛选分块残差；步骤5：构建分块残差模型；对分块的普通最小二乘线性回归模型残差构建空间误差模型或空间滞后模型；将分块残差模型结果并入到步骤3构建的普通最小二乘线性回归模型中，得到最终的空间回归模型；若该分块未执行步骤5，则将步骤3构建的普通最小二乘线性回归模型作为该分块的最终模型；对模型进行评价和分析。本发明消除了空间自相关的影响，提高模型的精度，探究不同气象因素和地形因素对雪水当量的影响，以供后续研究和分析。

公开(公告)号：CN114972984B

公开(公告)日：2024-10-01

申请号：CN202210472159.8

申请日：2022-04-29

Applicant: 武汉大学

Inventor： 陈玉敏 ,  杨家鑫 ,  苏恒 ,  陈国栋 ,  徐真珍 ,  安钱莹

IPC: G06V20/10 ,  G06V10/764 ,  G06F16/58 ,  G06F16/583 ,  G06F16/587

Abstract: 本发明提供一种基于随机森林的积雪时空分析与预测方法，根据地理单元之间的空间关系构建空间权重矩阵，将中心化的空间权重矩阵进行特征分解筛选特征向量，与环境变量、亮温数据、积雪密度一起作为自变量，利用随机森林方法进行建模；将建模得到的最优参数代入全体样本中得到随机森林回归模型并分析积雪变化的影响因素；最后将最优参数代入到新的自变量中，得到积雪的预测值。本发明同时考虑了环境因素和空间效应对积雪变化的影响，并将这些影响因素加入到积雪估算模型中，使得构建的积雪估算模型更加准确。

公开(公告)号：CN114972984A

公开(公告)日：2022-08-30

申请号：CN202210472159.8

申请日：2022-04-29

Applicant: 武汉大学

Inventor： 陈玉敏 ,  杨家鑫 ,  苏恒 ,  陈国栋 ,  徐真珍 ,  安钱莹

IPC: G06V20/10 ,  G06V10/764 ,  G06F16/58 ,  G06F16/583 ,  G06F16/587

Abstract: 本发明提供一种基于随机森林的积雪时空分析与预测方法，根据地理单元之间的空间关系构建空间权重矩阵，将中心化的空间权重矩阵进行特征分解筛选特征向量，与环境变量、亮温数据、积雪密度一起作为自变量，利用随机森林方法进行建模；将建模得到的最优参数代入全体样本中得到随机森林回归模型并分析积雪变化的影响因素；最后将最优参数代入到新的自变量中，得到积雪的预测值。本发明同时考虑了环境因素和空间效应对积雪变化的影响，并将这些影响因素加入到积雪估算模型中，使得构建的积雪估算模型更加准确。