-
公开(公告)号：CN116704362A
公开(公告)日：2023-09-05
申请号：CN202310539065.2
申请日：2023-05-12
Applicant: 武汉大学
IPC: G06V20/13 , G06F18/10 , G06N3/0442 , G06N3/048 , G06N3/0464 , G06N3/08 , G06V10/40 , G06V10/20 , G06V10/82 , G06V10/80
Abstract: 本发明公开了一种结合时空特征的GRACE卫星空窗期数据重构方法、系统及设备，首先收集三个数据处理中心的TWSA数据集并进行预处理；LSTM模型处理TWSA长时序数据得到TWSA重构初始值；TWSA初始值进行去趋势处理，将TWSA初始值分解为TWSA随机项和趋势项；然后利用BCNN模型修正TWSA随机项得到TWSA修正项；合并TWSA趋势项和修正项，得到TWSA重构的最终值。本发明针对GRACE两代卫星间11个月的空窗期问题，构建了一种时空特征的LSTM‑BCNN重构模型，在重构空窗期陆地水储量异常(TWSA)数据时，既能提取陆地水储量历史数据时序特征，又能提取环境因子空间特征，完成了空窗期TWSA数据的高精度重构，为水储量时序分析和旱情监测提供数据支撑。
-
公开(公告)号：CN115544734A
公开(公告)日：2022-12-30
申请号：CN202211120829.6
申请日：2022-09-15
Applicant: 武汉大学
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种基于特征水域变化的旱情监测预警方法、系统及设备，首先利用基于随机深林分类和综合阈值分割模型的水体精确提取技术，实现自动化精确提取目标区地表水域；然后根据先验知识和面积阈值识别并分离出特征水域，进而对特征水域面积多年同时期变化进行实时监测；最后根据特征水域动态变化情况进行旱情预警和综合评估，当特征水域面积在监测时段内显著减小时，根据实际情况得出可能会发生干旱的结论并发出旱情预警。本发明将地表水直接作为表征干旱状态的指标和因子，相比于其他模型和方法更加简单，且能更直观地反映旱情发展和演变。本发明根据特征水域面积变化情况进行干旱实时监测，可以更准确、及时地进行旱情预警和综合评估。
-
公开(公告)号：CN110781325A
公开(公告)日：2020-02-11
申请号：CN201911000624.2
申请日：2019-10-21
Applicant: 武汉大学
IPC: G06F16/51 , G06F16/587 , G06F16/29
Abstract: 本发明公开了一种高分辨率遥感数据格网精细化管理模型及其构建方法，该模型包括：基于全球离散网格Google S2的遥感影像数据分块组织规范，将同一地区不同来源的遥感影像数据分级约束到离散格网中，产生标准的、同构的影像格网矩阵数据；切片数据的HBase三层存储模型，实现多个栅格层存储同一时间下、同一地理区域、同一传感器的不同层级信息；Kylin二级数据索引机制，用于重新组织不同维度数据间的线性关联，在HBase上进行二级索引构建。本发明利用地理空间格网、数据编码映射和信息多维分析的技术，对数据资源进行二次组织整理，统一了影像数据的标准，解决了异构数据源数据兼容难题，在大规模数据背景下提供数据分析服务，实现不同维度，不同粒度的数据观察。
-
公开(公告)号：CN109783665B
公开(公告)日：2022-10-14
申请号：CN201811639288.1
申请日：2018-12-29
Applicant: 武汉大学
IPC: G06F16/51
Abstract: 本发明公开了一种基于Google S2实现Hbase数据库遥感大数据入库模型的设计方法，包括：通过Google S2算法实现遥感数据的格网化裁剪，用于将大范围整幅遥感影像进行分区、分片及地面空间离散化，方便影像数据的存储管理；Hbase数据库的表存储模型的建立，实现了对分区遥感影像在多个维度的属性表述，并通过数据波段离散存储的方式实现多源异构遥感影像数据的数据结构整合。本发明充分考虑了不同种类遥感影像数据的特点，实现了遥感大数据的高效存储，满足了用户不同应用场景下的需求，并有效地兼顾了系统的可扩展性和数据均衡。
-
公开(公告)号：CN109783665A
公开(公告)日：2019-05-21
申请号：CN201811639288.1
申请日：2018-12-29
Applicant: 武汉大学
IPC: G06F16/51
Abstract: 本发明公开了一种基于Google S2实现Hbase数据库遥感大数据入库模型的设计方法，包括：通过Google S2算法实现遥感数据的格网化裁剪，用于将大范围整幅遥感影像进行分区、分片及地面空间离散化，方便影像数据的存储管理；Hbase数据库的表存储模型的建立，实现了对分区遥感影像在多个维度的属性表述，并通过数据波段离散存储的方式实现多源异构遥感影像数据的数据结构整合。本发明充分考虑了不同种类遥感影像数据的特点，实现了遥感大数据的高效存储，满足了用户不同应用场景下的需求，并有效地兼顾了系统的可扩展性和数据均衡。
-
Patent Agency Ranking
公开(公告)号：CN115526499A
公开(公告)日：2022-12-27
申请号：CN202211207821.3
申请日：2022-09-30
Applicant: 武汉大学
Abstract: 本发明提供一种多模式协同驱动的自适应遥感旱情监测方法及系统，根据干旱重要特征指标设置多种旱情模式，为每个模式选定一个空间划分标准，结合标准交叉划分，确定若干监测单元；为各模式选取代表性旱情监测指数作为候选的因子；计算监测单元内各类因子的相关性，为每个模式筛选排名靠前的因子；根据因子的旱情等级对应表为各模式生产单模式旱情等级序列；生产实测旱情等级序列，构建各模式旱情等级序列与实测旱情等级序列的自适应评估模型，实现多模式协同驱动下监测单元的自适应旱情等级评估。本发明考虑地理特征构建旱情监测单元，引用因子相似性指标实现旱情因子筛选，突破了单模式旱情监测局限，解决了多尺度、多类型旱情一体化监测难题。
-
公开(公告)号：CN111104457A
公开(公告)日：2020-05-05
申请号：CN201911045875.2
申请日：2019-10-30
Applicant: 武汉大学
Abstract: 本发明提供了一种基于分布式数据库的海量时空数据管理方法，该方法包括以下步骤：步骤S1，对时空数据的区域进行分片：基于地理格网的划分规则将时空数据进行格网离散，并将时空数据所处的地理格网的地理空间编码作为时空数据的空间索引；步骤S2，将时空数据的索引结构设计为由分区编码、时间编码、地理编码、倒排时间和唯一编码构成；步骤S3，设计时空数据的存储表，并将时空数据导入分布式数据库中，通过综合考虑地理格网的编码原理和规则，在保证数据空间相关性的同时将时空数据均匀离散地存储到了各个数据库节点上，均衡了各个节点的负载；另外，将空间、时间关系紧密的数据存储到了更为接近的位置，提高数据的读写效率。
-
公开(公告)号：CN115878685A
公开(公告)日：2023-03-31
申请号：CN202210750776.X
申请日：2022-06-28
Applicant: 武汉大学
IPC: G06F16/2458 , G06F16/215 , G06F17/18 , G06Q50/02
Abstract: 本发明公开了一种融合多指标的综合偏差干旱指数的旱情监测方法，包括：协同陆地水储量TWS、降水PET和土壤水分SM产品数据，计算研究阶段每个日历月的月平均气候数据集；根据步骤1得到的月平均气候数据集，分别计算第i年第j月的陆地水储量、降水和土壤水分的月气候距平值；将步骤2计算得到的月气候距平值进行标准化处理，并根据标准化处理后的气候距平值构建综合偏差CD；根据步骤3计算的综合偏差CD采用标准化方法计算综合偏差干旱指数CDDI；根据步骤4计算的CDDI值捕捉干旱事件并分析干旱特征。本发明结合降水偏差捕捉到的气象干旱的发生，考虑引起农业干旱发展的土壤水分差异，再加入陆地水储量亏缺状态，可以系统地、全面地进行综合干旱监测。
-
公开(公告)号：CN111325384B
公开(公告)日：2022-07-05
申请号：CN202010080915.3
申请日：2020-02-05
Applicant: 武汉大学
Abstract: 本发明提出了一种结合统计特征和卷积神经网络模型的NDVI预测方法。本发明将原始遥感影像进行波段提取和格式转换得到NDVI数据集；通过NDVI数据集构建统计特征；对NDVI数据集进行裁剪；NDVI数据集和对应的统计特征输入到结合统计特征和卷积神经网络模型中进行训练和验证，直到训练集误差降低而验证集误差升高时停止，获得NDVI预测模型。本发明可提前获取大范围土地绿度信息，填补了结合统计特征和卷积神经网络模型以预测NDVI的技术空白；相比其他传统的NDVI预测方法，本发明预测具有快速、准确的优势。
-
公开(公告)号：CN111325384A
公开(公告)日：2020-06-23
申请号：CN202010080915.3
申请日：2020-02-05
Applicant: 武汉大学
Abstract: 本发明提出了一种结合统计特征和卷积神经网络模型的NDVI预测方法。本发明将原始遥感影像进行波段提取和格式转换得到NDVI数据集；通过NDVI数据集构建统计特征；对NDVI数据集进行裁剪；NDVI数据集和对应的统计特征输入到结合统计特征和卷积神经网络模型中进行训练和验证，直到训练集误差降低而验证集误差升高时停止，获得NDVI预测模型。本发明可提前获取大范围土地绿度信息，填补了结合统计特征和卷积神经网络模型以预测NDVI的技术空白；相比其他传统的NDVI预测方法，本发明预测具有快速、准确的优势。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.013 seconds)
