-
公开(公告)号:CN118656650B
公开(公告)日:2024-10-29
申请号:CN202411146836.2
申请日:2024-08-21
Applicant: 济南大学
IPC: G06F18/214 , G06V20/13 , G06V10/44 , G06V10/764 , G06V10/82 , G06F18/27 , G06N3/0455 , G06N3/08
Abstract: 本申请公开了一种土壤湿度反演方法、设备、介质及产品,涉及土壤湿度测量和数据处理技术领域,该方法包括获取目标区域的DDM图像和辅助数据;辅助数据包括目标区域的CYGNSS反射率、归一化植被指数、坡度、地表粗糙度、植被含水量、土地覆盖类别和降水量;将DDM图像输入至VIT模型进行特征提取,得到DDM图像特征;VIT模型为由依次连接的图像分块层、向量映射层和编码层组成的预训练模型;将DDM图像特征和辅助数据共同输入至神经网络模型中,得到土壤湿度结果;神经网络模型为由四层全连接层和一个回归神经元组成且经过训练后得到的最优模型。本申请可以提升土壤湿度反演的准确性。
-
公开(公告)号:CN118656650A
公开(公告)日:2024-09-17
申请号:CN202411146836.2
申请日:2024-08-21
Applicant: 济南大学
IPC: G06F18/214 , G06V20/13 , G06V10/44 , G06V10/764 , G06V10/82 , G06F18/27 , G06N3/0455 , G06N3/08
Abstract: 本申请公开了一种土壤湿度反演方法、设备、介质及产品,涉及土壤湿度测量和数据处理技术领域,该方法包括获取目标区域的DDM图像和辅助数据;辅助数据包括目标区域的CYGNSS反射率、归一化植被指数、坡度、地表粗糙度、植被含水量、土地覆盖类别和降水量;将DDM图像输入至VIT模型进行特征提取,得到DDM图像特征;VIT模型为由依次连接的图像分块层、向量映射层和编码层组成的预训练模型;将DDM图像特征和辅助数据共同输入至神经网络模型中,得到土壤湿度结果;神经网络模型为由四层全连接层和一个回归神经元组成且经过训练后得到的最优模型。本申请可以提升土壤湿度反演的准确性。
-