-
公开(公告)号：CN113971477A
公开(公告)日：2022-01-25
申请号：CN202111128866.7
申请日：2021-09-26
Applicant: 浙江大学
Abstract: 本发明公开了一种基于时间序列和深度学习框架的PM2.5估算方法，包括获取待估算区域的PM2.5地面观测数据、AOD产品数据、气象数据、土地利用/覆被和经济社会数据，并共同作为多源数据；将多源数据编码为时间序列格式，以获得时间序列数据；依次构建时空增强神经网络模型的空间模块、时间模块和增强模块，以对待估算区域的PM2.5进行反演估算；将预测集的数据输入经过稳定性检验和精度评价的时空增强神经网络模型中，对待估算区域目标时间内的PM2.5进行空间连续估算，得到空间分辨率为1km的PM2.5时空分布产品。本发明充分利用了PM2.5和遥感数据的时空变化，可以生成长期、更详细、更可靠、分辨率更高的PM2.5产品，对我国的空气污染预防和治理具有重要的理论与实际意义。
-
公开(公告)号：CN113971477B
公开(公告)日：2025-04-08
申请号：CN202111128866.7
申请日：2021-09-26
Applicant: 浙江大学
IPC: G06Q10/04 , G06N3/0442 , G06N3/045
Abstract: 本发明公开了一种基于时间序列和深度学习框架的PM2.5估算方法，包括获取待估算区域的PM2.5地面观测数据、AOD产品数据、气象数据、土地利用/覆被和经济社会数据，并共同作为多源数据；将多源数据编码为时间序列格式，以获得时间序列数据；依次构建时空增强神经网络模型的空间模块、时间模块和增强模块，以对待估算区域的PM2.5进行反演估算；将预测集的数据输入经过稳定性检验和精度评价的时空增强神经网络模型中，对待估算区域目标时间内的PM2.5进行空间连续估算，得到空间分辨率为1km的PM2.5时空分布产品。本发明充分利用了PM2.5和遥感数据的时空变化，可以生成长期、更详细、更可靠、分辨率更高的PM2.5产品，对我国的空气污染预防和治理具有重要的理论与实际意义。
-
公开(公告)号：CN114742272B
公开(公告)日：2024-09-06
申请号：CN202210234132.5
申请日：2022-03-10
Applicant: 浙江大学
IPC: G06Q10/0635 , G06Q50/26 , G06F16/29 , G06F18/2415 , G06F18/2431 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于时空交互关系的土壤镉风险预测方法，其具体如下：首先，获取目标预测区域内多个不同历史时期与土壤Cd污染相关的数据集，并通过数据的提取和交叉验证，得到不同历史时期目标预测区域内的土壤Cd污染企业空间点位分布数据，以及不同历史时期目标预测区域内各采样点的土壤Cd浓度和土壤pH；然后对不同时期土壤Cd风险级别与污染企业密度值进行双变量局部空间自相关分析，得到土壤Cd与污染企业的时空交互关系；最后对目标预测区域不同时期土壤Cd风险进行识别并运用斑块生成土地利用模拟模型对未来土壤Cd风险类别进行预测。本发明扩展了现有土壤Cd分区的方法和思路，对进一步管理与预防土壤Cd污染具有重要的理论与实际意义。
-
公开(公告)号：CN114742272A
公开(公告)日：2022-07-12
申请号：CN202210234132.5
申请日：2022-03-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于时空交互关系的土壤镉风险预测方法，其具体如下：首先，获取目标预测区域内多个不同历史时期与土壤Cd污染相关的数据集，并通过数据的提取和交叉验证，得到不同历史时期目标预测区域内的土壤Cd污染企业空间点位分布数据，以及不同历史时期目标预测区域内各采样点的土壤Cd浓度和土壤pH；然后对不同时期土壤Cd风险级别与污染企业密度值进行双变量局部空间自相关分析，得到土壤Cd与污染企业的时空交互关系；最后对目标预测区域不同时期土壤Cd风险进行识别并运用斑块生成土地利用模拟模型对未来土壤Cd风险类别进行预测。本发明扩展了现有土壤Cd分区的方法和思路，对进一步管理与预防土壤Cd污染具有重要的理论与实际意义。
-
-
-
Search Results
4
records
(took 0.013 seconds)
