-
公开(公告)号：CN110503142A
公开(公告)日：2019-11-26
申请号：CN201910749441.4
申请日：2019-08-14
Applicant: 淮阴师范学院
IPC: G06K9/62
Abstract: 本发明提供了一种基于时空随机效应加法过程模型的多源遥感产品层次贝叶斯融合方法，针对具有季节变化规律的地学参数的遥感产品存在的时空不连续、时空分辨率单一的问题，在传统的时间序列统计模型中增加时空随机效应模型组分，构造时空序列加法过程模型，嵌入到层次贝叶斯融合模型中，利用多源遥感产品信息的互补性，进行产品信息融合，得到时空完整的、多尺度、高精度、空间信息量丰富的融合遥感产品。本发明可以满足地学参数真实的时空过程模拟、参数的多尺度无缝转换、遥感产品及动态过程模拟参数的不确定表达、地学参数局部时空结构模拟，并且实现快速高效的海量遥感数据计算，得到高精度、局部空间模式丰富的多尺度时空完整的融合数据。
-
公开(公告)号：CN110503142B
公开(公告)日：2023-05-09
申请号：CN201910749441.4
申请日：2019-08-14
Applicant: 淮阴师范学院
Abstract: 本发明提供了一种基于时空随机效应加法过程模型的多源遥感产品层次贝叶斯融合方法，针对具有季节变化规律的地学参数的遥感产品存在的时空不连续、时空分辨率单一的问题，在传统的时间序列统计模型中增加时空随机效应模型组分，构造时空序列加法过程模型，嵌入到层次贝叶斯融合模型中，利用多源遥感产品信息的互补性，进行产品信息融合，得到时空完整的、多尺度、高精度、空间信息量丰富的融合遥感产品。本发明可以满足地学参数真实的时空过程模拟、参数的多尺度无缝转换、遥感产品及动态过程模拟参数的不确定表达、地学参数局部时空结构模拟，并且实现快速高效的海量遥感数据计算，得到高精度、局部空间模式丰富的多尺度时空完整的融合数据。
-
公开(公告)号：CN107341513B
公开(公告)日：2020-10-30
申请号：CN201710548545.X
申请日：2017-07-01
Applicant: 淮阴师范学院
IPC: G06K9/62
Abstract: 本发明公开了一种基于稳健的固定阶数滤波模型的多源海洋表面温度(SST)遥感产品融合方法，综合SST遥感产品时空融合过程中的尺度转换问题、产品的不确定性表达问题及SST时空过程复杂的空间结构和时间结构，充分利用遥感产品在空间分辨率、时空完整性、精度特征等方面的互补特性，采用基于稳健的固定阶数滤波过程模型的层次贝叶斯框架融合红外SST和微波SST遥感产品，得到高精度的、空间完整的、局部空间模式丰富的细尺度融合数据，本发明对SST空间趋势的模拟更加合理，实现了多源遥感产品间的无缝时空尺度转换、遥感产品不确定性的定量化，适用于遥感大数据量的高效计算。
-
公开(公告)号：CN107341513A
公开(公告)日：2017-11-10
申请号：CN201710548545.X
申请日：2017-07-01
Applicant: 淮阴师范学院
IPC: G06K9/62
Abstract: 本发明公开了一种基于稳健的固定阶数滤波模型的多源海洋表面温度(SST)遥感产品融合方法，综合SST遥感产品时空融合过程中的尺度转换问题、产品的不确定性表达问题及SST时空过程复杂的空间结构和时间结构，充分利用遥感产品在空间分辨率、时空完整性、精度特征等方面的互补特性，采用基于稳健的固定阶数滤波过程模型的层次贝叶斯框架融合红外SST和微波SST遥感产品，得到高精度的、空间完整的、局部空间模式丰富的细尺度融合数据，本发明对SST空间趋势的模拟更加合理，实现了多源遥感产品间的无缝时空尺度转换、遥感产品不确定性的定量化，适用于遥感大数据量的高效计算。
-
-
-
Search Results
4
records
(took 0.017 seconds)
