基于动态贝叶斯平均的土壤湿度融合算法及系统技术方案

本发明专利技术公开了一种基于动态贝叶斯的土壤湿度融合算法及系统，该方法包括以下步骤：数据获取和训练、测试集划分；数据变换及偏差订正；根据动态贝叶斯算法获取动态权重；动态权重分配并进行数据逆变换；生成土壤湿度融合产品。本发明专利技术具有以下优点:(1)动态贝叶斯权重算法可以自适应快速变化天气和土壤湿度记忆性之间的平衡，动态调整多产品的权重，可以有效地提高土壤湿度产品的精度。(2)本发明专利技术中的动态贝叶斯权重算法参数少，仅有一个需要确定的最优时间尺度参数，减少了参数选取的不确定性。(3)本发明专利技术中的动态贝叶斯权重算法，它是一种基于概率密度分布的贝叶斯算法，能够有效提高概率预测评分，对于干旱监测和预报更加有效。

【技术实现步骤摘要】
基于动态贝叶斯平均的土壤湿度融合算法及系统
本专利技术涉及一种基于动态贝叶斯平均的土壤湿度融合算法，该方法采用动态贝叶斯平均算法，将多个土壤湿度产品根据动态权重进行融合，提高土壤湿度产品的精度。
技术介绍
土壤湿度(水分)是水文过程、陆气相互作用以及气候变化过程中一个非常重要的物理量。土壤湿度通过控制水分的输送影响径流，同时它也会影响感热、潜热交换，进而影响地表能量平衡。此外，第五次IPCC报告也指出土壤湿度是衡量和评估干旱程度的一个关键指标。从2010年起，全球气候观测系统(GCOS)将土壤湿度作为关键气候变量之一。由于土壤湿度初始状态估计的不确定性，天气、气候模式的预测能力常常受到限制。虽然水文、天气、气候研究均提出了对土壤湿度资料的迫切需求，但是获取长时间、大尺度的精确土壤湿度是非常困难的。随着陆面模式的发展和卫星观测技术的进步，多模式、卫星土壤湿度产品的出现使得设计融合的土壤湿度产品成为了可能。贝叶斯平均方法在土壤湿度领域已有应用，但传统的贝叶斯平均方法所采用的静态权重无法捕捉快速变化的天气和土壤湿度记忆性之间的平衡关系。...

【技术保护点】
1.一种基于动态贝叶斯的土壤湿度融合算法，其特征在于该方法包括：/n步骤1：数据获取和训练、测试集划分；/n步骤2：数据变换及偏差订正；通过数据变换将土壤湿度资料进行正态化处理，推荐使用Box-Cox转换，其变换公式为：/n

【技术特征摘要】
1.一种基于动态贝叶斯的土壤湿度融合算法，其特征在于该方法包括：
步骤1：数据获取和训练、测试集划分；
步骤2：数据变换及偏差订正；通过数据变换将土壤湿度资料进行正态化处理，推荐使用Box-Cox转换，其变换公式为：



其中y为需要转换的变量，γ为Box-Cox参数；
步骤3：根据动态贝叶斯算法获取动态权重；
步骤4：动态权重分配并进行数据逆变换；
步骤5：生成土壤湿度融合产品。


2.根据权利要求1所述基于动态贝叶斯的土壤湿度融合算法，所述步骤3中的动态贝叶斯算法流程具体包括：
步骤31：选取系列时间窗口T1,T2,T3,T4,…,Tn将训练集作n次划分；
步骤32：滑动时间窗口，获取训练期动态权重；计算用于融合的N个产品fi在已知观测O的情况下的后验概率p(fi|O)分别作为子训练集的在时刻t的权重wi，当f与观测分布越接近，wi越大；其中i为模式与观测匹配点的序号；
步骤33：优化最优训练时间尺度参数T；由训练期动态权重结果，对训练期产品进行融合，并进行评估，根据用户需要，从时间窗口中选取最优时间尺度参数T；
步骤34：根据最优训练时间尺度参数T对测试集进行划分；
步骤35：对每个t时刻更新单个产品fi在新数据情景下的p(fi|O)，获取动态权重wi(t)。


3.根据权利要求2所述基于动态贝叶斯的土壤湿度融合算法，其特征在于：所述步骤35中，...

【专利技术属性】
技术研发人员：陈勇，袁慧玲，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏;32