【技术实现步骤摘要】
一种基于人工智能融合的干旱指数预测方法及装置
[0001]本专利技术属于图像处理
，尤其涉及一种基于人工智能融合的干旱指数预测方法及装置。
技术介绍
[0002]利用静止轨道卫星搭载的遥感热红外传感器采集目标区域的地表热红外图像；采集到的地表热红外图像不仅具有高时间分辨率和高空间分辨率；而且地表热红外图像中热红外波段相比较可见波段，能提前7
‑
14天探测到目标区域植被因缺水而减少蒸腾的信号。但是地表热红外图像的热红外波段受云干扰比较严重，仅限于无云条件下的干旱指数反演。
[0003]由于微波波段较长且能穿透云层获取地表信息，因此采用极轨卫星搭载的遥感微波传感器采集目标区域的地表微波图像，该地表微波图像是填补地表热红外图像中云干扰情况的最优选择。然而，遥感微波传感器也有缺陷，例如：首先，微波信号的强度较低导致微波传感器的空间分辨率比热红外传感器低；其次，搭载在极轨卫星上的微波传感器每天仅有两次过境观测，相比较5分钟至1小时就能成像一次的静止轨道热红外传感器，微波传感器的时间分辨率较差。陆面模式分...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能融合的干旱指数预测方法，其特征在于，包括：获取待测目标区域在日观测时间对应的地表热红外图像；针对所述待测目标区域任一像元：从所述地表热红外图像中获取所述像元对应的地表热红外观测值；对所述地表热红外观测值进行云干扰检测；若检测结果表征所述地表热红外观测值为无云干扰，则将所述地表热红外观测值作为准地表温度；若检测结果表征所述地表热红外观测值为有云干扰，则分别获取所述像元在日观测时间对应的地表微波观测值和陆面模式估测值；对所述地表微波观测值和所述陆面模式估测值进行预测处理，得到所述像元对应的准地表温度；基于每个所述像元对应的准地表温度，确定所述待测目标区域对应的准地表温度图像；对所述准地表温度图像进行预测处理，生成所述待测目标区域在日观测时间对应的干旱指数图像。2.根据权利要求1所述的方法，其特征在于，所述对所述地表微波观测值和所述陆面模式估测值进行预测处理，得到所述像元对应的准地表温度，包括：获取目标区域在日观测时间对应的准地表微波图像、准陆面模式估测图像，以及无云干扰的准地表热红外图像；针对所述目标区域任一像元：从所述准地表微波图像、准陆面模式估测图像，以及所述准地表热红外图像中分别获取所述像元对应的准地表微波观测值、准陆面模式估测值以及准地表热红外观测值；将所述准地表微波观测值和所述准陆面模式估测值共同作为第一训练样本，并将所述准陆面模式估测值和所述准地表热红外观测值共同作为第二训练样本；基于决策树算法，对第一训练样本数据和第二训练样本数据进行模型训练，得到双决策树模型；利用所述双决策树模型对所述地表微波观测值和所述陆面模式估测值进行预测处理，得到所述像元对应的准地表温度。3.根据权利要求2所述的方法，其特征在于，所述获取目标区域在日观测时间对应的无云干扰的准地表热红外图像，包括：获取目标区域在日观测时间对应的地表热红外图像以及云图像；针对目标区域的任一像元：分别从所述地表热红外图像和所述云图像中获取所述像元对应的地表热红外观测值和云模板观测值；若所述像元对应云模板观测值满足第一预设条件，则将所述像元对应的地表热红外观测值作为有效值；若所述像元对应的云模板观测值满足第二预设条件，则将所述像元对应的地表热红外观测值作为无效值；基于所述目标区域中每个所述像元对应的地表热红外观测值，得到所述目标区域对应的无云干扰的准地表热红外图像。4.根据权利要求2所述的方法，其特征在于，所述获取目标区域在日观测时间对应的准地表微波图像，包括：获取目标区域在日观测时间对应的地表微波图像；基于预设空间分辨率对应的地表叶面积指数，对所述地表微波图像进行降尺度处理，得到准地表微波图像。
5.根据权利要求2所述的方法，其特征在于，所述获取目标区域在日观测时间对应的准陆面模式估测图像，包括：获取目标区域在日观测时间对应的陆面模式估测图像；基于预设空间分辨率对应的地表叶面积...
【专利技术属性】
技术研发人员：方莉，唐剑，
申请(专利权)人：北京慧天卓特科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。