一种基于置信度深度森林的降雪反演方法技术

本发明专利技术涉及降雪反演技术领域，具体涉及一种基于置信度深度森林的降雪反演方法

【技术实现步骤摘要】
一种基于置信度深度森林的降雪反演方法


[0001]本专利技术涉及降雪反演
，具体涉及一种基于置信度深度森林的降雪反演方法
。

技术介绍

[0002]降雪反演是遥感领域的一个关键研究方向
。
它在气候研究
、
冰雪资源管理和灾害预警等领域中有重要应用，在复杂的地表条件和气象条件下，传统的地面观测方法往往难以获取全面准确的降雪信息，因此，利用遥感技术进行降雪反演具有极高的实际价值
。
[0003]目前，基于遥感技术的传统机器学习反演降雪已经取得了显著的进展，基于多源遥感数据的降雪反演方法逐渐成为主流
。
它们可以利用遥感卫星获取的多种类型的数据，例如可见光
、
红外
、
微波等频段的数据，来估计降雪的深度和雪水当量，其中，基于葵花8号卫星遥感数据的降雪反演方法以其高分辨率
、
高频率的数据获取能力受到了广泛的关注
。
葵花8号卫星的多频道扫描辐射计可以提供关于云层的详细信息，如云顶温度r/>、
云本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于置信度深度森林的降雪反演方法，其特征在于，包括：获取葵花8号卫星遥感数据进行预处理，并将预处理后的遥感数据划分为训练集和测试集；基于深度森林构建降雪反演模型；所述降雪反演模型包括多粒度扫描模块和级联森林模块；所述级联森林模块的每一级联层包括两个随机森林和两个极端随机森林；将训练集输入降雪反演模型进行训练，所述降雪反演模型通过多粒度扫描模块对训练集进行滑动窗口扫描生成子样本；所述子样本经过级联森林模块的每一级联层，并根据每一级联层的置信度输出预测结果，得到训练好的降雪反演模型
。2.
根据权利要求1所述的一种基于置信度深度森林的降雪反演方法，其特征在于：将训练集输入降雪反演模型进行训练之前，还包括：通过对训练集中的遥感数据进行下采样处理，平衡训练集中的正负样本比例
。3.
根据权利要求1所述的一种基于置信度深度森林的降雪反演方法，其特征在于：根据每一级联层的置信度输出预测结果，具体为：子样本经过级联森林模块得到每个子样本对应的预测置信度，获取级联森林模块中每一级联对应的置信度阈值，依次将子样本对应的预测置信度与每一级联对应的置信度阈值进行判断；当子样本对应的预测置信度大于置信度阈值时，当前级联层输出子样本的预测结果；当子样本对应的预测置信度小于置信度阈值时，级联森林模块增长级联层，并将子样本传输至下一级联层，直至子样本的预测置信度大于当前级联层的置信度阈值
。4.
根据权利要求3所述的一种基于置信度深度森林的降雪反演方法，其特征在于：所述每一级联层的置信度阈值的获取方法为：
η
t
＝
min{c
k
|L(x1,
…
,x
k
)
＜
a
ε
t
,k∈[1,m]}
其中，
η
t
表示在级联层
t
的置信度阈值，
c
k
表示第
k

【专利技术属性】
技术研发人员：邢宽，宝财吉呼拉，高文军，王鑫，马志强，张立，温建伟，高俊东，
申请(专利权)人：内蒙古工业大学，
类型：发明
国别省市：