【技术实现步骤摘要】
本专利技术涉及地理信息科学领域，特别是涉及一种基于克里金图卷积网络的多源数据降水量预估方法。
技术介绍
1、空间插值是一类估计问题，其中使用已知值的位置来估计其他位置的值，重点是利用空间局部性和趋势。空间数据在生态学、经济学和气象学等广泛领域中无处不在。这些字段中的一个常见任务是根据附近的已知值估计目标位置的值。改进这些估算应能为这些应用带来明显的好处。为空间数据量身定制的估算技术必须充分利用每个数据点都与位置相关联这一事实。最重要的是，这些技术能捕捉到这些位置之间的空间相关性。
2、随着空间统计学的发展，更多的空间插值方法被研究以及应用于实际案例之中。最常用的建模方法是克里金法，克里金法的基本假设是，在某个位置上的观测来自一个潜在的高斯过程。在估计变异函数之后，克里金法使用观测值的线性插值来预测新位置的值。在高斯假设下，克里格法预测是空间点的最佳线性无偏估计。然而，这个假设是非常狭窄的，因为在许多应用程序中的数据不是来自高斯分布。图神经网络是最早针对图数据开发的，空间数据建模需要归纳学习，模型需要能够对不在训练数据形成的图...
【技术保护点】
1.一种基于克里金图卷积网络的多源数据降水量预估方法，其特征在于，该方法步骤如下：
2.根据权利要求1所述的一种基于克里金图卷积网络的多源数据降水量预估方法，其特征在于：所述步骤(1)获取的遥感数据和气象站点实测数据的降水量，具体步骤如下：
3.根据权利要求2所述的一种基于克里金图卷积网络的多源数据降水量预估方法，其特征在于：所述步骤(2)以实际气象观测站点的空间位置为条件，随机生成一组软数据位置，具体步骤如下：
4.根据权利要求3所述的一种基于克里金图卷积网络的多源数据降水量预估方法，其特征在于：所述步骤(3)具体步骤如下：
【技术特征摘要】
1.一种基于克里金图卷积网络的多源数据降水量预估方法，其特征在于，该方法步骤如下：
2.根据权利要求1所述的一种基于克里金图卷积网络的多源数据降水量预估方法，其特征在于：所述步骤(1)获取的遥感数据和气象站点实测数据的降水量，具体步骤如下：
3.根据权利要求2...
【专利技术属性】
技术研发人员：刘瑞军，刘青青，王晓川，尹焕樸，张迪，
申请(专利权)人：北京工商大学，
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。