System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于GNSS反射信号的海面叶绿素浓度反演模型构建方法技术_技高网

一种基于GNSS反射信号的海面叶绿素浓度反演模型构建方法技术

技术编号:40959083 阅读:6 留言:0更新日期:2024-04-18 20:36
本发明专利技术公开了一种基于GNSS反射信号的海面叶绿素浓度反演模型构建方法,其包括:S1:获取ECMWF风速数据、CYGNSS数据、GOCI叶绿素浓度数据;S2:对ECMWF风速数据以及CYGNSS数据进行插值匹配,随后将匹配结果与GOCI叶绿素浓度数据进行匹配,得到最终匹配结果;S3:对最终匹配结果进行数据预处理,得到数据样本;S4:利用数据样本对随机森林模型进行训练,得到GNSS‑R叶绿素浓度反演模型。使用GNSS‑R数据,匹配环境风速数据作为特征值进行机器学习,建立GNSS‑R叶绿素浓度反演模型,能够全天时全天候实现中尺度海面叶绿素浓度反演。

【技术实现步骤摘要】

本专利技术涉及遥感,尤其涉及一种基于gnss反射信号的海面叶绿素浓度反演模型构建方法。


技术介绍

1、海洋中,蓝藻会危害海洋生态,准确获取海面叶绿素浓度对于海洋生态安全具有重要意义。

2、星载光谱数据在检测水华时拥有较高分辨率等优点,但是容易受到云雨天气的影响,很难捕捉蓝藻水华快速动态变化过程;星载sar作为一种主动遥感技术不受云雨天气的影响,但是sar存在重访周期长的问题。全球导航卫星系统反射信号(global navigationsatellite system reflectometry,gnss-r)技术可以弥补这些不足。gnss-r在海况反演方面已逐渐成熟,且gnss-r具有以下优势:(1)使用导航卫星的信号,载荷成本低,易于实现星座组网遥感;(2)可以同时接收多个导航卫星信号,观测范围广;(3)不受天气(云、雾等)影响。

3、旋风全球导航卫星系统(cyclone global navigation satellite system,cygnss)提供了高质量的gnss-r数据,能可靠地用于海面叶绿素浓度的反演。由于cygnss的高动态性,接收信号很少受到环境因素的影响,但少参数模型或简单模型对噪声的鲁棒性较差,因此难以准确检测水华。


技术实现思路

1、本专利技术主要目的在于克服现有技术的不足和缺陷,提出一种基于gnss反射信号的海面叶绿素浓度反演模型构建方法,本方法引入了海面风速、gnss-r数据中的各类参数,以及通过gnss-r数据计算得到功率比(power ratio,pr)和反射率作为特征值,开发随机森林机器学习模型进行训练,最终得到海面叶绿素浓度反演模型,可实现快速高精度海面叶绿素浓度反演。

2、为实现上述目的,本专利技术提供了一种基于gnss反射信号的海面叶绿素浓度反演模型构建方法,其包括:

3、s1:获取ecmwf风速数据、cygnss数据、goci叶绿素浓度数据;

4、s2:对ecmwf风速数据以及cygnss数据进行插值匹配,随后将匹配结果与goci叶绿素浓度数据进行匹配,得到最终匹配结果;

5、s3:对最终匹配结果进行数据预处理,得到数据样本;

6、s4:利用数据样本对随机森林模型进行训练,得到gnss-r叶绿素浓度反演模型。

7、本专利技术的进一步改进在于,数据预处理过程包括:数据筛选、计算并提取相关特征。

8、本专利技术的进一步改进在于,提取相关特征过程中,使用cygnss数据中的原始数据以及ddm信噪比进行计算,得到pr值,同时使用cygnss数据计算反射率,并收集cygnss数据中的l1数据、ecmwf风速数据;将pr值、反射率、l1数据以及ecmwf风速数据作为特征值,将对应的goci叶绿素浓度作为真值。

9、本专利技术的进一步改进在于,将数据样本按照数量比7:3分为训练集和测试集。

10、本专利技术的进一步改进在于,对随机森林模型进行训练过程中,将训练集的特征值输入随机森林模型,并将goci叶绿素浓度作为真值,最终得到gnss-r叶绿素浓度反演模型,并使用测试集对gnss-r叶绿素浓度反演模型进行测试。

11、本专利技术提供的装置及方法具有以下技术效果:本方法使用gnss-r数据,匹配环境风速数据作为特征值进行机器学习,建立gnss-r叶绿素浓度反演模型,能够全天时全天候实现中尺度海面叶绿素浓度反演。

12、以下将结合附图对本专利技术的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本专利技术的目的、特征和效果。

本文档来自技高网...

【技术保护点】

1.一种基于GNSS反射信号的海面叶绿素浓度反演模型构建方法,其包括:

2.根据权利要求1所述的一种基于GNSS反射信号的海面叶绿素浓度反演模型构建方法,其特征在于,数据预处理过程包括:数据筛选、计算并提取相关特征。

3.根据权利要求1所述的一种基于GNSS反射信号的海面叶绿素浓度反演模型构建方法,其特征在于,提取相关特征过程中,使用CYGNSS数据中的原始数据以及ddm信噪比进行计算,得到PR值,同时使用CYGNSS数据计算反射率,并收集CYGNSS数据中的L1数据、ECMWF风速数据;将PR值、反射率、L1数据以及ECMWF风速数据作为特征值,将对应的GOCI叶绿素浓度作为真值。

4.根据权利要求1所述的一种基于GNSS反射信号的海面叶绿素浓度反演模型构建方法,其特征在于,将数据样本按照数量比7:3分为训练集和测试集。

5.根据权利要求4所述的一种基于GNSS反射信号的海面叶绿素浓度反演模型构建方法,其特征在于,对随机森林模型进行训练过程中,将训练集的特征值输入随机森林模型,并将GOCI叶绿素浓度作为真值,最终得到GNSS-R叶绿素浓度反演模型,并使用测试集对GNSS-R叶绿素浓度反演模型进行测试。

...

【技术特征摘要】

1.一种基于gnss反射信号的海面叶绿素浓度反演模型构建方法,其包括:

2.根据权利要求1所述的一种基于gnss反射信号的海面叶绿素浓度反演模型构建方法,其特征在于,数据预处理过程包括:数据筛选、计算并提取相关特征。

3.根据权利要求1所述的一种基于gnss反射信号的海面叶绿素浓度反演模型构建方法,其特征在于,提取相关特征过程中,使用cygnss数据中的原始数据以及ddm信噪比进行计算,得到pr值,同时使用cygnss数据计算反射率,并收集cygnss数据中的l1数据、ecmwf风速数据;将pr值、反射率...

【专利技术属性】
技术研发人员:张云钱九悦杨树瑚马振玲潘海燕王静洪中华韩彦岭
申请(专利权)人:上海海洋大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1