基于人工智能的多颗超光谱卫星系统偏差修正方法技术方案

技术编号:42220201 阅读:23 留言:0更新日期:2024-07-30 19:00
本发明专利技术属于环境监测技术领域,具体涉及一种基于人工智能的多颗超光谱卫星系统偏差修正方法。本发明专利技术通过将处理过后待融合数据集以及标准数据集在空间以及时间上进行匹配,获取机器学习的输入参数向量以及标签数据;通过网格方式测试lightgbm模型的超参数设置,通过评估函数选出最优的超参数设置,并用最优超参数设置下的模型对待融合数据进行处理,与标准数据集进行融合。

【技术实现步骤摘要】

本专利技术属于环境监测,具体涉及一种基于人工智能的多颗超光谱卫星系统偏差修正方法


技术介绍

1、当前环境大气中,存在大量浓度占比低,但对人类生产生活有着重大影响的气体,如甲醛、二氧化氮这种大气污染物,它们过高的浓度会对环境以及人体造成负面影响,又如甲烷、二氧化碳这种温室气体,它们的浓度的增长会导致地球整体温度的上升。因此,获取长期的、大范围的气体浓度数据对于区域环境治理以及控制全球碳排放具有重要意义。当前,卫星遥感监测技术是一种快捷、准确且有效的方式,它能够基于高光谱卫星,反演获取大范围、长时间的多种气体浓度分布数据。这便于广域分析多种气体浓度关系,以及对于污染物与温室气体的控制。

2、然而,由于各个卫星在监测仪器参数、载荷性能以及各处研究机构反演气体时使用的算法等方面的不同,不同卫星的同种气体反演数据之间常常存在偏差,且该偏差与时间以及空间相关。这导致在需要联合使用多颗卫星的气体浓度数据进行长时间大范围分析时,会存在不同卫星反演的气体浓度数据在时间以及空间上不连续的问题。该问题会使得最终得到的气体浓度时间序列在不同卫星观测时间段交界处存在跳本文档来自技高网...

【技术保护点】

1.一种基于人工智能的多颗超光谱卫星之间偏差的修正方法,其特征在于,具体步骤为:

2.根据权利要求1所述的修正方法,其特征在于,步骤S1中:

3.根据权利要求2所述的修正方法,其特征在于,步骤S2中:

4.根据权利要求3所述的修正方法,其特征在于,步骤S3中:

5.根据权利要求4所述的修正方法,其特征在于,步骤S4中:

6.根据权利要求5所述的修正方法,其特征在于,步骤S5中:

7.根据权利要求6所述的修正方法,其特征在于,步骤S5中,所述输入参数如表1所示:

【技术特征摘要】

1.一种基于人工智能的多颗超光谱卫星之间偏差的修正方法,其特征在于,具体步骤为:

2.根据权利要求1所述的修正方法,其特征在于,步骤s1中:

3.根据权利要求2所述的修正方法,其特征在于,步骤s2中:

4.根据权利要求3所述的修正方...

【专利技术属性】
技术研发人员:刘诚徐翼洲胡启后李启华
申请(专利权)人:中国科学技术大学
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