一种基于时空序列遥感数据空间能力预测方法技术

本发明专利技术公开了一种基于时空序列遥感数据空间能力预测方法，涉及地理信息系统技术领域；一种基于时空序列遥感数据空间能力预测方法，包括基于时空序列遥感数据空间能力预测系统，所述基于时空序列遥感数据空间能力预测系统包括数据采集与预处理、时空序列分析、空间分析、预测模型构建、结果展示与应用以及系统维护与更新，所述数据采集与预处理内部包括遥感数据采集、数据特征提取、数据清洗以及数据同化，所述时空序列分析包括时间序列分解、时序特征提取以及趋势分析，所述空间分析包括地理信息工具以及图像处理，所述预测模型构建内部包括统计模型、机械学习模型以及深度学习模型。

【技术实现步骤摘要】

本专利技术涉及地理信息系统，具体为一种基于时空序列遥感数据空间能力预测方法。

技术介绍

1、基于时空序列遥感数据空间能力预测系统在环境保护、灾害监测、城市规划、农业发展等多个领域都有广泛的应用潜力。例如，通过分析历史遥感图像数据，可以预测洪水、火灾、土地退化等自然灾害的发生概率；在农业方面，可以预测作物产量和病虫害分布；在城市规划中，可以预测人口增长和交通流量的变化趋势等。

2、现有技术中，存在一种时空数据预测方法及数据采集监控系统，所述方法包括：根据采集的时空数据，建立拓扑空间图，记录不同时刻拓扑空间图各节点的图信号序列；构建基于时空生成对抗网络的时空数据预测模型，以历史图信号序列作为训练集，对时空数据预测模型进行训练；时空生成对抗网络包括生成器和判别器，生成器用于建模时空数据中的时空依赖关系，判别器用于对时空生成对抗网络进行正则化；利用训练后的模型进行时空数据预测，得到未来预设时间步各节点的图信号序列。本专利技术在预测模型的目标函数中引入对抗损失，以建模数据中的不确定性，并通过对抗过程学习真实时空数据分布，强化预测模型学习数据表征的能力，从本文档来自技高网...

【技术保护点】

1.一种基于时空序列遥感数据空间能力预测方法，包括基于时空序列遥感数据空间能力预测系统(1)，其特征在于：所述基于时空序列遥感数据空间能力预测系统(1)包括数据采集与预处理(2)、时空序列分析(3)、空间分析(4)、预测模型构建(5)、结果展示与应用(6)以及系统维护与更新(7)，所述数据采集与预处理(2)内部包括遥感数据采集(201)、数据特征提取(202)、数据清洗(203)以及数据同化(204)，所述时空序列分析(3)包括时间序列分解(301)、时序特征提取(302)以及趋势分析(303)，所述空间分析(4)包括地理信息工具(401)以及图像处理(402)，所述预测模型构建(5)内...

【技术特征摘要】

1.一种基于时空序列遥感数据空间能力预测方法，包括基于时空序列遥感数据空间能力预测系统(1)，其特征在于：所述基于时空序列遥感数据空间能力预测系统(1)包括数据采集与预处理(2)、时空序列分析(3)、空间分析(4)、预测模型构建(5)、结果展示与应用(6)以及系统维护与更新(7)，所述数据采集与预处理(2)内部包括遥感数据采集(201)、数据特征提取(202)、数据清洗(203)以及数据同化(204)，所述时空序列分析(3)包括时间序列分解(301)、时序特征提取(302)以及趋势分析(303)，所述空间分析(4)包括地理信息工具(401)以及图像处理(402)，所述预测模型构建(5)内部包括统计模型(501)、机械学习模型(502)以及深度学习模型(503)，所述结果展示与应用(6)内部包括地图盒图表以及决策支持系统(602)，所述系统维护与更新(7)内部包括数据库管理(701)以及系统优化(702)。

2.根据权利要求1所述的一种基于时空序列遥感数据空间能力预测方法，其特征在于：所述遥感数据采集(201)、数据清洗(203)、数据同化(204)以及数据特征提取(202)，遥感数据采集(201)：通过卫星、无人机、飞机等遥感平台获取地表的多光谱图像、高分辨率图像、雷达数据等；数据清洗(203)：去除噪声点、缺失值、异常值等；数据同化(204)：对来自不同时间和不同传感器的数据进行校准和融合，确保数据的一致性和可比性；数据特征提取(202)：从预处理后的数据中提取有用的特征，如纹理、形状、尺寸、位置等，以便用于后续的分析和预测。

3.根据权利要求1所述的一种基于时空序列遥感数据空间能力预测方法，其特征在于：所述时间序列分解(301)、时序特征提取(302)以及趋势分析(303)，时间序列分解(...

【专利技术属性】
技术研发人员：满旺，赖宜亮，胡海东，吴自愿，特日格乐，陈连国，胡晟齐，
申请(专利权)人：厦门天云恒盛智能科技有限公司，
类型：发明
国别省市：