← 返回列表
一种基于卫星多光谱信息的总初级生产力计算方法及系统
摘要文本
本发明提供一种基于卫星多光谱信息的总初级生产力计算方法及系统,属于数据处理技术领域,包括:基于全球碳通量监测网数据构建最大羧化速率数据集;利用卫星多光谱信息,构建计算最大羧化速率的全连接深度神经网络;采用最大羧化速率数据集训练全连接深度神经网络,得到最大羧化速率全连接深度神经网络模型;将最大羧化速率全连接深度神经网络模型嵌入光合生化反应模型构建知识数据混合框架,基于研究区观测数据计算知识数据混合框架得到关键参数最大羧化速率,将关键参数最大羧化速率代入光合生化反应模型,得到研究区的总初级生产力。本发明通过克服模型参数误差,同时具有良好的物理解释性,为高精度总初级生产力估计提供了有力的工具。
申请人信息
- 申请人:武汉大学
- 申请人地址:430072 湖北省武汉市武昌区八一路299号
- 发明人: 武汉大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于卫星多光谱信息的总初级生产力计算方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311441763.5 |
| 申请日 | 2023/10/30 |
| 公告号 | CN117493733A |
| 公开日 | 2024/2/2 |
| IPC主分类号 | G06F17/10 |
| 权利人 | 武汉大学 |
| 发明人 | 胡小龙; 史良胜; 邓仙芝; 边江; 连勰 |
| 地址 | 湖北省武汉市武昌珞珈山 |
专利主权项内容
1.一种基于卫星多光谱信息的总初级生产力计算方法,其特征在于,包括:获取全球碳通量监测网数据和研究区观测数据;基于所述全球碳通量监测网数据构建最大羧化速率数据集;利用卫星多光谱信息,构建计算最大羧化速率的全连接深度神经网络;采用所述最大羧化速率数据集训练所述全连接深度神经网络,得到最大羧化速率全连接深度神经网络模型;将所述最大羧化速率全连接深度神经网络模型嵌入光合生化反应模型构建知识数据混合框架,基于所述研究区观测数据计算所述知识数据混合框架得到关键参数最大羧化速率,将所述关键参数最大羧化速率代入所述光合生化反应模型,得到研究区的总初级生产力。