← 返回列表

基于深度学习模型的土壤水分反演方法及系统

申请号: CN202410205560.4
申请人: 山东建筑大学
申请日期: 2024/2/26

摘要文本

本发明涉及遥感反演技术领域,具体为基于深度学习模型的土壤水分反演方法及系统,获取待反演区域的卫星遥感数据,以及同一区域中基于观测点实测的气象数据和土壤水分数据,并预处理;预处理后的数据基于训练完毕的深度学习模型,分别反演站点尺度和遥感数据像元尺度上的土壤水分值;在站点尺度和像元尺度中,分别利用反演得到的土壤水分值确定对应的累积分布函数曲线,利用相同的权重,将站点尺度的累积分布函数曲线,映射到像元尺度的累积分布函数曲线上,得到调整后的土壤水分值作为最终的土壤水分反演结果。

专利详细信息

项目 内容
专利名称 基于深度学习模型的土壤水分反演方法及系统
专利类型 发明申请
申请号 CN202410205560.4
申请日 2024/2/26
公告号 CN117787110A
公开日 2024/3/29
IPC主分类号 G06F30/27
权利人 山东建筑大学
发明人 谢秋霞; 孟飞; 陈永辉
地址 山东省济南市临港开发区凤鸣路

专利主权项内容

1.基于深度学习模型的土壤水分反演方法,其特征在于,包括以下步骤:获取待反演区域的卫星遥感数据,以及同一区域中基于观测点实测的气象数据和土壤水分数据,并预处理;预处理后的数据基于训练完毕的深度学习模型,分别反演站点尺度和遥感数据像元尺度上的土壤水分值;在站点尺度和像元尺度中,分别利用反演得到的土壤水分值确定对应的累积分布函数曲线,利用相同的权重,将站点尺度的累积分布函数曲线,映射到像元尺度的累积分布函数曲线上,得到调整后的土壤水分值作为最终的土壤水分反演结果。