基于随机森林回归的海表温度遥感数据的空间降尺度方法
申请人信息
- 申请人:广东省科学院广州地理研究所; 南方海洋科学与工程广东省实验室(广州)
- 申请人地址:510075 广东省广州市越秀区先烈中路100号大院之一
- 发明人: 广东省科学院广州地理研究所; 南方海洋科学与工程广东省实验室(广州)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于随机森林回归的海表温度遥感数据的空间降尺度方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311330033.8 |
| 申请日 | 2023/10/13 |
| 公告号 | CN117556383A |
| 公开日 | 2024/2/13 |
| IPC主分类号 | G06F18/27 |
| 权利人 | 广东省科学院广州地理研究所; 南方海洋科学与工程广东省实验室(广州) |
| 发明人 | 胡泓达; 杨骥; 孙嘉; 荆文龙; 邓应彬; 刘旭拢; 刘樾; 侯志伟; 李勇 |
| 地址 | 广东省广州市越秀区先烈中路100号大院之一; 广东省广州市南沙区南沙街资讯科技园海滨路1119号 |
摘要文本
本发明涉及遥感数据分析领域，特别涉及一种基于随机森林回归的海表温度遥感数据的空间降尺度方法，通过获取海表温度遥感数据以及辅助变量网格数据，结合海表温度遥感数据的分辨率，构造随机森林回归模型，实现海表温度遥感数据的空间降尺度，并且实现了海表温度与辅助变量的非线性映射关系的拟合，提高了空间降尺度处理后的所述海表温度遥感数据的精度。
专利主权项内容
1.一种基于随机森林回归的海表温度遥感数据的空间降尺度方法，其特征在于，包括以下步骤：获得目标区域的海表温度遥感数据以及辅助变量网格数据，其中，辅助变量网格数据包括若干个网格的辅助变量，其中，所述辅助变量包括海水深度、离岸距离以及叶绿素浓度；获得所述海表温度遥感数据对应的分辨率，根据所述海表温度遥感数据对应的分辨率，将所述辅助变量网格数据的重采样至所述分辨率，获得重采样处理后的所述辅助变量网格数据；根据所述海表温度遥感数据以及重采样处理后的所述辅助变量网格数据构造样本数据集合，其中，所述样本数据集合包括若干个样本特征变量；采用随机有放回的方法，从所述样本数据集合中抽取若干份样本，根据所述若干份样本以及预设的决策树构建算法，获得与各个所述样本对应的若干个决策树，构建随机森林回归模型，其中，所述决策树包括节点，以及各个所述节点对应的子节点，所述决策树构建算法为：式中，x(k)为节点k对应的样本，N为节点k对应的样本包括的样本特征变量数目，Z为节点k对应的第i个海表温度遥感数据，为节点k对应的所有海表温度遥感数据的算术平均值，N为子节点k对应的样本包括的样本特征变量数目，N为子节点k对应的样本包括的样本特征变量数目，Δc(x, k)表示利用划分所述样本特征变量x将节点k划分为子节点k和k之后，子节点k对应的样本特征变量和子节点k对应的样本特征变量之间的差异值，c(k)为子节点k对应的样本，c(k)为子节点k对应的样本；kikLLkRRLrLRLLRR将所述辅助变量网格数据输入至所述随机森林回归模型中，获得所述目标区域的海表温度随机森林回归数据；将所述海表温度随机森林回归数据重采样至所述分辨率，获得重采样处理后的所述海表温度随机森林回归数据；根据所述海表温度遥感数据、重采样处理后的所述海表温度随机森林回归数据以及预设的回归残差值计算算法，获得回归残差值，其中，所述回归残差值计算算法为：式中，为所述回归残差值，l表示所述重采样处理后的所述海表温度随机森林回归数据的分辨率，Z(l)为所述海表温度遥感数据，/>为所述重采样处理后的所述海表温度随机森林回归数据；根据所述回归残差值以及预设的样条插值算法，将所述回归残差值降尺度至所述辅助变量网格数据对应的分辨率，获得降尺度处理后的所述回归残差值，其中，所述样条插值算法为：式中，为所述降尺度处理后的所述回归残差值，spline_interpolation()为样条插值函数；根据所述目标区域的海表温度随机森林回归数据、降尺度处理后的所述回归残差值进行相加，获得相加后的结果，作为空间降尺度处理后的所述海表温度遥感数据，如下所示：式中，为所述空间降尺度处理后的所述海表温度遥感数据，/>为所述海表温度回归数据。 （来 自 马 克 数 据 网）