买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:兰州大学
摘要:本发明公开了一种利用全天时FY‑4A全圆盘数据探测云‑气溶胶的方法,包括步骤:根据CALIPSOVFM产品的大气特征和气溶胶类型数据对CALIPSO轨道像素进行标记;将FY‑4ATOAR数据集投影到平面坐标系中,通过最邻近插值法将ERA‑5数据的空间分辨率调整为与FY‑4A相同的4km,FY‑4ATOAR和ERA‑5数据合并生成网格样本数据集;在4kmx4km网格样本数据与CALIPSO的在轨数据的时空匹配中,将时间差选择在30分钟以内,每一个CALIPSO轨道像素匹配一个经纬度最近的网格像素,生成在轨样本数据集;基于非线性混合模型构建子模型;将整个圆盘区域的网格样本数据集输入到各子模型中进行检测,获取完整全圆盘预测数据。本发明可以融合多个机器学习模型的优势,可有效降低过拟合风险,对异常值具有一定鲁棒性。
主权项:1.一种利用全天时FY-4A全圆盘数据探测云-气溶胶的方法,其特征在于,该方法包括以下步骤:S1、根据CALIPSOVFM产品的大气特征和气溶胶类型数据对CALIPSO轨道像素进行标记,所述标记包括标注大气特征分类标签、标注气溶胶类型标签、标注云类型标签;S2、将FY-4ATOAR数据集投影到平面坐标系中,通过最邻近插值法将ERA-5数据的空间分辨率调整为与FY-4A相同的4km,FY-4ATOAR和ERA-5数据合并生成网格样本数据集;S3、在4kmx4km网格样本数据与CALIPSO的在轨数据的时空匹配中,将时间差选择在30分钟以内,每一个CALIPSO轨道像素匹配一个经纬度最近的网格像素,生成在轨样本数据集;S4、基于非线性混合模型构建子模型,所述子模型包括大气特征分类模型、气溶胶分类模型、云分类模型;S5、将整个圆盘区域的网格样本数据集输入到各子模型中进行检测,获取完整全圆盘预测数据,包括大气特征分类结果、气溶胶分类结果、云分类结果。
全文数据:
权利要求:
百度查询: 兰州大学 一种利用全天时FY-4A全圆盘数据探测云-气溶胶的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。