龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国科学院地理科学与资源研究所
申请日：2024-04-01
公开（公告）日：2024-07-05
公开（公告）号：CN118297222A
主分类号：G06Q10/04
分类号：G06Q10/04;G06Q50/26;G06N20/00;G06F18/20
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明提供一种植被净初级生产力的遥感预测方法及装置，涉及遥感预测技术领域，所述方法包括：获取地上植被净初级生产力和地下植被净初级生产力数据集分别对应的经纬度坐标，并在全球数据集中提取观测点处的全球多年平均植被净初级生产力、多年平均降水量和年降水异常率；根据全球多年平均植被净初级生产力、多年平均降水量和年降水异常率，构建并训练机器学习模型；根据机器学习模型，输入全球范围的全球多年平均植被净初级生产力、多年平均降水量和年降水异常率数据集，以生成预测的地上植被净初级生产力和地下植被净初级生产力全球数据集。本发明解决了现有方案中时间维度的不匹配问题，大幅提高模型性能。
主权项：1.一种植被净初级生产力的遥感预测方法，其特征在于，所述方法包括：获取基于参数模型生成的全球多年平均植被净初级生产力产品；根据全球多年平均植被净初级生产力产品，获取环境协变量，环境协变量包括全球年降水量数据和多年平均降水量数据；根据全球年降水量数据，计算年降水异常率；获取地面实测的地上植被净初级生产力和地下植被净初级生产力数据集；获取地上植被净初级生产力和地下植被净初级生产力数据集分别对应的经纬度坐标，并在全球数据集中提取观测点处的全球多年平均植被净初级生产力、多年平均降水量和年降水异常率；根据全球多年平均植被净初级生产力、多年平均降水量和年降水异常率，构建并训练机器学习模型；根据机器学习模型，输入全球范围的全球多年平均植被净初级生产力、多年平均降水量和年降水异常率数据集，以生成预测的地上植被净初级生产力和地下植被净初级生产力全球数据集。
全文数据：
权利要求：
百度查询： 中国科学院地理科学与资源研究所 一种植被净初级生产力的遥感预测方法及装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号