[發明專利]一種基于二維卷積神經網絡的土壤水分產品降尺度方法

在審

• 申請號: 202011622851.1
• 申請日: 2020-12-31
• 公開（公告）號: CN114694033A
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 秦其明;許偉;張兆旭;吳自華;趙聰;龍澤昊
• 申請（專利權）人: 北京大學
• 主分類號: G06V20/13
• 分類號: G06V20/13;G06V10/40;G06V10/82;G06T5/50;G06N3/04;G06N3/08
• 代理公司: 北京君尚知識產權代理有限公司 11200
• 代理人: 司立彬

1.一種基于二維卷積神經網絡的土壤水分產品降尺度方法，其步驟包括：

1)獲取目標區域的被動微波土壤水分產品影像以及相應的輔助數據影像；并建立輔助數據影像與被動微波土壤水分產品影像之間的對應關系；

2)根據所述對應關系，構建訓練數據；然后利用所述訓練數據對CNN網絡進行訓練；

3)利用訓練后的CNN網絡對該目標區域的待處理被動微波土壤水分產品影像進行降尺度處理，得到目標降尺度產品。

2.如權利要求1所述的方法，其特征在于，建立輔助數據影像與被動微波土壤水分產品影像之間的對應關系的方法為：首先將輔助數據影像重采樣到被動微波土壤水分產品影像的空間分辨率，使得輔助數據影像的像元與被動微波土壤水分產品影像的像元一一對應；設置一個大小為m×m的窗口，用以裁剪輔助數據影像，其中m為奇數；然后取輔助數據影像每一窗口作為“圖”，將該“圖”的中心像元所對應的被動微波土壤水分產品影像作為“像元”，以此建立起“圖-像元”的關系作為所述對應關系。

3.如權利要求2所述的方法，其特征在于，空間變異性越大的地區對應的被動微波土壤水分產品影像所采用的窗口越大；對于輔助數據影像邊緣的像元，在該輔助數據影像邊緣周圍引入新的像元，并將新像元的值都設為該輔助數據影像中所有像元的平均值；然后對輔助數據影像邊緣的像元進行裁剪。

4.如權利要求3所述的方法，其特征在于，對引入新像元后的輔助數據影像設置一權重層，該權重層中該輔助數據影像的原始像元權重設為H，引入的新像元的權重為h；其中H大于h；然后將該權重層與引入新像元后的輔助數據影像組合在一起，作為特征層。

5.如權利要求4所述的方法，其特征在于，構建所述訓練數據的方法為：根據每一“圖-像元”關系確定一訓練數據，其中所述訓練數據中的“像元”為標簽，“圖”對應的特征層作為特征數據。

6.如權利要求5所述的方法，其特征在于，構建所述訓練數據的方法為：

11)將根據每一“圖-像元”關系確定的訓練數據中的“像元”對應的被動微波土壤水分產品影像下采樣，得到低分辨率的被動微波土壤水分產品影像；

12)將低分辨率的被動微波土壤水分產品影像中的每個像元進行復制擴充，再次得到與被動微波土壤水分產品影像相同分辨率的影像；

13)將“像元”對應的被動微波土壤水分產品影像與步驟12)得到的影像進行相減，得到ΔSM影像，并以此作為訓練數據的標簽；

14)將“圖-像元”關系確定的訓練數據中的“圖”對應的輔助數據影像分別重采樣，得到被動微波土壤水分產品影像的分辨率下的輔助數據影像T和所述低分辨率下的輔助數據影像t；

15)將輔助數據影像t進行復制擴充，使其分辨率與輔助數據影像T分辨率相同；

16)將步驟15)處理后的輔助數據影像t中的像元設置權重生成對應的特征層，作為特征數據。

7.如權利要求1所述的方法，其特征在于，利用第i張被動微波土壤水分產品影像前后相鄰的共n張被動微波土壤水分產品影像，對該第i張被動微波土壤水分產品影像進行空值點消除。

8.如權利要求7所述的方法，其特征在于，依據被動微波土壤水分產品影像隨時間變化的快慢確定n值；對于第i張被動微波土壤水分產品影像的每一空值點，取該n張被動微波土壤水分產品影像中該空值點位置對應的像元平均值，作為第i張被動微波土壤水分產品影像中該空值點位置的像元值。

9.如權利要求1所述的方法，其特征在于，利用所述訓練數據對CNN網絡進行訓練過程中，空間變異性越大的地區對應的被動微波土壤水分產品影像作為輸入時，設置CNN卷積核越大。

10.如權利要求1所述的方法，其特征在于，所述輔助數據包括SRTM提供的DEM數據、MODIS提供的反射率數據以及地表溫度產品數據；得到目標降尺度產品的方法為：利用訓練后的CNN網絡對該目標區域的待處理被動微波土壤水分產品影像進行預測，然后根據SM_D＝SM_O+SM_CNN得到目標降尺度產品SM_D；其中，SM_o表示待處理被動微波土壤水分產品影像，SM_CNN表示CNN網絡預測得到的差值影像ΔSM。