[發明專利]一種近地表氣溫估算方法、系統、存儲介質及設備在審
| 申請號: | 202110301023.6 | 申請日: | 2021-03-22 |
| 公開(公告)號: | CN113283155A | 公開(公告)日: | 2021-08-20 |
| 發明(設計)人: | 毛克彪;袁紫晉;杜寶裕;郭中華;楊昌智;孫一丹;毛留喜;李興財;張學藝;房世波 | 申請(專利權)人: | 中國農業科學院農業資源與農業區劃研究所;寧夏大學 |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27;G06F17/14;G06F119/02 |
| 代理公司: | 重慶市信立達專利代理事務所(普通合伙) 50230 | 代理人: | 包曉靜 |
| 地址: | 100089 北*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 地表 氣溫 估算 方法 系統 存儲 介質 設備 | ||
1.一種近地表氣溫估算方法、系統、存儲介質及設備,其特征在于,所述近地表氣溫估算方法包括:
通過獲取與近地表空氣溫度相關4個的必選衛星數據反演參數和地面氣象站點獲取的7個備選參數,并對數據進行預處理;
采用快速傅里葉變換將各類觀測要素的時間序列信息進行快速轉換,提取氣象站點氣溫與其他不同氣象要素間的公共周期;
構建長短期記憶神經網絡LSTM,并將得到的公共周期與估算時間作為數據組對長短期記憶網絡進行訓練和測試;
確定估算模型精度評價指標,構建基于FFT-LSTM神經網絡的氣溫估算模型,將衛星數據反演參數和氣象站點的各要素作為輸入因子,將公共周期作為輸入時間長度,估算近地表氣溫,并對模型進行精度評價。
2.如權利要求1所述的近地表氣溫估算方法,其特征在于,所述對數據進行預處理,包括:首先對數據進行清洗,去掉異常值,修補缺失值,然后通過人工篩選和相關性分析對參數進行篩選,最后進行歸一化處理;
相關系數是研究變量之間線性相關程度的量:
其中,X表示氣溫,Y表示其他各類氣象因子,Cov(X,Y)為X與Y的協方差,Var[X]為X的方差,Var[Y]為Y的方差。
3.如權利要求1所述的近地表氣溫估算方法,其特征在于,所述快速傅里葉變化FFT是離散傅里葉變換DFT的快速算法,所述傅里葉變換表達為:
其中,ω代表頻率,t代表時間,e-iwt為復變函數;
所述傅里葉變換所計算出來的是信號x(t)的連續頻譜;實際采取的是各站點的日平均氣溫,并不是連續的采樣值,是離散的采樣值,選用離散傅里葉變換來計算氣溫與其他各氣象要素的頻譜;在一定的離散信號中,DFT的定義為:
在DFT中,假設要計算N個X(k)值,需要計算大約N2次復數乘法和N(N-1)次復數加法;每次復數乘法包括4次實數乘法和2次實數加法,每次復數加法又包括2次實數加法;因此計算一個DFT需要4N2次實數乘法和(2N2+2N·(N-1))次實數加法;當N很大的時候,這是一個非常大的計算量;而FFT算法主要是利用了e-i2πkn/N具有對稱性和周期性的特點,其中虛數單位
4.如權利要求1所述的近地表氣溫估算方法,其特征在于,所述提取近地表氣溫與其他不同氣象要素間的公共周期,包括:利用快速傅里葉變化FFT方法,把各類觀測要素的時間序列信息進行快速處理,將時域信號轉換到頻域信號;對各類氣象要素進行歸一化的線性處理,將結果映射在[0,1]之間;采樣頻率為fz對全年天平均數據進行采樣,頻譜可見范圍為0-fzHZ,獲得各類氣象要素的處理結果;
根據以下公式得到各地區各類氣象要素的共同周期為365天,包括:
其中,采樣頻率為365。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國農業科學院農業資源與農業區劃研究所;寧夏大學,未經中國農業科學院農業資源與農業區劃研究所;寧夏大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110301023.6/1.html,轉載請聲明來源鉆瓜專利網。





