[發明專利]一種基于遙感影像的火星塵暴時空概率預測方法及系統

有效

• 申請號: 202110989708.4
• 申請日: 2021-08-26
• 公開（公告）號: CN113673617B
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 李勃;李晨帆;曲少杰;晉通文
• 申請（專利權）人: 山東大學
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/764;G06N20/10
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李圣梅

1.一種基于遙感影像的火星塵暴時空概率預測方法，其特征是，包括：

基于獲取的著陸區的火星彩色遙感影像，進行塵暴對象的識別和面積提取；

對提取的面積作為研究區進行規則格網劃分，提取每個格網中不同時間的塵暴對象，并統計獲得每個格網塵暴對象在著陸期間塵暴出現的周期性，基于周期性概率獲得塵暴實時波動性；

綜合著陸區每個格網中塵暴的周期性和波動性預測著陸過程中塵暴出現的時空概率；

獲得格網g中著陸前d個火星日的影像數據，并計算出實時區間I’中的塵暴概率P_g(n+1,I')，實時區間I’的時間范圍是Ls＝[a-d,a]；

首先，為了消除塵暴的周期性反映出實時的塵暴概率特征，使用實時塵暴概率除以對應火星日的塵暴周期因子，得到去除周期性的實時塵暴概率P’_g(n+1,I’)，其中第j個火星日的實時塵暴概率為：

P'_g(n+1,j)＝P_g(n+1,j)/R_g(j)

然后，求出區間I’內的實時塵暴概率平均值作為塵暴概率預測的基礎值B，體現了實時數據的波動性：

最后，將基礎值B與Ls＝a這一個火星日的周期因子相乘，就得到了g格網，Ls＝a著陸當天的塵暴出現預測概率P_g(n+1,a):

P_g(n+1,a)＝B×R_g(a)

其中d＝L；g＝1,2,…,k；i＝1,2,…,n；j＝1,2,…,360；R_g(j)為周期區間內第j個火星日中塵暴周期性因子；R_g(a)為周期區間內第a個火星日中塵暴周期性因子；d為著陸前的d個火星日；L為研究區域劃分為均勻分布的正方形格網的格網邊長；a為著陸時間為第n+1個火星年的第a個火星日，a為整數，且a∈[0,360]。

2.如權利要求1所述的一種基于遙感影像的火星塵暴時空概率預測方法，其特征是，所述研究區域被劃分為均勻分布的正方形格網，每個格網記錄有內部多個火星年中每一個火星日的塵暴信息，計算每一個格網中塵暴事件在不同時間出現的概率，并通過對所有格網的塵暴數據進行匯總，生成綜合塵暴時間和空間信息的著陸區塵暴時空序列數據集。

3.如權利要求2所述的一種基于遙感影像的火星塵暴時空概率預測方法，其特征是，計算每一個格網中塵暴事件在不同時間出現的概率具體方式為：

針對任一網格，首先用該網格為邊界裁剪整個著陸區塵暴多邊形對象集，獲得只出現在網格內的塵暴多邊形對象集，然后計算每個塵暴對象的面積，基于塵暴對象的面積及所在格網的面積計算塵暴事件在不同時間出現的概率。

4.如權利要求1所述的一種基于遙感影像的火星塵暴時空概率預測方法，其特征是，綜合著陸區每個格網中塵暴的周期性和波動性來預測著陸過程中塵暴出現的時空概率，包括：

計算塵暴周期因子；

基于塵暴周期因子計算塵暴實時波動性；

將體現塵暴實時波動性的基礎值與火星日的周期因子相乘，得到格網火星日著陸當天的塵暴出現預測概率。

5.如權利要求4所述的一種基于遙感影像的火星塵暴時空概率預測方法，其特征是，計算塵暴周期因子的方式為：

計算網格中，任一個火星年周期區間中的塵暴出現概率均值；

用格網中，任一個火星年，周期區間中的每一個火星日的塵暴出現概率除以概率均值得到周期區間塵暴概率比值；

在網格中，將n個火星年中，同一個火星日內出現的塵暴概率比值進行求和后平均，即得到g格網中，周期區間內上述火星日中塵暴周期性因子。

6.如權利要求5所述的一種基于遙感影像的火星塵暴時空概率預測方法，其特征是，綜合著陸前幾個火星日的實時塵暴數據對塵暴周期性因子進行修正；

實時塵暴數據對塵暴周期性因子進行修正具體為：

使用實時塵暴概率除以對應火星日的塵暴周期因子，得到去除周期性的實時塵暴概率。