一种基于遥感数据的区域大气甲烷本底值预测方法及系统
申请号:CN202410758658
申请日期:2024-06-13
公开号:CN118658547A
公开日期:2024-09-17
类型:发明专利
摘要
本发明公开了一种基于遥感数据的区域大气甲烷本底值预测方法及系统,涉及空气质量预报技术领域,包括获取高光谱图像,进行平均反射率计算获取图像数据,将图像数据输入甲烷浓度表征模型,获取甲烷浓度数据;通过甲烷浓度数据得到甲烷浓度变化情况,结合目标区域建立目标浓度数据库;根据甲烷浓度变化情况的不同维度建立甲烷浓度分类的计算模型,根据参数调整模型对各计算模型的权重进行调整,得到各计算模型的目标权重值;根据计算模型及其对应的目标权重值建立综合浓度预测模型;通过综合浓度预测模型得到预测浓度数据。本发明考虑了人们生活对于大气甲烷浓度的影响,使得对大气甲烷本底值的预测更加精确。
技术关键词
甲烷
值预测方法
高光谱图像数据
卷积神经网络模型
空气质量预报技术
反射率
积层
多元线性回归算法
构建卷积神经网络
值预测系统
参数
昼夜
样本
双波段
关系
模块
基础