一种基于大涡模拟和机器学习的甲烷点源排放无人机观测反演方法

本发明提出了一种基于大涡模拟和机器学习的甲烷点源排放无人机观测反演方法。通过大涡模拟过程中设置排放源环境参数，进行多次排放仿真模拟，生成排放与无人机采样数据，进一步通过机器学习训练得到本地化甲烷排放优化转换函数，利用实际优化后重建的甲烷二维浓度分布，结合质量守恒算法，得到实际甲烷排放量估算结果。该方案充分考虑低空环境中的大气湍流信息以及无人机不同的飞行安排级策略对点源排放估算结果造成的差异，提高了无人机采样数据的精确性以及反演结果的准确度。