东莞理工学院;广东颐东林生态景观建设有限公司杨盈获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉东莞理工学院;广东颐东林生态景观建设有限公司申请的专利一种基于多模型融合的河口叶绿素a浓度反演方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119418218B 。
龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411451888.0,技术领域涉及:G06V20/13;该发明授权一种基于多模型融合的河口叶绿素a浓度反演方法是由杨盈;陈诗程;石纯勇;任小萍设计研发完成,并于2024-10-17向国家知识产权局提交的专利申请。
本一种基于多模型融合的河口叶绿素a浓度反演方法在说明书摘要公布了:本发明涉及一种基于多模型融合的河口叶绿素a浓度反演方法,涉及水质监测技术领域。采用ESTARFM对MODIS遥感影像和Landsat8遥感影像进行融合,获得高时空分辨率遥感影像,解决现有遥感图像无法同时实现高时空分辨率,从而导致对河口叶绿素a浓度反演精度差的问题。将高时空分辨率遥感影像筛选出来的波段组合的反射率作为输入,对应监测的叶绿素a浓度作为输出,分别构建随机森林模型和GBR模型;采用TPE搜索权重方法建立随机森林模型和GBR模型的融合模型,解决现有技术单个机器学习模型无法适应河口复杂环境条件,导致对河口叶绿素a浓度反演准确性低下的问题。
本发明授权一种基于多模型融合的河口叶绿素a浓度反演方法在权利要求书中公布了:1.一种基于多模型融合的河口叶绿素a浓度反演方法,其特征在于:包括以下步骤: S1、获取特定时间段的河口监测数据,所述河口监测数据包括叶绿素a浓度和对应时间段的MODIS遥感影像和Landsat8遥感影像数据; S2、采用ESTARFM对MODIS遥感影像和Landsat8遥感影像进行融合,获得高时空分辨率遥感影像; S3、获取高时空分辨率遥感影像不同波段组合的反射率,计算所述反射率与叶绿素a浓度之间的Pearson相关系数; S4、根据Pearson相关系数确定反射率与叶绿素a浓度显著相关的波段组合,记为高度相关波段组合; S5、以所述高度相关波段组合的反射率为解释变量,叶绿素a浓度为响应变量,分别建立随机森林模型和GBR模型; S6、采用TPE搜索权重方法建立随机森林模型和GBR模型的融合反演模型; S7、获取待监测河口的高时空分辨率遥感影像,将其高度相关波段组合的反射率输入所述融合反演模型中,反演待监测河口的叶绿素a浓度; 其中,步骤S6中,所述采用TPE搜索权重方法建立随机森林模型和GBR模型的融合反演模型,包括以下步骤: 定义目标函数:定义一个目标函数,所述目标函数用于接收一组参数,包括随机森林模型和GBR模型的权重以及超参数;在目标函数内部,使用给定的权重将随机森林模型和GBR模型的预测结果进行融合;使用训练集训练随机森林模型和GBR模型,并在测试集上评估融合后的模型性能;返回评估指标的值作为目标函数的输出; 使用TPE进行参数搜索:在python中定义参数空间,所述参数空间包括随机森林模型和GBR模型的权重以及超参数的范围;使用hyperopt的fmin函数进行参数搜索,指定搜索算法为TPE,设置最大评估次数; 构建融合反演模型:根据搜索得到的最佳权重参数,构建融合反演模型;使用训练集重新训练随机森林模型和GBR模型;在预测时,使用最佳权重参数对两个模型的预测结果进行融合,具体采用加权平均方法; 模型评估与应用:使用测试集数据对融合反演模型进行评估,根据评估结果分析模型的性能。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东莞理工学院;广东颐东林生态景观建设有限公司,其通讯地址为:523808 广东省东莞市松山湖科技产业园区大学路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励