基于足迹模型混合线性回归模型的植被总初级生产力模拟优化方法

AITNT
正文
推荐专利
基于足迹模型混合线性回归模型的植被总初级生产力模拟优化方法
申请号:CN202410981318
申请日期:2024-07-22
公开号:CN118504850B
公开日期:2024-10-22
类型:发明专利
摘要
本发明公开了基于足迹模型混合线性回归模型的植被总初级生产力模拟优化方法,本发明首先基于FFP模型进行植被总初级生产力观测站点月尺度足迹模拟;而后基于得到的站点观测足迹范围及足迹内各像元权重进行遥感数据NIRV优化,并基于线性回归模型方法构建优化后的遥感数据NIRV与站点植被总初级生产力间的线性回归模型,最终模拟区域月尺度植被总初级生产力。本发明具有如下有益效果:本发明充分考虑了站点观测植被总初级生产力数据与遥感观测数据NIRV的观测尺度差异性,具有良好优化植被总初级生产力估算模型的能力,能够更为准确地进行植被总初级生产力的估算。
技术关键词
总初级生产力 线性回归模型 模拟优化方法 线性插值方法 植被 站点 气象 数据优化方法 模型计算方法 遥感影像数据 科里奥利 序列 参数 数据格式 代表 风速 方程 表达式
系统为您推荐了相关专利信息
1
多泥沙水库发电-冲淤动态优化调度模型构建方法
优化调度模型 冲淤设备 生态 泥沙 栖息地
2
一种基于水环境监测信息的综合分析系统
综合分析系统 环境监测信息 水质参数数据 监测点 水体
3
一种铀尾矿库大气氡浓度确定方法、装置及电子设备
铀尾矿库 大气扩散模型 植被 方程 数据
4
热变形预测方法和热变形实时监测系统
感应设备 实时监测系统 热变形预测方法 数据随时间 计算机设备
5
账号共享违规数量分析方法、装置、设备及介质
训练样本数据 线性回归模型 机器学习模型 分析方法 测试误差
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号