摘要
本发明公开了一种基于多源遥感数据融合的降水估算方法,包括以下步骤:S1.获取多源遥感数据,并对获取的数据进行预处理;S2.基于预处理后的数据进行特征提取,并构建降维特征向量;S3.将降维特征向量的矩阵作为数据输入人工神经网络模型,设计损失函数并进行参数更新;S4.对模型进行验证并对降水量进行估算。本发明采用多观测站点的数据,实现了降水估算模型中参数根据区域特征和气候条件的动态调整,能够更有效地表征局地变化差异,减少了采用固定参数值带来的误差,提高了降水估算的准确性。
技术关键词
多源遥感数据融合
红外遥感数据
人工神经网络模型
协方差矩阵
地面气象站
特征值
亮度
样本
指数
参数
误差
通道
气候
校正
动态
系统为您推荐了相关专利信息
金融产品推荐方法
节点
聚类
分布式计算架构
期望最大化算法
无限高斯混合模型
样本
在线监测方法
三相电流互感器
测量误差
融合估计方法
Kalman滤波器
鲁棒局部
鲁棒Kalman滤波
多传感器系统
不确定性模型
可再生能源
多项式
电力系统
多状态