摘要
本发明提出一种基于卫星观测和连续图像的能见度分析方法,通过获取固定摄像头连续图像数据、地面监测站点逐小时能见度观测数据和卫星反演能见度数据,并基于上述数据进行多源数据空间动态融合,根据不同的数据来源使用合适的插值算法,并基于数据分布密度动态调整每种数据源的贡献权重,确保模型在空间上具备精确的预测能力,然后进行模型的搭建、训练以及微调,最终实现连续图像的能见度识别,在模型应用阶段,不再依赖地面监测站点数据和卫星数据,而是利用摄像头的实时图像进行能见度识别。本方法通过引入时间加权机制,能够充分利用连续时刻的摄像头图像,提升能见度预测的稳定性和精度,避免单个时刻的噪声或异常值对结果产生较大影响。
技术关键词
地面监测站
能见度
网格
连续图像数据
核心
分析方法
卫星系统
图像高维特征
视觉图像特征提取
长时间尺度
实时图像
三次样条插值算法
监测站点数据
数据分布
专用摄像头
分辨率
系统为您推荐了相关专利信息
分布预测方法
裂隙孔隙度
网格模型
三维地质体模型
基质孔隙度
视频图像特征
语音特征信息
生成方法
情绪特征
面部
设计施工方法
人工塑石
三维模型
支撑钢架
人工智能技术