摘要
本申请涉及一种基于L波段被动微波亮温的全球无缝土壤湿度产品时空拓展方法。涉及干旱土壤湿度数据的重建技术领域。该方法包括:获取L波段被动微波亮温数据、与L波段被动微波亮温数据同源的数据同化土壤湿度数据和生物气候分区数据;对亮温数据进行重构,得到重构亮温数据;对生物气候分区数据进行聚类,匹配时间序列建立不同气候生物分区下亮温与目标遥感土壤湿度序列之间的深度学习模型;将深度学习模型映射到设定时段的亮温序列中,得到对应时段的拓展无缝土壤湿度数据;基于长时序遥感产品,对拓展无缝土壤湿度数据进行季节性异常匹配。本申请可以拓展遥感土壤湿度数据的观测时段长度,并在复杂环境下生成高精度的全球土壤湿度产品。
技术关键词
遥感产品
数据
离散小波变换
深度学习模型
L波段
重构
序列
微波
分区
气候
生物
时序
信号随时间
重建技术
聚类
协方差矩阵
误差
网络
系统为您推荐了相关专利信息
对象
数据智能分析系统
语义协同
语义特征提取
文本
深度Q网络
车辆导航方法
视觉相机
深度强化学习
场景语义分割
评估训练模型
作业场景
工程评估方法
置信度阈值
典型