摘要
本发明公开了一种基于可解释Conv‑LSTM的积雪密度反演方法及装置,方法包括:将北半球区域按照季节性积雪分类数据划分为多种积雪类型,并获取待反演区域在各积雪类型下的样本数据;所述样本数据中每一样本包括地形变量、气候变量、植被变量、积雪变量,以及地面观测积雪密度数据;对所述各积雪类型下的样本数据进行预处理;针对每一积雪类型下预处理后的每一样本进行特征重要性评估,以实现特征变量筛选;在每一积雪类型下,利用已训练的Conv‑LSTM模型对所筛选的特征变量进行逐日积雪密度的反演,并根据逐日积雪密度数据获取逐月积雪密度数据;将所述多种积雪类型下的逐月积雪密度数据进行空间拼接,得到北半球大尺度的逐月积雪动态密度数据。
技术关键词
LSTM模型
变量
密度反演方法
样本
反演装置
格网
植被
地面
气候
动态
冗余特征
数据获取模块
训练集
数值
分辨率
山区
站点
系统为您推荐了相关专利信息
无人机路径规划避障方法
分支
空间邻近关系
激光雷达点云
注意力
图像生成模型
模型训练方法
样本
图像生成方法
物体
心电信号分类方法
心电信号分类装置
双向神经网络
融合特征
信号特征化
大球盖菇栽培
高出菇率
栽培系统
超参数
大球盖菇多糖