摘要
本发明公开了一种利用天目一号星座多GNSS反射信号进行全球湖冰检测及冰厚估算的方法及系统,获取天目一号星座的全球星载反射信号数据,同时收集湖泊数据。提取天目一号反射数据的观测量,结合其他数据集进行时空匹配。基于天目一号反射数据的物理特性,提取全球湖泊冰厚信息,并对数据进行分类筛选。对所有数据集进行预处理。采用机器学习筛选构建湖冰检测和冰厚反演模型的重要特征变量,通过SHAP解释器计算所选特征的贡献值。基于天目一号星座的反射信号,构建深度学习模型,用于湖冰检测与冰厚反演。通过训练集和测试集分别对不同系统的湖泊冰厚反演模型进行训练和性能验证,量化不同系统的反演精度。
技术关键词
反演模型
数据
变量
双向长短期记忆
机器学习算法
深度学习模型
线性插值方法
时间序列特征
地理信息系统
信号
指标
模块
优化器
框架
训练集
精度
非线性
标签
偏差
误差
系统为您推荐了相关专利信息
控制模块
FPGA芯片
数据处理模块
测试接口
上位机设备
灰色关联分析法
指标评价体系
项目
层次分析法建立
矩阵
动作识别方法
10kV配电室
通道注意力机制
动作特征
视频
无人机数据采集
深度强化学习
路径规划方法
构建无人机
构建系统模型