摘要
本发明提供一种基于CYGNSS土壤湿度反演的旱涝灾害预测方法,涉及遥感监测技术领域。该方法首先提取CYGNSS卫星信号解算土壤湿度;并采用FFT‑WT方法对土壤湿度进行周期分析和滤波处理,提取土壤湿度显著周期特征作为外生变量X构建WT‑SARIMAX模型;再采用粒子群优化算法PSO优化长短期记忆网络LSTM;并引入影响旱涝指标的相关环境因素作为扩展变量E,构建PSO‑LSTME模型;最后结合残差驱动法构建基于CYGNSS土壤湿度显著周期辅助的WT‑SARIMAX‑PSO‑LSTME残差驱动混合模型,对旱涝灾害进行预测,捕捉土壤湿度与旱涝指标之间的关系,实现对旱涝灾害发生的预警。
技术关键词
灾害预测方法
土壤湿度反演
土壤介电常数
地表反射率
序列
周期
粒子群优化算法
长短期记忆网络
数据
指标
判断土壤湿度
深度学习优化
遥感监测技术
变量
卫星高度角
噪声
模型超参数
非线性特征
深度学习模型
系统为您推荐了相关专利信息
信息安全保护方法
组合优化算法
多层次策略
信息安全保护系统
序列特征
机械臂控制方法
误差补偿模型
策略
棋盘
机械臂控制系统
测试方法
对齐工具
构建测试数据
机器翻译系统
依存句法分析