摘要
本发明公开了一种基于多环境因子及物理约束卷积长短期记忆网络的遥感降水反演方法和系统,本发明的方法首先对遥感数据进行预处理,接着利用高斯核函数针对包括遥感降水产品、气象因子的动态因子和包括地形因子、地表特征因子的静态因子提取静态因子动态化特征;然后基于卷积长短期记忆网络构建遥感降水反演网络,同时引入水汽平衡约束和地表能量守恒约束。以静态因子动态化特征为输入、对应地面观测降水数据为输出训练该网络,获得遥感降水反演模型,训练时,引用由水汽平衡约束、地表能量守恒约束和均方误差构成的损失函数;最后利用感降水反演模型获得高精度的遥感降水反演结果。本发明能够有效提升遥感降水数据的时空分辨率和反演精度。
技术关键词
卷积长短期记忆
反演方法
多环境
因子
能量守恒
数字高程模型
反演模型
地表特征
高斯核函数
网络
相对湿度
物理
数据
矩阵
动态
样本
网格
处理器
风速
地面
系统为您推荐了相关专利信息
拱桥吊杆
腐蚀疲劳寿命
裂纹尺寸
裂纹形状
三维有限元模型
深度学习模型
转换器
注意力机制
分解器
预报方法
气体泄漏检测方法
声源特征
空间金字塔池化
网络
信号