摘要
本发明涉及人工智能领域,公开了一种地表蒸散发计算方法、装置、设备及存储介质,该方法通过获取目标区域的遥感时序数据;通过地表蒸散发模型对所述遥感时序数据进行逐层分解,提取不同时间尺度的特征,获得时序特征;对所述时序特征通过残差特征融合模块进行残差特征融合;将融合后的特征张量输入时序特征编码模块,通过自注意力机制建立时间步间的动态依赖关系,输出末端时间步特征;将所述末端时间步特征作为蒸散发的中间变量,在前向传播过程中将中间变量模拟层的输出作为对应物理模型输入,通过物理约束模块计算,输出所述目标区域的地表蒸散发量。为地表蒸散发预测提供更准确、更可靠的结果。
技术关键词
蒸散发计算方法
遥感时序数据
时序特征
编码模块
注意力机制
变量
物理
编码器架构
前馈神经网络
正弦编码
非线性
程序
动态
关系
处理器
信号
系统为您推荐了相关专利信息
环境感知数据
多模态生理
数据处理方法
健康风险预测
空气质量指数
状态评估方法
神经网络模型
多任务
电信号
融合特征
筛选系统
深度学习模型
深度强化学习
支持用户自定义
模块
深度神经网络模型
多尺度三维
基因表达数据
基因共表达网络
形变算法