基于浓度梯度特征与深度学习的煤矿甲烷排放估算方法

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
基于浓度梯度特征与深度学习的煤矿甲烷排放估算方法
申请号:CN202511134971
申请日期:2025-08-14
公开号:CN120995426A
公开日期:2025-11-21
类型:发明专利
摘要
本发明公开了一种基于浓度梯度特征与深度学习的煤矿甲烷排放估算方法,方法步骤如下,步骤A、以矿区坐标设置研究区;步骤B、格网化区域地表XCH4;步骤C、获得每日逐小时排放源的甲烷净通量F;步骤D、得到每日排放源平均甲烷净通量F;步骤E、构建深度学习优化框架,以物理模型反演结果为初始输入,引入地面观测真值及大气辅助参数,通过特征融合与非线性映射实现排放量的自适应校正;步骤F、得到研究区域的CH4排放量。与现有技术相比,本发明利用卫星遥感获取的甲烷柱浓度数据,结合气象风场信息,量化浓度梯度通量,剥离区域背景干扰,生成物理约束下的初始排放通量;引入深度学习模型,实现煤矿区域甲烷排放的高精度估算与优化。
技术关键词
甲烷排放量 深度学习模型 集成梯度 深度学习优化 梯度提升决策树 格网 训练学习方法 集成预测方法 深度学习预测 模型优化方法 表达式 干空气 深度学习方法 模型预测值 风速 分辨率 训练集数据
添加客服微信AITNT178,进AITNT官方交流群
沪ICP备2023015588号