基于多源数据融合的植被光合有效辐射吸收率反演方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于多源数据融合的植被光合有效辐射吸收率反演方法
申请号:CN202510221624
申请日期:2025-02-27
公开号:CN119691693B
公开日期:2025-04-25
类型:发明专利
摘要
本发明公开了基于多源数据融合的植被光合有效辐射吸收率反演方法,包括:获取用于反演光合有效辐射吸收率的建模数据集;构建预训练的长短期记忆网络反演模型PreTLSTM,其中,预训练长短期记忆网络反演模型PreTLSTM通过训练集训练获得,训练集为基于土壤‑叶片‑冠层耦合模型SLC生成的建模数据;将预训练长短期记忆网络反演模型PreTLSTM作为源模型,通过卫星数据和实测数据构建迁移训练集,利用迁移训练集训练源模型,获取迁移训练反演模型TLLSTM;将建模数据集输入至迁移训练反演模型TLLSTM,获取植被光合有效辐射吸收率估算结果。本发明能够更好地捕捉遥感数据中复杂的生态与生物物理过程。
技术关键词
反演模型 长短期记忆网络 植被 反演方法 反射率数据 训练集 类胡萝卜素含量 波长 平均叶倾角 太阳 花青素含量 叶面积指数 透过率 叶片结构 代表 传感器 网络节点
系统为您推荐了相关专利信息
自动化生成方法 图像 电商 反演模型 聚类算法
平均等待时间 队列 服务器 动态 移动设备
微调方法 微调系统 电力设备运行信息 实体 评分方法
代码漏洞检测方法 节点 语句 语法特征 双向长短期记忆网络
动态监测方法 时序遥感数据 智能决策模型 深度学习模型 浮叶植被