申请/专利权人：中国科学院空天信息创新研究院

申请日：2023-12-18

公开（公告）日：2024-02-23

公开（公告）号：CN117592619A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/02;G06N3/0442;G06N3/042;G06N3/045

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.12#实质审查的生效;2024.02.23#公开

摘要：本发明提出一种基于GNN‑LSTM的县域冬小麦估产分析方法和系统。其中，方法包括：在研究区内计各个县的冬小麦单产数据，然后将其制作带有标签的量产文件，并转化为县域邻接矩阵文件；获取遥感影像和气象数据；在所述遥感影像和气象数据中选择估产分析模型的输入特征；应用所述输入特征、带有标签的量产文件和县域邻接矩阵文件制作训练集和测试集；应用训练集对估产分析模型进行训练和模型调参；应用测试集对训练好的估产分析模型预测县域的冬小麦产量，并对估产分析模型的训练结果进行评价。本发明提出的方案能够看到，预测和真实产量值的空间分布趋势也大致相同，高值和低值的空间展布是温和的，在空间上的预测效果也很好。

主权项：1.一种基于GNN-LSTM的县域冬小麦估产分析方法，其特征在于，所述方法包括：步骤S1、在研究区内计各个县的冬小麦单产数据，然后将其制作带有标签的量产shp文件，并转化为县域邻接矩阵matrix文件；步骤S2、获取Sentinel-2没有经过大气校正处理的原始反射率数据，即Sentinel-2遥感影像和包括降水、气温和气压的气象数据；步骤S3、在所述Sentinel-2遥感影像和气象数据中选择基于GNN和LSTM的估产分析模型的输入特征；步骤S4、应用所述输入特征、带有标签的量产shp文件和县域邻接矩阵matrix文件制作训练集和测试集；步骤S5、应用训练集对所述基于GNN和LSTM的估产分析模型进行训练和模型调参；步骤S6、应用测试集对训练好的估产分析模型预测县域的冬小麦产量，并对估产分析模型的训练结果进行评价。

全文数据：

权利要求：

百度查询： 中国科学院空天信息创新研究院 一种基于GNN-LSTM的县域冬小麦估产分析方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD