买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于MAX-DOAS技术的CNN反演对流层O3垂直分布方法、设备及介质_安徽大学_202311791757.2 

申请/专利权人:安徽大学

申请日:2023-12-22

公开(公告)日:2024-03-26

公开(公告)号:CN117763962A

主分类号:G06F30/27

分类号:G06F30/27;G01N21/25;G01N33/00;G06N3/0464;G06F18/213;G06N3/048;G06N3/084

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.12#实质审查的生效;2024.03.26#公开

摘要:本发明的一种基于MAX‑DOAS技术的CNN反演对流层O3垂直分布方法、设备及介质,包括获取MAX‑DOAS光谱数据、辅助数据以及对应的对流层O3垂直分布数据;对得到的光谱数据、辅助数据以及廓线数据进行预处理;利用预处理后的光谱数据和辅助数据以及廓线数据构建数据集,基于预处理后的数据集训练基于卷积神经网络模型的对流层O3垂直分布反演模型;将需要进行预测的MAX‑DOAS光谱数据和辅助数据进行预处理,将处理后的数据输入已经完成训练的基于卷积神经网络模型的对流层O3垂直分布反演模型进行数据反演,最终得到对流层O3垂直分布的反演结果。本发明方法的建立将可用于监测对流层O3在空间尺度上的浓度变化趋势,对目前亟待研究的对流层O3污染问题有重要意义。

主权项:1.一种基于MAX-DOAS技术的CNN反演对流层O3垂直分布方法,其特征在于,包括以下步骤,获取MAX-DOAS光谱数据、辅助数据以及对应的对流层O3垂直分布数据即廓线数据;对得到的光谱数据、辅助数据以及廓线数据进行预处理;利用预处理后的光谱数据和辅助数据以及廓线数据构建数据集,基于预处理后的数据集训练基于卷积神经网络模型的对流层O3垂直分布反演模型;将需要进行预测的MAX-DOAS光谱数据和辅助数据进行预处理,将处理后的数据输入已经完成训练的基于卷积神经网络模型的对流层O3垂直分布反演模型进行数据反演,最终得到对流层O3垂直分布的反演结果。

全文数据:

权利要求:

百度查询: 安徽大学 基于MAX-DOAS技术的CNN反演对流层O3垂直分布方法、设备及介质

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。