申请/专利权人：山东科技大学

申请日：2024-01-10

公开（公告）日：2024-04-09

公开（公告）号：CN117851779A

主分类号：G06F18/20

分类号：G06F18/20;G01N21/84;G06F18/213;G06F18/27;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种基于随机森林的河流溶解有机碳遥感反演方法，包括以下步骤：S1，获取研究区的DOC实测数据以及Landsat影像数据，并提取相应的遥感反射率；S2，对Landsat影像数据进行处理，提取研究区的水体边界线，获得水体范围矢量数据；S3，将遥感反射率及其比值数据分别与DOC实测数据进行相关性分析，获得敏感波段和对应的波段比值；S4，利用遥感反射率及其波段比值和DOC实测数据对随机森林回归模型进行训练，获得最佳预测模型；S5，利用最佳预测模型对Landsat影像数据进行反演计算，使用水体范围矢量数据进行掩膜，得到河流DOC时空分布结果。本发明通过将高空间分辨率的Landsat影像与机器学习算法相结合，有效解决了河流DOC遥感定量反演中存在的空间分辨率低、反演精度低、可移植性差等问题。

主权项：1.一种基于随机森林的河流溶解有机碳遥感反演方法，其特征在于，包括以下步骤：S1，获取研究区河流的溶解有机碳实测数据以及Landsat遥感影像数据，将所述溶解有机碳实测数据划分为训练集样本和测试集样本，并根据所述Landsat遥感影像数据提取相应的遥感反射率及其波段比值数据；S2，对所述Landsat遥感影像数据进行处理，提取研究区的水体边界线，获得水体范围矢量数据；S3，将所述遥感反射率及其波段比值数据分别与所述训练集样本进行相关性分析，获得敏感波段和对应的波段比值；S4，利用所述遥感反射率及其波段比值和所述训练集样本对随机森林回归模型进行训练，并将所述测试集样本输入训练好的随机森林回归模型，获得最佳预测模型；S5，利用所述最佳预测模型对所述Landsat影像数据进行反演计算，使用水体范围矢量数据进行掩膜，得到河流溶解有机碳时空分布结果。

全文数据：

权利要求：

百度查询： 山东科技大学 一种基于随机森林的河流溶解有机碳遥感反演方法

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