申请/专利权人：中国农业科学院农业资源与农业区划研究所;宁夏大学

申请日：2021-03-22

公开（公告）日：2024-04-09

公开（公告）号：CN113283155B

主分类号：G06F30/27

分类号：G06F30/27;G06F17/14;G06F119/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.09.28#实质审查的生效;2021.08.20#公开

摘要：本发明属于近地表气温估算技术领域，公开了一种近地表气温估算方法、系统、存储介质及设备，获取与近地表空气温度相关4个的必选卫星数据反演参数和地面气象站点可以获取的7个备选参数，并对数据进行预处理；采用快速傅里叶变换将各类观测要素的时间序列信息进行快速转换，提取与气象站点气温相关的气象要素间的公共周期；构建长短期记忆神经网络LSTM，并将得到的公共周期与估算时间作为数据组对长短期记忆网络进行训练，得到估算温度；确定估算模型精度评价指标，构建基于FFT‑LSTM神经网络的气温估算模型，估算近地表气温，并对模型进行精度评价。本发明使得模型有较好的估算效果和较高精度，弥补气象站点区域分布不均的缺陷。

主权项：1.一种近地表气温估算方法，其特征在于，所述近地表气温估算方法包括：通过获取与近地表空气温度相关4个的必选卫星数据反演参数和地面气象站点获取的7个备选参数，并对数据进行预处理；采用快速傅里叶变换将各类观测要素的时间序列信息进行快速转换，提取气象站点气温与其他不同气象要素间的公共周期；构建长短期记忆神经网络LSTM，并将得到的公共周期与估算时间作为数据组对长短期记忆网络进行训练和测试；确定估算模型精度评价指标，构建基于FFT-LSTM神经网络的气温估算模型，将卫星数据反演参数和气象站点的各要素作为输入因子，将公共周期作为输入时间长度，估算近地表气温，并对模型进行精度评价；所述快速傅里叶变化FFT是离散傅里叶变换DFT的快速算法，所述傅里叶变换表达为： （2）其中，代表频率，代表时间，为复变函数；所述傅里叶变换所计算出来的是信号xt的连续频谱；实际采取的是各站点的日平均气温，并不是连续的采样值，是离散的采样值，选用离散傅里叶变换来计算气温与其他各气象要素的频谱；在一定的离散信号中，DFT的定义为： ，（3）在DFT中，假设要计算N个Xk值，需要计算N2次复数乘法和NN-1次复数加法；每次复数乘法包括4次实数乘法和2次实数加法，每次复数加法又包括2次实数加法；因此计算一个DFT需要4N2次实数乘法和2N2+2N·N-1次实数加法；当N很大的时候，这是一个非常大的计算量；而FFT算法主要是利用了具有对称性和周期性的特点，其中虚数单位；所述提取近地表气温与其他不同气象要素间的公共周期，包括：利用快速傅里叶变化FFT方法，把各类观测要素的时间序列信息进行快速处理，将时域信号转换到频域信号；对各类气象要素进行归一化的线性处理，将结果映射在[0,1]之间；采样频率为对全年天平均数据进行采样，频谱可见范围为0-HZ，获得各类气象要素的处理结果；根据以下公式得到各地区各类气象要素的共同周期为365天，包括： （4）其中，采样频率为365；所述长短期记忆神经网络LSTM的结构包括遗忘门、输入门、输出门以及细胞的状态四部分；所述LSTM的核心思想就是细胞状态，用贯穿细胞的水平线表示；通过遗忘门、输入门和输出门来对细胞状态进行删除或者添加信息，门能够有选择的决定让哪些信息通过，结构是一个sigmoid层和一个点乘操作的组合；Sigmoid层的输出是0-1的值，这代表着有多少信息能够通过；0表示都不能通过，1表示全部通过；所述长短期记忆神经网络LSTM接收到输入信息后，首先确定丢弃掉的信息，由遗忘门的sigmoid层进行处理： （5）通过查看和的信息来进行判断，输出一个0~1之间的向量，表示信息留存量和遗弃量，和分别为权重和偏置值；如果得到的趋近于0，那么就表示不保留任何信息，如果愈趋近于1，那么就表示保留所有信息；当信息经过遗忘门以后，一部分信息被剔除，一部分信息被保留下来；接下利用和通过输入门来决定更新哪些信息，然后利用和通过tanh层得到新的细胞，包括： （6） （7） （8）当细胞更新完状态后，将输入的和来经过一个叫做输出门的sigmoid层，根据输入的和来判断细胞输出哪些状态特征，在经过tanh层后会得到一个-1~1之间值的向量，向量与输出门得到的判断条件相乘即可得到最终的输入结果，包括： （9）；所述将得到的公共周期与估算时间作为数据组对长短期记忆网络进行训练的过程中，输入第一组数据，其中包含4个的必选卫星数据反演参数和地面气象站点可以获取的7个备选参数，共11个要素，将对应的近地表空气温度作为输出值，卫星数据反演参数包括地表温度、发射率、植被指数、土壤湿度，备选参数包括高程、平均风速、最大风速、最大风速风向、平均气压、日照时间、平均相对湿度；包括：（1）将11个相关因子作为输入节点，公共周期为输入时间；（2）公共周期+估算时间作为一组数据，进行滑差处理进行训练；（3）训练结果提取出估算气温数据与下一组所对应的值进行比较；（4）训练下一组数据来估算第二天的数据，然后输出估算结果；（5）重复步骤3,4，提取第二天估算的气温数据；（6）此过程重复n次。

全文数据：

权利要求：

百度查询： 中国农业科学院农业资源与农业区划研究所;宁夏大学 一种近地表气温估算方法、系统、存储介质及设备

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