申请/专利权人：河海大学

申请日：2024-01-24

公开（公告）日：2024-04-12

公开（公告）号：CN117875563A

主分类号：G06Q10/063

分类号：G06Q10/063;G06F18/213;G06Q50/26

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种小流域生态系统水源涵养人工智能遥感估算方法，涉及遥感和生态水文技术领域，面向小流域水源涵养估算对高分辨率的蒸散发数据需求，首先通过遥感方法得到土地利用、植被覆盖、土壤水分、陆面温度等遥感数据集；然后，建立随机森林方法的土壤水分降尺度框架，优选关键特征参量，并通过样本训练和机器学习得到降尺度土壤水分数据，进一步得到时间序列的蒸散发数据集；根据小流域对蒸散发尺度要求，建立随机森林方法的蒸散发降尺度框架，优选更高分辨率的关键特征参量，并通过样本训练和机器学习得到时间序列的更高分辨率的蒸散发数据集；最后结合已有模型准确估算小流域水源涵养量，准确估算小流域水源涵养量。

主权项：1.一种小流域生态系统水源涵养人工智能遥感估算方法，其特征在于：包括步骤：S1：确定小流域生态系统的流速系数Vij、地形指数TIij和土壤饱和导水率Kij其中，i为生态系统类型，j为格栅单元序号；S2：确定小流域生态系统的产水量Yij；其中，产水量的计算公式： 其中，AETij为生态系统类型i格栅单元j的蒸散发mm，Pr为年降水量mm；蒸散发AETij的估算步骤包括：S21～S25S21：选择土壤含水量、生态系统类型、降水、气温、地表温度、植被类型、植被覆盖度、叶面积指数、反照率、土壤类型、坡度、坡向、风速、风向、空气湿度、饱和水汽压差、空气动力学阻抗、海拔、离水源距离、太阳辐射强度、太阳辐射量参量作为表征蒸散发的相关参量；S22：将步骤S21中的表征蒸散发的相关参量进行中高分辨率数据空间化预处理；S23：利用随机森林模型输出各个表征蒸散发相关参量的对蒸散量的影响程度排序，并取前5确定为蒸散量的关键向量；S24：对步骤S22中预处理后的各个蒸散发相关参量进行重采样为与低分辨率蒸散量遥感数据分辨率一致的数据，再利用低分辨率蒸散量遥感数据，采用随机森林的方法进行降尺度预处理建立各个蒸散发相关参量与蒸散量之间的第一函数模型，利用实际蒸散模型，该模型利用潜在蒸散量与土壤胁迫系数求得实际蒸散量，具体表达式为：AET＝Ks·ETp其中，AET为实际蒸散量数据，ETp为潜在蒸散量；Ks为制约蒸散过程的土壤水分胁迫系数；利用Jensen的土壤胁迫系数模型获取土壤胁迫系数的数值Ks＝lnAv+1ln101Av＝[SOC－WmWf－Wm]×100式中，Av为相对有效含水量，SOC为土壤实际含水量，Wf为田间持水量，Wm为土壤萎蔫系数；植被覆盖区的实际蒸散量由土表实际棵间蒸发量Ea与实际蒸腾量Ta组成，则模型改写为：Ea＝K·EpTa＝K·Tp土表潜在棵间蒸发量Ep由Ritchie公式求得: 式中，LAI为叶面积指数；植被潜在蒸腾量Tp表示为：Tp＝ETP-EP潜在蒸散量利用联合国粮农组织推荐的方法，表达式如下：ETp＝Kc×ETP0式中，Kc为作物系数；ETp0为参考作物蒸散量；S25：将步骤S23得到的关键向量输入第一函数模型中，得到高分辨率的蒸散量数据，其表达式为：AETij＝Ks·ETp其中，AETijt表示一段时间的蒸散发的总量；S3：计算生态系统的水源涵养量，计算公式为： 其中，WR为水源涵养量总量。

全文数据：

权利要求：

百度查询： 河海大学 一种小流域生态系统水源涵养人工智能遥感估算方法

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