System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于EfficientNet模型的可见光降水强度反演方法技术_技高网

一种基于EfficientNet模型的可见光降水强度反演方法技术

技术编号:41686790 阅读:11 留言:0更新日期:2024-06-14 15:37
本发明专利技术涉及一种基于EfficientNet模型的可见光降水强度反演方法,包括以下步骤:数据预处理;制作降水强度反演数据集;EfficientNet网络训练;使用可见光降水强度反演模型对卫星影像进行降水强度反演,得到该影像降水强度图;通过图像的灰度值采用阈值分割算法对降水强度的反演结果进行细化,得到20km*20km内实现该强度降水的概率图。本发明专利技术针对当前可见光云图与降水数据不对应并且无法进行精细化降水强度反演的情况,首先采用EfficientNet深度学习分类模型对可见光云图一定区域内的降水强度进行训练和反演,然后再使用灰度阈值法对降水强度进行细分。降水强度反演的综合准确度可以达到75.89%,填补了行业内可见光云图反演降水强度的技术空白。

【技术实现步骤摘要】

本专利技术涉及高分辨率卫星遥感影像降水强度反演,特别涉及一种基于efficientnet模型的可见光降水强度反演方法。


技术介绍

1、地球大气中的各类降水过程在地球系统水、能量和物质等循环中扮演着重要的角色,对于降水观测的相关研究,一方面关乎社会秩序和人民生命财产的安全,另一方面也对研究地区乃至全球气候变化具有重要意义。

2、目前,已有许多研究基于各类降水观测数据进行长期的统计和分析。传统的降水观测以地基观测为主,其针对降水过程的水平范围十分有限,存在一定的观测系统盲区,难以反映出水平尺度较大的降水活动,其获取的数据资料也存在着时空分辨率较低等问题。随着空间遥感技术和卫星通信技术的迅速发展,基于气象卫星的遥感降水观测技术和相应的反演技术也随之兴起。遥感卫星可以获得高质量、高分辨率的卫星云图,在气象灾害监测中发挥着重要的作用。但是由于以下的问题,导致目前还没有完善的可见光云图降水强度反演技术。

3、首先降水数据是一段时间内的积累值,而高分辨率卫星云图是瞬时拍摄的,部分卫星云图和降水数据不能完全对应,在应用时有着较大的局限性。此外,使用可见光云图进行研究时,精细化的强度反演也是一大难题。因此,如何利用高分辨率可见光遥感影像实现降水强度的精细化反演,是当前急需解决的关键技术问题。


技术实现思路

1、本专利技术要解决现有技术中高分辨率卫星云图和降水数据不完全对应,以及可见光云图无法进行精细化的反演降水强度的技术问题,提供一种基于efficientnet模型的可见光降水强度反演方法。

2、为了解决上述技术问题,本专利技术的技术方案具体如下:

3、一种基于efficientnet模型的可见光降水强度反演方法,包括以下步骤:

4、步骤1:数据预处理;

5、获取高分辨率可见光卫星云图,对卫星遥感影像进行大气校正、几何校正、影像融合、影像配准预处理后,获得遥感影像数据,用于数据集制作和待反演影像;

6、通过cmpas-v2.1融合降水分析实时数据产品获取降水数据,空间分辨率为1km;将其进行超分重建,得到与卫星数据对应的10m分辨率降水数据;

7、步骤2:制作降水强度反演数据集;

8、首先,根据卫星图像的幅宽对cmpas-v2.1融合降水数据进行裁剪处理;然后根据降水数据中一定区域内的降水量的平均值,将降水强度分类;最后根据降水强度的分类,将同一时刻拍摄的卫星云图与融合降水分析实时数据产品制作成对应的分类数据集;

9、步骤3:efficientnet网络训练;

10、使用efficientnet-b2模型对降水强度反演数据集进行训练,得到适用于哨兵数据和cmpas-v2.1产品的可见光降水强度反演模型;

11、步骤4:使用可见光降水强度反演模型对卫星影像进行降水强度反演,得到该卫星影像降水强度图;

12、步骤5:通过图像的灰度值采用阈值分割算法对降水强度的反演结果进行细化,得到20km*20km内实现该强度降水的概率图。

13、在上述技术方案中,步骤4具体包括:

14、步骤4.1:对一景卫星数据进行裁剪,根据真实空间尺度将其分为若干个20km*20km图像块;

15、步骤4.2:使用降水强度反演模型对哨兵图像块进行反演,得到20km*20km空间尺度上的平均降水强度;

16、步骤4.3:将反演的降水强度结果根据地理信息进行拼接,得到一景卫星数据的降水强度反演结果。

17、在上述技术方案中,步骤1中的遥感影像的坐标系采用wgs84坐标系。

18、在上述技术方案中,步骤1中的与卫星数据对应的降水数据使用wgs84坐标系。

19、在上述技术方案中,步骤1中的降水数据由地面站、雷达、卫星三源数据融合所得。

20、在上述技术方案中,步骤2中的降水强度分类具体为:

21、单小时降水量在0-0.1mm为不降水;

22、0.1-1.4mm为低等强度降水;

23、1.4-3.6mm为中等强度降水;

24、3.6mm以上的降水为高等强度降水。

25、在上述技术方案中,所述卫星为哨兵2号卫星。

26、本专利技术具有以下有益效果:

27、本专利技术的基于efficientnet模型的可见光降水强度反演方法,针对当前可见光云图与降水数据不对应并且无法进行精细化降水强度反演的情况,首先采用efficientnet深度学习分类模型对可见光云图一定区域内的降水强度进行训练和反演,然后再使用灰度阈值法对降水强度进行细分。降水强度反演的综合准确度可以达到75.89%,填补了行业内可见光云图反演降水强度的技术空白。

本文档来自技高网...

【技术保护点】

1.一种基于EfficientNet模型的可见光降水强度反演方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于EfficientNet模型的可见光降水强度反演方法,其特征在于,步骤4具体包括:

3.根据权利要求1所述的基于EfficientNet模型的可见光降水强度反演方法,其特征在于,步骤1中的遥感影像的坐标系采用WGS84坐标系。

4.根据权利要求1所述的基于EfficientNet模型的可见光降水强度反演方法,其特征在于,步骤1中的与卫星数据对应的降水数据使用WGS84坐标系。

5.根据权利要求1所述的基于EfficientNet模型的可见光降水强度反演方法,其特征在于,步骤1中的降水数据由地面站、雷达、卫星三源数据融合所得。

6.根据权利要求1所述的基于EfficientNet模型的可见光降水强度反演方法,其特征在于,步骤2中的降水强度分类具体为:

7.根据权利要求1-6中的任意一项所述的基于EfficientNet模型的可见光降水强度反演方法,其特征在于,所述卫星为哨兵2号卫星。

【技术特征摘要】

1.一种基于efficientnet模型的可见光降水强度反演方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于efficientnet模型的可见光降水强度反演方法,其特征在于,步骤4具体包括:

3.根据权利要求1所述的基于efficientnet模型的可见光降水强度反演方法,其特征在于,步骤1中的遥感影像的坐标系采用wgs84坐标系。

4.根据权利要求1所述的基于efficientnet模型的可见光降水强度反演方法,其特征在于,步骤1中的与卫...

【专利技术属性】
技术研发人员:吴鲲鹏王春月刘延安赵宇恒徐贵贵马新建
申请(专利权)人:长光卫星技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1