北京爱特拉斯信息科技有限公司胡伟获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京爱特拉斯信息科技有限公司申请的专利一种多源数据融合的反演PM10方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116451169B 。
龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310185525.6,技术领域涉及:G06F18/25;该发明授权一种多源数据融合的反演PM10方法是由胡伟;于敬炜;李昊明;徐华设计研发完成,并于2023-02-24向国家知识产权局提交的专利申请。
本一种多源数据融合的反演PM10方法在说明书摘要公布了:本发明公开了一种多源数据融合的反演PM10方法,其特点是:包括以下步骤:向反演系统输入数据,针对不同遥感影像数据进行格式转换;对指定站点的输入数据进行插值计算、针对原始影像缺失值进行填补缺失值的数据计算,获得指定站点PM10均值、指定站点的“点”的高分辨率气象栅格数据的二维矩阵、以及指定站点的“点”的高分辨率气象栅格数据的二维矩阵,并且完成机器学习的训练阶段;依据插值和填补后的数据进行反演,生成最终反演结果;本发明实现了全国范围内PM10的监测能力的平衡发展,有效节省了建设地面监测站的设备成本和人工成本。应用本发明的PM10反演技术,不仅能够监测到“点”的污染分布特征的现状,还能监测到区域“面”的污染分布特征的现状。
本发明授权一种多源数据融合的反演PM10方法在权利要求书中公布了:1.一种多源数据融合的反演PM10方法,该方法基于一种多源数据融合的反演PM10系统,其特征在于,该方法包括以下步骤: 步骤一、向反演PM10系统输入数据,针对不同遥感影像数据进行格式转换; 步骤二、对监测站点的输入数据进行插值计算、针对原始影像缺失值进行填补缺失值的数据计算,获得监测站点的“点”的高分辨率气象数据二维矩阵、以及监测站点“点”的高分辨率AOD数据二维矩阵,并且完成机器学习的训练阶段;将监测站点的“点”的高分辨率气象数据二维矩阵、以及监测站点“点”的高分辨率AOD数据二维矩阵作为机器学习输入端数据,将监测站点PM10均值作为机器学习的输出值,实现模型训练;该PM10均值为该监测站点当日实际测量的PM10均值; 步骤三、依据插值和填补后的数据进行反演,生成最终反演结果; 所述步骤二的具体过程如下: 1将监测站点的原始三维气象数据、原始三维AOD数据转换为原始二维气象数据、以及原始二维AOD数据;该原始三维气象数据按照日期、经度、纬度组成三维数据;该原始三维AOD数据按照日期小时、经度、纬度组成三维数据;当它们以各自特定日期或者特定的日期小时为单位进行划分时,即可得到该站点该日期的低分辨率原始二维气象数据、以及该站点该日期小时的低分辨率原始二维AOD数据; 2对该站点的低分辨率原始二维气象数据进行插值计算,获得高分辨率二维气象数据,对监测站点高分辨率二维气象数据细分经纬度,并根据监测站点的经纬度搜索获得监测站点的“点”的高分辨率气象数据二维矩阵; 3对该站点的低分辨率原始二维AOD数据进行填补计算和插值计算,获得高分辨率二维AOD数据,对监测站点高分辨率AOD数据细分经纬度,并根据监测站点的经纬度搜索获得监测站点“点”的高分辨率AOD数据二维矩阵,此处的AOD数据二维矩阵指的是具体日期的数据; 4获得机器学习训练阶段的输入数据和输出数据,并完成机器学习的训练阶段; 所述步骤三的依据插值和填补后的数据进行反演,具体过程如下: a.输入当前待反演PM10数据的目标物理区域shp文件以及日期;所述目标物理区域包括某个省、市、区、县; b.获取该日期目标物理区域的低分辨率原始三维气象数据、原始三维AOD数据,再将原始三维气象数据、原始三维AOD数据分别转换为低分辨率原始气象数据二维矩阵、以及低分辨率原始AOD数据二维矩阵; c.对该日期目标物理区域的低分辨率原始气象数据二维矩阵进行插值计算,得到该日期目标物理区域的多个高分辨率的M行M列气象数据二维矩阵;对低分辨率原始AOD数据二维矩阵进行填补计算和插值计算,得到该日期目标物理区域的高分辨率的M行M列AOD均值二维矩阵; d.对该日期和该目标物理区域的多个高分辨率的M行M列气象数据二维矩阵、以及一个高分辨率的M行M列AOD均值二维矩阵进行降维,降维后,得到多个多行单列的高分辨率气象数据的一维矩阵、以及一个多行单列的高分辨率AOD均值数据一维矩阵;所述多个多行单列的高分辨率气象数据的一维矩阵包括空气压力多行单列的高分辨率气象数据的一维矩阵、相对湿度多行单列的高分辨率气象数据的一维矩阵、风速多行单列的高分辨率气象数据的一维矩阵、温度多行单列的高分辨率气象数据的一维矩阵、风向多行单列的高分辨率气象数据的一维矩阵; e.将上述多个多行单列的高分辨率气象数据的一维矩阵、以及一个多行单列的高分辨率AOD均值数据一维矩阵作为机器学习应用阶段的输入数据; f.机器模型输出反演PM10多行单列一维矩阵。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京爱特拉斯信息科技有限公司,其通讯地址为:100000 北京市石景山区实兴大街30号院3号楼6层6001房间;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励