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!
申请/专利权人:净零纪元(江苏)环境科技有限公司
摘要:本发明公开了一种基于神经网络模型和多源遥感数据的区域人为热空间分配量化方法,本发明基于多源遥感数据,结合25km分辨率的空间分布数据、神经网络算法和遥感指数数据建立人为热空间分配模型,最终得到500m空间分辨率的区域人为热排放清单。本发明克服了传统空间人为热分配空间分辨率较低且分配不准确等问题,同时采用动量优化算法和RMSprop算法相结合的Adam算法对BP神经网络的节点权重更新,解决了传统随机梯度下降法SGD可能引入噪声导致损失函数在最小值附近震荡的问题,同时避免了其容易陷入局部最优而无法达到全局最优的问题。
主权项:1.一种基于神经网络模型和多源遥感数据的区域人为热空间分配量化方法,其特征在于包括以下步骤:步骤S1,基于空间分布数据和统计数据,得到低分辨率下的区域人为热排放空间分布清单;步骤S2,利用遥感资料并进行归一化处理,得到归一化后的各空间分配因子;所述遥感资料包括夜间灯光指数NTL、植被指数NDVI、经度LON和维度LAT,经过归一化后的空间分配因子包括夜间灯光指数NTLnor、人口定居指数HSI和植被修正夜间灯光城市指数VANUI、经度LONnor和维度LATnor;步骤S3,构建BP神经网络模型,以低分辨率下的上述空间分配因子和对应的人为热排放空间分布清单作为样本数据输入BP神经网络模型,通过比较实际输出和期望输出的误差,通过梯度下降法对模型进行迭代训练优化,得到最优BP神经网络模型;步骤S4,最后,利用高分辨率的空间分配因子数据输入步骤S3得到的最优BP神经网络模型,得到高分辨率下的区域人为热空间分布。
全文数据:
权利要求:
百度查询: 净零纪元(江苏)环境科技有限公司 基于神经网络模型和多源遥感数据的区域人为热空间分配量化方法
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。