首页> 中国专利> 一种基于清单和多源遥感数据的碳排放反演系统及方法

一种基于清单和多源遥感数据的碳排放反演系统及方法

摘要

本发明涉及一种基于清单和多源遥感数据的碳排放反演系统及方法,包括依次相连接的数据输入单元、数据降尺度单元和数据训练单元。本发明可以对排放清单进行时间外推,获得实时的高空间分辨率从碳排放预测数据;本发明输入数据易于获取,避免了前期大量的数据统计工作;本发明可以快速输出多种类型的碳排放清单结果,输出结果空间覆盖度高。

著录项

  • 公开/公告号CN114943181A

    专利类型发明专利

  • 公开/公告日2022-08-26

    原文格式PDF

  • 申请/专利权人 行星数据科技(苏州)有限公司;

    申请/专利号CN202210618822.0

  • 发明设计人 李莘莘;郑毅;尹新健;白纯钰;

    申请日2022-06-01

  • 分类号G06F30/27(2020.01);G06N20/00(2019.01);G06Q50/26(2012.01);

  • 代理机构

  • 代理人

  • 地址 215000 江苏省苏州市高新区科技城学森路9号4号楼403室

  • 入库时间 2023-06-19 16:31:45

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-09-27

    实质审查的生效 IPC(主分类):G06F30/27 专利申请号:2022106188220 申请日:20220601

    实质审查的生效

说明书

技术领域

本发明涉及自动化遥感地物提取相关技术领域,尤其涉及一种基于清单和多源遥感数据的碳排放反演系统及方法。

背景技术

CO

CO

现有的地面测量在一定程度上为人类和自然二氧化碳的大气排放量提供了强有力的全球约束。然而,相比现有的地面测量,卫星遥感能够获得分布更广,观测点更密集的观测数据来识别和描述最强的自然源和汇,具有高时效性以及空间同步性。

有鉴于上述的缺陷,本设计人积极加以研究创新,以期创设一种基于清单和多源遥感数据的碳排放反演系统及方法,使其更具有产业上的利用价值。

发明内容

为解决上述技术问题,本发明的目的是提供一种基于清单和多源遥感数据的碳排放反演系统及方法。

为实现上述目的,本发明采用如下技术方案:

本发明目的之一,

一种基于清单和多源遥感数据的碳排放反演系统,包括依次相连接的数据输入单元、数据降尺度单元和数据训练单元;

数据输入单元包括粗分辨率的排放清单数据、空间降尺度指标数据和多源遥感变量数据,数据输入单元用于输入不同空间分辨率和时间分辨率的数据;

数据降尺度单元用于将粗尺度的排放清单数据降尺度为更加精细的排放清单数据,以及与清单类型相关性较高的空间降尺度指标数据作为指示因子,重新分配排放值;

数据训练单元用于对降尺度得到的高空间分辨率排放清单数据进行模型训练。

作为本发明的进一步改进,数据降尺度单元还包括空间上采样模块和权重计算模块;

空间上采样模块用于创建一套与粗分辨率排放清单数据相同的空白数组,并将此数组上采样至指标数据分辨率;

权重计算模块用于计算空间上采样模块的水平和垂直方向的放大因子,之后将粗分辨率排放清单数据和指标数据按照放大因子进行数组分割,对指标数据分割后的结果计算每个权重并将权重映射至空白数组对应位置。

本发明目的之二,

一种基于清单和多源遥感数据的碳排放反演方法,包括以下步骤:

步骤S1、通过数据输入单元输入不同空间分辨率和时间分辨率的数据,其中,数据输入单元包括粗分辨率的排放清单数据、空间降尺度指标数据和多源遥感数据;

步骤S2、通过数据降尺度单元将步骤S1中粗尺度的排放清单数据降尺度为更加精细的排放清单数据,以及将步骤S1中与清单类型相关性较高的空间降尺度指标数据作为指示因子,重新分配排放值;

步骤S3、通过数据训练单元对降尺度得到的高空间分辨率排放清单数据进行模型训练。

作为本发明的进一步改进,步骤S2依次包括以下步骤:

步骤S21、空间上采样:创建一套与粗分辨率排放清单数据相同的空白数组,并将此数组上采样至指标数据分辨率;

步骤S22、权重计算:计算空间上采样的水平和垂直方向的放大因子,之后将粗分辨率排放清单数据和指标数据按照放大因子进行数组分割,对指标数据分割后的结果计算每个权重并将权重映射至空白数组对应位置。

作为本发明的进一步改进,步骤S3具体包括以下步骤:

步骤S31、通过数据训练单元对降尺度得到的高空间分辨率排放清单数据进行数据预处理;

步骤S32、从排放清单数据中提取样本,构建训练样本库,采用机器学习方法进行训练。

作为本发明的进一步改进,步骤S31中数据预处理具体包括将多源遥感变量数据上采样至指标数据空间分辨率。

作为本发明的进一步改进,还包括步骤S33、对模型进行十折交叉验证,若模型表现好则输出结果,若模型表现差则重新筛选变量继续训练。

借由上述方案,本发明至少具有以下优点:

1、本发明可以对排放清单进行时间外推,获得实时的高空间分辨率从碳排放预测数据;

2、本发明输入数据易于获取,避免了前期大量的数据统计工作;

3、本发明可以快速输出多种类型的碳排放清单结果,输出结果空间覆盖度高。

上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。

附图说明

为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。

图1是本发明一种基于清单和多源遥感数据的碳排放反演系统及方法的流程示意图;

图2是图1中数据输入单元、数据降尺度单元和数据训练单元之间的流程示意图。

具体实施方式

下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。

为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。

实施例

如图1~图2所示,

本发明目的之一,

一种基于清单和多源遥感数据的碳排放反演系统,包括依次相连接的数据输入单元、数据降尺度单元和数据训练单元;

数据输入单元包括粗分辨率的排放清单数据、空间降尺度指标数据和多源遥感变量数据,数据输入单元用于输入不同空间分辨率和时间分辨率的数据;

数据降尺度单元用于将粗尺度的排放清单数据降尺度为更加精细的排放清单数据,以及与清单类型相关性较高的空间降尺度指标数据作为指示因子,重新分配排放值;

数据训练单元用于对降尺度得到的高空间分辨率排放清单数据进行模型训练。

优选的,数据降尺度单元还包括空间上采样模块和权重计算模块;

空间上采样模块用于创建一套与粗分辨率排放清单数据相同的空白数组,并将此数组上采样至指标数据分辨率;

权重计算模块用于计算空间上采样模块的水平和垂直方向的放大因子,之后将粗分辨率排放清单数据和指标数据按照放大因子进行数组分割,对指标数据分割后的结果计算每个权重并将权重映射至空白数组对应位置。

本发明目的之二,

一种基于清单和多源遥感数据的碳排放反演方法,

优选的,包括以下步骤:

步骤S1、通过数据输入单元输入不同空间分辨率和时间分辨率的数据,其中,数据输入单元包括粗分辨率的排放清单数据、空间降尺度指标数据和多源遥感数据;

步骤S2、通过数据降尺度单元将步骤S1中粗尺度的排放清单数据降尺度为更加精细的排放清单数据,以及将步骤S1中与清单类型相关性较高的空间降尺度指标数据作为指示因子,重新分配排放值;

步骤S3、通过数据训练单元对降尺度得到的高空间分辨率排放清单数据进行模型训练。

优选的,步骤S2依次包括以下步骤:

步骤S21、空间上采样:创建一套与粗分辨率排放清单数据相同的空白数组,并将此数组上采样至指标数据分辨率;

步骤S22、权重计算:计算空间上采样的水平和垂直方向的放大因子,之后将粗分辨率排放清单数据和指标数据按照放大因子进行数组分割,对指标数据分割后的结果计算每个权重并将权重映射至空白数组对应位置。

优选的,步骤S3具体包括以下步骤:

步骤S31、通过数据训练单元对降尺度得到的高空间分辨率排放清单数据进行数据预处理;

步骤S32、从排放清单数据中提取样本,构建训练样本库,采用机器学习方法进行训练。

优选的,步骤S31中数据预处理具体包括将多源遥感变量数据上采样至指标数据空间分辨率。

优选的,还包括步骤S33、对模型进行十折交叉验证,若模型表现好则输出结果,若模型表现差则重新筛选变量继续训练。

本发明第一实施例:

参照图1所示,本发明公开了一种基于清单数据和多源遥感数据的高空间分辨率碳排放反演方法,包括数据输入单元、数据降尺度单元、数据训练单元。

数据输入单元包括粗分辨率的排放清单数据、空间降尺度指标数据、多源遥感数据,可以按照要求输入不同空间分辨率、时间分辨率的数据。

数据降尺度单元主要目的是将粗尺度的排放清单数据降尺度为更加精细的排放清单数据,以与清单类型相关性较高的排放指标数据(即空间降尺度指标数据)作为指示因子,重新分配排放值。包括空间上采样和权重计算两个部分。

空间上采样是首先创建一套与粗尺度排放清单数据相同的空白数组,并将此数组上采样至指标数据分辨率;

计算权重是首先计算上采样的水平和垂直方向的放大因子,之后将粗尺度的排放清单数据和指标数据按照放大因子进行数组分割,对指标数据分割后的结果计算每个权重并将权重映射至空白数组对应位置。

数据训练单元通过对降尺度得到的高空间分辨率清单数据进行模型训练,由于初始数多源遥感数据各自空间分辨率不同,因此在训练前需要统一各个数据空间分辨率,将多源遥感数据上采样至指标数据空间分辨率。根据降尺度得到的高空间分辨率从清单数据提取对应样本,构建训练样本库,采样机器学习方法进行训练,对模型进行十折交叉验证,若模型表现好则输出结果,若模型表现差则重新筛选变量继续训练。

在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指咧所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。

在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接:可以是机械连接,也可以是电连接:可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通.对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。

以上所述仅是本发明的优选实施方式,并不用于限制本发明,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号