首页 > 专利学习

一种基于神经网络的长时间序列近地面臭氧反演方法[发明专利]

专利名称：一种基于神经网络的长时间序列近地面臭氧反演方法

专利类型：发明专利

发明人：白林燕，李紫薇，冯建中，韩春明，阎福礼，丁冀星，李卫东

申请号：CN202011037528.8

申请日：20200928

公开号：CN112163375A

公开日：

20210101

专利内容由知识产权出版社提供

摘要：本发明公开了一种基于神经网络的长时间序列近地面臭氧反演方法，包括以下步骤：S1：根据卫星遥感数据获取卫星遥感月尺度臭氧柱浓度数据；S2：对地面监测气象站点的气象数据进行多时相插值计算，获得具有空间分布特征的气象数据；述地面监测气象站点的气象数据包括温度、风速、气压、相对湿度、日照时数；S3：根据所述卫星遥感月尺度臭氧柱浓度数据和所述具有空间分布特征的气象数据建立近地面臭氧反演神经网络模型并训练该近地面臭氧反演神经网络模型；S4：对所述近地面臭氧反演神经网络模型进行仿真测试。该反演方法的精度高、操作简单，可以实现较为精确的近地面臭氧浓度测定，获得可以精确反应季节变化、年度变化及空间分布的近地面臭氧浓度数据集。

申请人：中国科学院空天信息创新研究院，中国农业科学院农业信息研究所

地址：100190 北京市海淀区北四环西路19号

国籍：CN

代理机构：北京京万通知识产权代理有限公司

代理人：许天易

本文发布于:2024-09-24 21:19:19，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/1/426163.html

上一篇：衬底处理方法[发明专利]

下一篇：发明专利预审意见书