Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜重庆邮电大学申晓群获国家专利权

恭喜重庆邮电大学申晓群获国家专利权

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!

龙图腾网恭喜重庆邮电大学申请的专利一种基于GWDM的地表温度降尺度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:CN114972986B

龙图腾网通过国家知识产权局官网在2025-03-18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:202210492139.7,技术领域涉及:G06V20/10;该发明授权一种基于GWDM的地表温度降尺度方法是由申晓群;罗小波设计研发完成,并于2022-05-07向国家知识产权局提交的专利申请。

一种基于GWDM的地表温度降尺度方法在说明书摘要公布了:本发明请求保护一种基于地理加权杜宾模型GeographicallyWeightedDurbinModel,GWDM的地表温度空间降尺度方法。高时空分辨率的地表温度在环境生态和气候系统的研究中至关重要。但由于技术上的限制,卫星热传感器无法同时提供高时间分辨率和高空间分辨率的热红外图像。空间降尺度方法在假设尺度不变性的前提下,结合低空间分辨率LST和来源于其他卫星传感器的具有高空间分辨率的辅助数据来提高温度图像的时空分辨率。但是空间非平稳和空间自相关并存于大多数空间变量中,在降尺度过程中应充分考虑地表温度的空间特征作为空间变量。然而,以往对地表温度降尺度的研究仅考虑了空间非平稳,忽略了自变量和因变量间的空间自相关。

本发明授权一种基于GWDM的地表温度降尺度方法在权利要求书中公布了:1.一种基于GWDM的地表温度降尺度方法,其特征在于,包括以下步骤:将空间杜宾模型SDM引入地理加权回归,同时考虑地区间的空间非平稳和地表温度数据间以及地表温度与尺度因子之间的空间自相关,用于描述地表温度和尺度因子之间的关系;地理加权杜宾模型GWDM是对地理加权回归模型GWR的扩展,将空间杜宾模型SDM引入地理加权回归模型GWR,用于描述地理变量的地理非平稳性和地表温度间的空间自相关性,以及地表温度与尺度因子间的空间自相关性;空间自相关性是指地理变量可能呈现出空间依赖效应,气流和地表存在热传递现象,使得热运动产生,LST在空间上会互相影响,可能会存在自相关性,权重矩阵是基于两个观测点之间的地理空间距离来计算;所述GWDM模型表示如下: 式中,ui,vi表示点i在地理空间坐标中的位置信息;yi和xik是GWDM方法点i处的因变量和第k个自变量;β0ui,vi和βkui,vi分别为自变量xk在点i处的截距和局部回归系数;ρui,vi是因变量的自回归系数;是第k个自变量的自回归系数;εi是点i的回归残差;是空间邻接矩阵,大小为u×v×u×v;Y是因变量矩阵;n是像素总数; 的计算方式如下: 式中,Wij表示i点与j点因变量的邻接关系,1代表相邻,0代表不相邻,设定i点与自身不相邻,b是带宽,dij为i点和j点之间的空间距离;所述GWDM采用加权最小二乘法对参数进行估计,令β、ρ和分别表示回归系数、因变量的自回归系数和自变量的自回归系数;其中δui,vi的估计表示为δui,vi表示系数矩阵,估算方式如下: 式中,表示变量矩阵,是Z的估计,Y是因变量矩阵,X是自变量矩阵,表示如下: 其中,n=u×v;Wui,vi是权重矩阵,其对角线元素表示其他点对某点提供的权重,大小为u×v×u×v,表示如下: 其中Wij的计算为: 最优带宽采用局部回归分析的交叉验证法获取,改变b的值来最小化CV即可得到最优带宽,表示如下: 在降尺度算法中,需要选择合适的解释变量;所述将空间杜宾模型SDM引入地理加权回归,还包括以下地表温度降尺度步骤:1尺度因子计算和升尺度步骤;2低空间分辨率下回归关系建立步骤;3回归系数和残差插值步骤;4高空间分辨率下地表温度计算步骤;所述2低空间分辨率下回归关系建立步骤,具体包括:通过中分辨率成像光谱仪MODIS土地覆盖数据计算出研究区各地表覆盖类型的平均地表温度,构建基于GWDM的降尺度算法,从而建立1000米下LST与尺度因子的回归关系,得到回归系数和残差的估计值,表示如下: 其中,LSTi1000表示空间分辨率为1000米的地表温度,即MODISLST;NDVIi1000、NDWIi1000、NDBIi1000为空间分辨率为1000米下i点的NDVI、NDWI、NDBI值;β01000、β11000、β21000和ρ1000是需估算的i点的回归系数;需估算的i点的自回归系数;εi1000为i点的残差;所述4高空间分辨率下地表温度计算,具体包括:基于尺度不变性,将1000米下LST与尺度因子的回归关系应用到100米,并计算出100米LST,表示如下: 其中,LSTi100表示100米地表温度,即降尺度结果,NDVIi100、NDWIi100、NDBIi100为100米i点的NDVI、NDWI、NDBI值,β0100、β1100、β2100和ρ100是i点的回归系数,是i点的自回归系数,εi100为i点的残差。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2号;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”。

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。