[发明专利]用于生态环保的多源卫星数据处理方法、系统及存储介质有效
| 申请号: | 202011504904.X | 申请日: | 2020-12-18 |
| 公开(公告)号: | CN112710614B | 公开(公告)日: | 2021-10-22 |
| 发明(设计)人: | 谢飞;何苗;张悦 | 申请(专利权)人: | 江苏省苏力环境科技有限责任公司 |
| 主分类号: | G01N21/17 | 分类号: | G01N21/17;G01N21/55;G06K9/62 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 210004 江苏省南京*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 用于 生态 环保 卫星 数据处理 方法 系统 存储 介质 | ||
1.一种用于生态环保的多源卫星数据处理方法,其特征在于,包括:
获取卫星针对某一检测区域生成的遥感图像,将所述遥感图像进行预处理,生成原始数据;
从反演模型库中,选取至少两个反演模型,所述反演模型库包括若干个反演模型,所述反演模型用于根据原始数据生成对用户有研究意义的生态数据;
将所述原始数据代入所述反演模型中,生成至少两组卫星生态数据,所述卫星生态数据与所述反演模型一一对应;
计算每两组所述卫星生态数据之间的数据误差;
判断所述数据误差是否超过预设的误差阈值;
若所述数据误差超过预设的误差阈值,则生成无人机启用指令,所述无人机启用指令包括所述检测区域的地理位置;获取无人机影像和传感器参数;
根据所述无人机影像和所述传感器参数,生成无人机生态数据;
在多组所述卫星生态数据中,比较得到与所述无人机生态数据误差最小的一组卫星生态数据,并将其定义为新卫星生态数据;
根据所述新卫星生态数据以及所述无人机生态数据,生成最终生态数据反馈给用户;
每个所述反演模型库具有一个可信因子;
所述从反演模型库中,选取至少两个反演模型具体包括:
将所有的可信因子进行归一化生成选择概率,所述选择概率与所述反演模型一一对应,且所有所述选择概率之和为1;
按照所述选择概率,从反演模型库中随机选择至少两个反演模型;
所述比较得到与所述无人机生态数据误差最小的一组卫星生态数据,并将其定义为新卫星生态数据之后还包括:
增大所述新卫星生态数据对应的反演模型的可信因子的大小;
减小多组所述卫星生态数据中,除所述新卫星生态数据之外的其他所述卫星生态数据对应的反演模型的可信因子大小;
所述减小多组所述卫星生态数据中,除所述新卫星生态数据之外的其他所述卫星生态数据对应的反演模型的可信因子大小之后还包括:
将当前的所述原始数据和所述新卫星生态数据添加到历史标准列表中,所述历史标准列表与所述卫星生态数据对应的反演模型一一对应;
判断所述可信因子是否小于预设的可信下限;
若所述可信因子小于预设的可信下限,则根据所述历史标准列表,调整所述可信因子对应的反演模型的参数;
所述反演模型库中的反演模型具有分类标识,具有同一种分类标识的反演模型用于生成同一种卫星生态数据,且具有同一种分类标识的反演模型个数至少为两个;
所述将所有的可信因子进行归一化生成选择概率之前包括:
从反演模型库中,循环调取反演模型子库,所述反演模型子库由分类标识相同的反演模型组成;
获取所述反演模型子库中,所有的反演模型以及其对应的可信因子;
所述增大所述新卫星生态数据对应的反演模型的可信因子的大小之后还包括:
判断所述可信因子是否大于预设的可信上限;
若所述可信因子大于预设的可信上限,则将所述可信因子对应的反演模型定义为对应反演模型子库中的标准反演模型;
所述获取所述反演模型子库中,所有的反演模型及其对应的可信因子之前还包括:
判断所述反演模型子库中是否具有标准反演模型;
若所述反演模型子库中具有标准反演模型,则将所述原始数据代入所述标准反演模型中,生成最终卫星生态数据;
随机生成无人机启用指令,生成无人机生态数据;
判断所述无人机生态数据与所述卫星生态数据之间的偏差是否大于预设的标准阈值;
若所述无人机生态数据与所述卫星生态数据之间的偏差大于预设的标准阈值,则将所述标准反演模型重新定义为反演模型。
2.根据权利要求1所述的用于生态环保的多源卫星数据处理方法,其特征在于,所述判断所述数据误差是否超过预设的误差阈值之后还包括:
若所述数据误差不超过预设的误差阈值,则根据所述数据误差对应的卫星生态数据以及所述卫星生态数据对应的可信因子,生成最终生态数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏省苏力环境科技有限责任公司,未经江苏省苏力环境科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011504904.X/1.html,转载请声明来源钻瓜专利网。





