欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024114628077
申请人: 昆明理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种中国天目一号星载BDS/GPS/GLONASS/Galileo反射信号全球湖泊风速估计方法,其特征在于,包括以下步骤:

步骤S1,获取天目一号星座四系统BDS、GPS、GLONASS和Galileo的反射信号数据,ERA5湖泊水面风速、温度、水深、湖冰厚度和降雨量数据,CCMP湖泊风速数据;

步骤S2,提取天目一号反射数据观测量,选择ERA5湖泊水面温度、水深、湖冰厚度和降雨量辅助变量数据,先将天目一号反射数据观测量和辅助数据变量合并,再将所有辅助数据集与天目一号数据进行时空匹配,统一时空分辨率,得到匹配后的数据集,具体实施:在时间上,使ERA5和CCMP都对齐到协调世界时上;在空间上,采用二维线性插值进行天目一号数据和两个辅助数据集空间插值,两个辅助数据集为ERA5和CCMP;此外,对于所用到的参考风速,从CCMP和ERA5中提取的风速都为u风分量和v风分量,因此要先进行最优风速计算,从而得到真实风速,其计算公式为:式中,WS为真实风速,u和v分别为风速的东向分量和北向分量;

步骤S3,采用全球湖泊shp文件提取全球湖泊GNSS-R观测数据,根据数据集中的湖泊冰厚辅助参数筛选出湖泊冰厚≤0.05m的数据;

步骤S4,数据预处理和数据质量控制过滤,以及划分训练数据集、验证数据集和测试数据集,分别占总数据集的60%、30%和10%;

步骤S5,采用机器学习算法筛选用于构建湖泊水面风速模型的特征变量,并用SHAP可解释性框架计算每个模型输入参数的SHAP值;

步骤S6,构建基于BDS/GPS/GLONASS/Galileo反射信号的全球湖泊风速机器学习反演模型,并分别利用训练数据集和测试数据集训练不同系统湖泊风速反演模型和测试不同系统反演风速性能。

2.根据权利要求1所述的一种中国天目一号星载BDS/GPS/GLONASS/Galileo反射信号全球湖泊风速估计方法,其特征在于,步骤S1中,星载GNSS-R数据采用天目一号星座四系统BDS、GPS、GLONASS和Galileo的反射信号数据,参考风速产品采用ERA5湖泊水面风速产品和CCMP湖泊风速产品,外部辅助数据采用ERA5湖泊温度、水深、湖冰厚度和降雨量数据。

3.根据权利要求1所述的一种中国天目一号星载BDS/GPS/GLONASS/Galileo反射信号全球湖泊风速估计方法,其特征在于:步骤S4具体为:对于数据集中,将变量值为-9999.9的值赋值为NaN并将其剔除,然后对数据集进行归一化处理,数据过滤后数据集按照6:3:1的比例划分为训练集、测试集和验证集。

4.根据权利要求1所述的一种中国天目一号星载BDS/GPS/GLONASS/Galileo反射信号全球湖泊风速估计方法,其特征在于:步骤S5具体为:采用XGBoost的Bagging回归模型从60个变量中筛选用于构建湖泊水面风速模型的重要特征变量,其中,模型的学习率设置为0.02;基础学习器类型选择基于树的模型;最大叶子节点数设置为127;为了防止过拟合,每棵树随机采样的特征比例设置为0.6;采用SHAP可解释性框架,计算所筛选出的前十个重要特征变量Sp_lon、Sp_alt、Sp_lat、Rx_lat、temperature、Ddm_sp_reflectivity、Sample_num、precipitation、Direct_signal_noise、Sp_fresnel_coeff_square的SHAP值,在SHAP中进行模型解释需要先创建一个解释器,所用到的SHAP的解释器为Kernel,SHAP值具体计算公式如下:式中,φi是特征i对模型输出的SHAP值,N是所有特征的集合,S是特征子集,不包含特征i,f(S)是特征集S上的模型预测值,f(S∪{i})是在特征S和特征i上的模型预测值,|S|!和(|N|-|S|-1)!是特征排列组合的阶乘权重。

5.根据权利要求1所述的一种中国天目一号星载BDS/GPS/GLONASS/Galileo反射信号全球湖泊风速估计方法,其特征在于,步骤S6具体为:构建全球湖面风速反演的袋装树机器学习模型,将训练集输入模型训练,验证集用于监督模型训练以防止过拟合,测试集用于测试模型,得到反演风速,采用均方根误差、偏差、平均绝对误差、相关系数四个精度评价指标对四个系统反射信号观测数据构建的湖泊水面风速反演模型预测风速进行综合评估。