一种基于多模态深度学习的多源遥感降雨数据融合方法
文献类型：专利
| 作者 | 邹磊; 窦明; 沈建明; 张彦; 刘成建 |
| 发表日期 | 2022-08-30 |
| 专利号 | CN202210684570.1 |
| 著作权人 | 中国科学院地理科学与资源研究所. |
| 国家 | 中国 |
| 英文摘要 | 本发明公开了一种基于多模态深度学习的多源遥感降雨数据融合方法，包括：步骤一：搜集研究区数据；步骤二：数据预处理；步骤三：基于多模态深度学习方法构建多源遥感降雨数据融合模型；步骤四：多源降雨数据融合效果评估。本发明所述方法可以有效捕捉不同遥感降雨数据的多模态信息特征，包括图像栅格空间模态、数据矩阵模态以及时间序列模态的数据特征，利用多模态之间的互补性，剔除模态间的冗余性，进而获取更加有用的遥感降雨数据变化特征。同时，本发明基于多种深度学习算法融合多模态信息特征，具有更强的泛化能力，可处理和关联来自多种模态信息特征，进而融合获取更高精度的降雨数据，对于我国旱涝灾害预报预警、水资源合理开发与可持续利用等关键问题均具有重要意义。 |
| 公开日期 | 2022-08-30 |
| 申请日期 | 2022-06-17 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/190670]  |
| 专题 | 陆地水循环及地表过程院重点实验室_专利、软件、成果转化 |
| 作者单位 | 中国科学院地理科学与资源研究所. |
| 推荐引用方式 GB/T 7714 | 邹磊,窦明,沈建明,等. 一种基于多模态深度学习的多源遥感降雨数据融合方法. CN202210684570.1. 2022-08-30. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。