专利交易市场

本发明公开了一种基于多源遥感与机器学习的湖泊水量监测与预测方法及系统，包括：采集多源遥感、气象气候数据，经质控修复与标准化后，通过圆台体积法融合水位和面积数据构建湖泊历史月尺度水量序列；再筛选气象驱动因子并构建年际冲击特征，融合生成增强特征序列；随后构建训练级联拓扑结构模型，以增强特征序列为输入，经Transformer编码器提取长时序特征输出基准预测值，结合元特征提取、多分支修正融合完成水量预测与置信区间量化；最后对CMIP6数据偏差校正与集合平均后输入模型，通过软着陆平滑消除数据拼接跳变，输出未来多情景湖泊水量演变曲线及不确定性范围。本发明提升了水量监测精度与预测稳健性。

本发明公开了一种基于多卫星双频组合多路径误差的土壤含水量监测方法，包括以下步骤；步骤1、令地面卫星接收机接收卫星发出的信号以获得观测数据；地面卫星接收机接收的信号包括直接信号、反射信号；步骤2、从观测数据中提取测码伪距观测数据、载波相位观测数据，并构建得到L1载波、L2载波下的双频伪距多路径误差、双频载波相位多路径误差；步骤3、基于双频伪距多路径误差、双频载波相位多路径误差构建双频组合多路径误差方程；对双频组合多路径误差方程求解得到延迟相位；步骤4、将延迟相位与地面的土壤含水量进行相关性分析，由此以延迟相位表征土壤含水量。本发明可获得较高的土壤含水量的监测精度。