買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜重慶郵電大學申請的專利一種耦合地理加權與隨機森林的地表溫度降尺度方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN117035066B 。

龍圖騰網(wǎng)通過國家知識產權局官網(wǎng)在2025-06-13發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202311004642.4，技術領域涉及：G06N5/01；該發(fā)明授權一種耦合地理加權與隨機森林的地表溫度降尺度方法是由羅小波;母仕林設計研發(fā)完成，并于2023-08-10向國家知識產權局提交的專利申請。

本一種耦合地理加權與隨機森林的地表溫度降尺度方法在說明書摘要公布了：本發(fā)明涉及一種耦合地理加權與隨機森林的地表溫度降尺度方法，屬于遙感圖像處理技術領域。該方法包括以下步驟：獲取遙感數(shù)據(jù)及預處理；尺度因子的選擇及計算；地理加權隨機森林降尺度模型的建立與參數(shù)優(yōu)化；將預處理后的高分辨率尺度因子及殘差輸入到地理加權隨機森林降尺度模型得到高分辨率地表溫度，最后通過決定系數(shù)，均方根誤差，平均絕對誤差評估模型精度。本發(fā)明在地理加權回歸模型的基礎上通過引入隨機森林回歸模型，表達地表溫度與尺度因子的非平穩(wěn)性以及非線性。

本發(fā)明授權一種耦合地理加權與隨機森林的地表溫度降尺度方法在權利要求書中公布了：1.一種耦合地理加權與隨機森林的地表溫度降尺度方法，其特征在于：該方法包括以下步驟： S1：獲取遙感數(shù)據(jù)及預處理；獲取研究區(qū)域范圍內熱紅外遙感影像和多光譜遙感影像，并進行預處理； S2：尺度因子的選擇及計算；選擇可見光近紅外的反射率數(shù)據(jù)、根據(jù)研究區(qū)域土地覆蓋類型選擇能夠表征植被、裸土、城市不透水面、水體的光譜因子以及表征地形的DEM數(shù)據(jù)及其衍生指數(shù)，接著通過皮爾遜相關系數(shù)篩選與地表溫度相關性大的尺度因子作為最終模型的尺度因子； S3：地理加權隨機森林降尺度模型的建立與參數(shù)優(yōu)化；地理加權隨機森林降尺度模型參數(shù)包括決策樹的數(shù)量，每個決策樹使用的特征數(shù)量，以及局部帶寬大小；利用地表覆蓋類型數(shù)據(jù)對帶寬內數(shù)據(jù)進行地理加權表達樣本點的空間非平穩(wěn)性，對每一個樣本點及其帶寬內的數(shù)據(jù)建立地理加權隨機森林模型，通過逐步調優(yōu)的方式，采用網(wǎng)格搜索循環(huán)調整單個參數(shù)的值，使用10折交叉驗證獲取最優(yōu)參數(shù)值；得到各個參數(shù)的最優(yōu)值后使用袋外誤差重新訓練數(shù)據(jù)，計算泛化誤差，根據(jù)建立的回歸關系得到低空間分辨率下的殘差，通過普通克里金插值將殘差分辨率提高到目標高空間分辨率； 將地理加權與隨機森林耦合模型應用到地表溫度降尺度時，對于具有覆蓋類型的地區(qū)，隨機森林耦合模型通過多種空間尺度因子對地表溫度進行非線性分解，并且根據(jù)在不同覆蓋類型下尺度因子對于地表溫度的重要性動態(tài)調整空間地理權重，使耦合模型能夠充分表征空間尺度因子對于地表溫度在不同區(qū)域的影響；將尺度因子與地表溫度使用皮爾遜相關系數(shù)進行特征的初步篩選，然后通過全局隨機森林回歸模型進行特征重要性排序選取合適特征作為降尺度因子；隨機森林的構建是由多棵決策樹根據(jù)袋外誤差最小化來優(yōu)化決策樹的特征選擇，通過改變特征選擇計算袋外誤差得到特征重要性，即改變前后誤差越大表示特征越重要；袋外誤差EOOB公式如下： n為袋外樣本個數(shù)：為根據(jù)給定樣本Xi基于隨機森林回歸模型的輸出數(shù)據(jù)；Yi為觀測數(shù)據(jù)； 進行隨機森林回歸模型擬合非線性關系時，根據(jù)帶寬為每個樣本點建立局部隨機森林回歸模型，并考慮空間異質性為每個樣本點賦予不同的權重，權重函數(shù)基于某兩點之間的地理空間距離以及考慮樣本點的地表覆蓋類型來計算權重，權重計算如下： 該權重函數(shù)通過考慮不同地表覆蓋類型，即在帶寬范圍內的樣本點為同一覆蓋類型時權重更大，如果帶寬內樣本點的個數(shù)過少則考慮不同覆蓋類型但距離最近的樣本點，為不同覆蓋類型的樣本點考慮不同權重，其中l(wèi)ci為第i個樣本點的地表覆蓋類型，dij為樣本點i到樣本點j的空間距離，b為帶寬，α為距離的倍數(shù)，取大于1的數(shù)； 將地理加權與隨機森林耦合模型應用到地表溫度降尺度時在低分辨下建立的尺度因子與地表溫度的地理加權隨機森林回歸模型如下： 其中TbW·Xi表示隨機森林模型中的第b顆決策樹，W表示空間距離權重，GWRFi表示構建的第i個數(shù)據(jù)點的耦合模型，表示低空間分辨率下數(shù)據(jù)點i的地表溫度，即MODIS地表溫度，為低空間分辨率下數(shù)據(jù)點i的第k個尺度因子，為模型預測值，為低分辨率下的MODIS地表溫度與模型預測值的殘差； 基于尺度不變性，將低空間分辨率下的回歸關系應用到高分辨率，計算高空間分辨率下的地表溫度值，計算公式為： 其中，表示高空間分辨率下數(shù)據(jù)點i的預測地表溫度，為高空間分辨率下數(shù)據(jù)點i的第k個尺度因子，為經(jīng)過普通克里金插值高分辨率下的殘差； S4：將預處理后的高分辨率尺度因子輸入到地理加權隨機森林回歸模型GWRF，根據(jù)低空間分辨率下地表溫度與尺度因子的回歸關系得到高空間分辨率下的地表溫度值，通過決定系數(shù)R2、均方根誤差RMSE、平均絕對誤差MAE評估模型精度。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人重慶郵電大學，其通訊地址為：400065 重慶市南岸區(qū)黃桷埡崇文路2號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。