苏华
- 作品数：33 被引量：68H指数：6
- 供职机构：福州大学更多>>
- 发文基金：国家自然科学基金福建省自然科学基金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程天文地球文化科学更多>>
- 一种近海大区域多尺度浮筏养殖信息遥感智能提取方法
- 本发明提出一种近海大区域多尺度浮筏养殖信息遥感智能提取方法，包括以下步骤；步骤S1：获取近海浮筏水产养殖区的卫星中分辨率遥感影像并进行预处理；步骤S2：基于ArcGIS软件工具，以目视解译遥感影像的方法，构建浮筏养殖样本...
- 苏华魏塑塑
- 多源卫星观测的全球海洋次表层温度异常信息提取被引量：8
- 2017年
- 基于表层卫星遥感观测的中深层海洋遥感对于了解海洋内部异常及其动力过程有重要意义。如何从现有的海洋表层遥感观测资料提取海洋内部关键动力环境信息场是具有挑战性的海洋遥感技术前沿。本文采用支持向量回归(SVR)方法,通过卫星遥感观测获取的多源海表参量(海表高度异常(SSHA)、海表温度异常(SSTA)、海表盐度异常(SSSA)和海表风场异常(SSWA)),选择最优参量输入组合,感知海洋次表层温度异常(STA),并用实测Argo数据作精度验证。结果表明SVR模型可准确估算全球尺度的STA(1000 m深度以浅);当SVR输入变量为2个(SSHA、SSTA)、3个(SSHA、SSTA、SSSA)、4个(SSHA、SSTA、SSSA、SSWA)时对应的平均均方差(MSE)分别为0.0090、0.0086、0.0087,平均决定系数(R2)分别为0.443、0.457、0.485。因此,除了SSHA和SSTA外,SSSA与SSWA的输入对SVR模型的估算有积极影响,有助于提高STA的估算精度。在全球增暖与减缓背景下,该研究可为从表层卫星遥感观测提取海洋内部热力异常信息研究提供重要技术支持,有利于拓展卫星对海观测范围。
- 黎文娥苏华汪小钦严晓海
- 关键词：支持向量回归全球海洋
- 一种基于多模态表示学习的知识库补全方法
- 本发明涉及一种基于多模态表示学习的知识库补全方法，给定知识库KB，所述KB包含两部分，一是已知的知识集合<Image file="DEST_PATH_IMAGE002.GIF" he="14" imgContent="d...
- 汪璟玢苏华
- 文献传递
- 基于剖面观测数据的海洋内部温度场重建方法
- 本发明涉及一种基于剖面观测数据的海洋内部温度场重建方法，包括以下步骤：步骤S1：获取历史海洋观测的剖面数据，并对剖面数据进行格网化预处理，得到格网化剖面观测数据；步骤S2：通过预设比例随机选取格网化剖面观测数据作为交叉验...
- 苏华王安
- 文献传递
- 顾及空间非平稳特征的遥感干旱监测被引量：4
- 2019年
- 遥感技术具备实时快速、时空连续、广覆盖尺度等独特优势,在全球气候恶化大背景下,利用遥感干旱监测方法相比于传统地面监测手段,能够提供实时、准确、稳定的旱情信息,辅助科学决策。目前常用遥感旱情监测方法大多依赖全域性数学模型建模,假定了旱情模式的空间平稳特性,因而难以准确反映旱情模式的局部差异特征。本文提出利用地理加权回归模型GWR (Geographically Weighted Regression),考虑旱情模式的空间非平稳特性,综合多种遥感地面旱情监测指数,以实现传统全域旱情监测模型的局部优化。以美国大陆为研究区,监测2002年-2011年共10年的旱情状态。研究表明,GWR模型能够提供空间变化的局部最佳估计模型参数,监测结果更加吻合标准美国旱情监测USDM (U.S Drought Monitor)验证数据,且与地面实测值的最高相关系数R达到0.8552,均方根误差RMSE达到0.972,显著优于其他遥感旱情监测模型。GWR模型具备空间非平稳探测优势,实现了旱情模式的局部精细探测,能够显著提升遥感旱情监测精度,具备较好的应用前景。
- 朱欣然黄长平吴波苏华苏华张立福
- 关键词：旱情监测遥感技术地理加权回归模型
- 基于多源卫星遥感的海洋内部温盐信息智能提取方法
- 本发明涉及一种基于多源卫星遥感的海洋内部温盐信息智能提取方法，利用多源海表遥感观测数据，结合海洋内部Argo浮标实测数据，采用XGBoost高级机器学习方法，建立基于多源卫星观测的智能遥感反演模型，对海洋内部温盐结构进行...
- 苏华杨欣
- 文献传递
- 基于光学与SAR因子的森林生物量多元回归估算——以福建省为例被引量：6
- 2019年
- 基于福建省Landsat-8 OLI影像,利用混合像元分解模型从实测样地数据中筛选出"纯净"的植被像元,并将筛选出的样地分为针叶林、阔叶林和混交林3种植被类型,依次提取3种不同植被类型"纯净"植被像元的树高、林龄、坡度属性信息以及对应的光学NDVI、RVI植被因子和合成孔径雷达(SAR)HH、HV极化后向散射因子,分别构成不同植被类型的"含光学特征多元因子"(NDVI、RVI、树高、林龄、坡度)和"含SAR特征多元因子"(HH、HV、树高、林龄、坡度),开展对比研究。采用含光学特征的多元因子回归模型先估测不同植被类型的森林叶生物量,然后根据叶生物量与地上生物量的关系间接估测森林地上生物量。同时,采用含SAR特征的多元因子回归模型直接估测森林的地上生物量。最后,对比分析这两组多元回归模型的估测精度。结果表明:不同植被类型的含光学特征多元回归模型的验证精度(针叶林:R^2为0.483,RMSE为29.522 t/hm^2;阔叶林:R^2为0.470,RMSE为21.632 t/hm^2;混交林:R^2为0.351,RSME为25.253 t/hm^2)比含SAR特征多元回归模型的验证精度(针叶林:R^2为0.319,RMSE为28.352 t/hm^2;阔叶林:R^2为0.353,RMSE为18.991t/hm^2;混交林:R^2为0.281,RMSE为26.637 t/hm^2)略高,说明在福建省森林生物量估算中采用含光学特征的多元回归模型(先估测叶生物量进而间接估测地上生物量)比利用含SAR特征的多元回归模型(直接估测地上生物量)更具优势。
- 苏华张明慧李静李静陈修治
- 关键词：地上生物量
- 结合遥感与浮标数据的海洋热含量遥感反演方法
- 本发明涉及一种结合遥感与浮标数据的海洋热含量遥感反演方法，包括以下步骤：获取全球海洋多源海表遥感观测数据以及Argo实测格网数据并进行预处理，得到海表数据、时空参量以及海洋内部热含量数据；根据Argo实测坐标数据，将每个...
- 苏华秦天
- 文献传递
- 基于剖面观测数据的海洋内部温度场重建方法
- 本发明涉及一种基于剖面观测数据的海洋内部温度场重建方法，包括以下步骤：步骤S1：获取历史海洋观测的剖面数据，并对剖面数据进行格网化预处理，得到格网化剖面观测数据；步骤S2：通过预设比例随机选取格网化剖面观测数据作为交叉验...
- 苏华王安
- 文献传递
- 基于LightGBM的全球海洋次表层温盐遥感预测被引量：8
- 2020年
- 随着卫星遥感技术的发展,越来越多的卫星观测数据被应用于预测海洋内部温盐结构信息,而如何有效提高海洋内部温盐信息的预测精度仍是一个挑战。本文应用LightGBM算法结合随机森林算法构建全球海洋次表层(0-1000 m)温度异常(STA)与盐度异常(SSA)的预测模型,模型使用海表卫星观测数据(海表高度异常(SSHA)、海表温度异常(SSTA)、海表盐度异常(SSSA)和海表风场异常水平和垂直分量(USSWA、VSSWA),结合经纬度信息(LON、LAT)作为预测变量,使用Argo次表层温盐数据作为模型训练与测试标记。本文使用五参数模型(SSTA、SSHA、SSSA、USSWA、VSSWA)、带纬度六参数模型(LAT、SSTA、SSHA、SSSA、USSWA、VSSWA)、带经度六参数模型(LON、SSTA、SSHA、SSSA、USSWA、VSSWA)与带经纬度七参数模型(LON、LAT、SSTA、SSHA、SSSA、USSWA、VSSWA)来着重分析LON与LAT在STA、SSA遥感预测中发挥的作用。结果表明LON与LAT在STA、SSA各自预测中发挥不同的作用。在单时相和时序预测STA中LON与LAT对模型的贡献随着深度的增加逐渐增大,而在单时相和时序预测SSA中LON与LAT对不同深度预测模型始终保持较大的贡献。在单时相预测STA与SSA中LON较LAT对模型贡献更大,而在时序预测STA与SSA中LAT较LON对模型贡献更大。经纬度信息是全球海洋次表层温盐机器学习预测的重要参数,可以提高模型的预测精度。同时,LightGBM较随机森林在预测海洋次表层温盐异常时精度更高鲁棒性更强。
- 张天一苏华杨欣严晓海
- 关键词：经纬度
