买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉工程大学申请的专利结合数据空间信息的机器学习重建无云地表温度方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115907036B 。

龙图腾网通过国家知识产权局官网在2026-03-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211621534.7，技术领域涉及：G06N20/00；该发明授权结合数据空间信息的机器学习重建无云地表温度方法是由滕洪芬;吴泽峰;张锡喆设计研发完成，并于2022-12-16向国家知识产权局提交的专利申请。

本结合数据空间信息的机器学习重建无云地表温度方法在说明书摘要公布了：本发明公开了一种结合数据空间信息的机器学习重建无云地表温度方法，首先利用卫星遥感获取原始地表温度数据，结合地形，土地利用，人口密度，反射率，植被指数等辅助数据对地表温度数据初步填补缺失值，然后根据该数据计算地表温度的空间信息，再结合上述辅助数据，基于随机森林回归得到重建后的地表温度。接着根据原始数据获取残差，并通过克里格回归预测原始值缺失部分残差。最终使用该残差校正重建后的地表温度，得到无云地表温度数据。本发明能精确的重建地表温度数据，为获取高时空分辨率的数据提供了算法基础，解决了研究城市热环境变化难以获取连续影像图的关键问题。

本发明授权结合数据空间信息的机器学习重建无云地表温度方法在权利要求书中公布了：1.一种结合数据空间信息的机器学习重建无云地表温度方法，其特征在于：包括以下步骤， S1、获取Landsat卫星遥感影像数据以及包括地形数据、土地利用数据、人口密度、土壤类型、发射率以及光谱指数在内的辅助数据； S2、对S1获取的Landsat卫星遥感影像数据进行反演地表温度，随后进行去云和重采样的处理，得到初步的原始地表温度数据； S3、结合S1所述的辅助数据和S2得到的初步的原始地表温度数据，构建经典回归随机森林模型； S4、根据经典回归随机森林模型的袋外验证数据反馈调节经典回归随机森林模型的参数，直到得到最佳效果，随后使用该经过调节的参数获取初步填补的原始地表温度数据； S5、根据S4获得的初步填补的原始地表温度数据，依据离像素点越近则赋予权重越大的原则，获取填补的原始地表温度数据及其空间信息； S6、根据S5获得的填补的原始地表温度数据及其空间信息，结合S1所述的辅助数据，构建考虑空间信息的随机森林回归模型； S7、根据考虑空间信息的随机森林回归模型的袋外验证数据反馈调节考虑空间信息的随机森林回归模型的参数，直到得到最佳效果，随后使用该经过调节的参数获取考虑空间信息的重建地表温度； S8、根据S2和S7分别获取的初步的原始地表温度数据和考虑空间信息的重建地表温度获取残差，使用克里格插值回归，对残差缺失部分预测，得到完整的残差数据； S9、耦合S8得到的完整的残差数据和S7得到的考虑空间信息的重建地表温度，得到最终的重建地表温度； S4中，受反馈调节的经典回归随机森林模型的参数包括决策树数目、深度、参与建模的特征数；初步填补的原始地表温度数据的具体公式如下， 其中，为初步填补的原始地表温度数据，为地形数据，为人口密度，为土地利用数据，为反射率，为光谱指数，为土壤类型； S5所述填补的原始地表温度数据的空间信息获取具体为， 其中，其中表示地表温度在中心像素m处的空间特征，N表示总像素，n表示中心像素m附近的相邻像素，表示像素m和像素n之间的空间距离，是像素n处的初步填充的原始地表温度数据； S7中考虑空间信息的重建地表温度的获取方式如下， 其中，为考虑空间信息的重建地表温度，为地形数据，为人口密度，为土地利用数据，为反射率，为光谱指数，为土壤类型，为填补的原始地表温度数据的空间信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉工程大学，其通讯地址为：430074 湖北省武汉市洪山区雄楚大街693号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。