(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211464979.9 (22)申请日 2022.11.22 (71)申请人 北京慧天卓特 科技有限公司 地址 100094 北京市海淀区北清路81号院 二区1号楼4层101 (72)发明人 方莉　唐剑　 (74)专利代理 机构 北京慧加伦知识产权代理有 限公司 16 035 专利代理师 兰海叶　李志刚 (51)Int.Cl. G06T 7/00(2017.01) G01J 5/48(2006.01) G06Q 10/04(2012.01) (54)发明名称 一种基于人工智能融合的干旱指数预测方 法及装置 (57)摘要 本发明公开了一种基于人工智能融合的干 旱指数预测方法及装置， 该方法一具体实施方式 包括： 首先， 获取待测目标区域在日观测时间对 应的地表热红外图像； 其次， 针对待测目标区域 任一像元： 从地表热红外图像中获取像元对应的 地表热红外观测值； 对地表热红外观测值进行云 干扰检测； 基于检测结果确定像元对应的准地表 温度； 之后， 基于每个像元对应的准地表温度， 确 定待测目标区域对应的准地表温度图像； 最后， 对准地表温度图像进行预测处理， 生成待测目标 区域在日观测时间对应的干旱指数图像。 由此， 对待测目标区域干旱指数进行全天候预测， 提高 了待测目标区域对应的干旱指数图像预测的空 间覆盖度和准确性。 权利要求书3页 说明书14页 附图4页 CN 115511887 A 2022.12.23 CN 115511887 A 1.一种基于人工智能融合的干旱指数 预测方法， 其特 征在于， 包括： 获取待测目标区域在日观测时间对应的地表热红外图像； 针对所述待测目标区域任一像元： 从所述地表热红外图像中获取所述像元对应的地表 热红外观测值； 对所述地表热红外观测 值进行云干扰检测； 若检测结果表征所述地表热红 外观测值为无云干扰， 则将所述地表热红外观测值作为准地表温度； 若检测结果表征所述 地表热红外观测值为有云干扰， 则分别获取所述像元在日观测时间对应的地表微波观测值 和陆面模式估测值； 对所述地表微波观测值和所述 陆面模式估测 值进行预测处理， 得到所 述像元对应的准 地表温度； 基于每个所述像元对应的准地表温度， 确定所述待测目标区域对应的准地表温度图 像； 对所述准地表温度图像进行预测处理， 生成所述待测目标区域在日观测时间对应的干 旱指数图像。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述地表微波观测值和所述陆面模 式估测值进行 预测处理， 得到所述像元对应的准 地表温度， 包括： 获取目标区域在日观测时间对应的准地表微波图像、 准陆面模式估测图像， 以及无云 干扰的准 地表热红外图像； 针对所述目标区域任一像元： 从所述准地表微波图像、 准陆面模式估测图像， 以及所述 准地表热 红外图像中分别获取所述像元对应的准地表微波观测值、 准陆面模式估测值以及 准地表热 红外观测值； 将所述准地表微波观测值和所述准陆面模式估测值共同作为第一训 练样本， 并将所述 准陆面模式估测值和所述 准地表热红外观测值共同作为第二训练样本； 基于决策树算法， 对第一训练样本数据和第二训练样本数据进行模型训练， 得到双决 策树模型； 利用所述双决策树模型对所述地表微波观测值和所述陆面模式估测值进行预测处理， 得到所述像元对应的准 地表温度。 3.根据权利要求2所述的方法， 其特征在于， 所述获取目标区域在日观测时间对应的无 云干扰的准 地表热红外图像， 包括： 获取目标区域在日观测时间对应的地表热红外图像以及云图像； 针对目标区域的任一像元： 分别从所述地表热红外图像和所述云图像中获取所述像元 对应的地表热红外观测值和云模板观测值； 若所述像元对应云模板观测值满足第 一预设条件， 则将所述像元对应的地表热红外观 测值作为有效值； 若所述像元对应的云模板观测值满足第二预设条件， 则将所述像元对应 的地表热红外观测值作为无效值； 基于所述目标区域中每个所述像元对应的地表热红外观测值， 得到所述目标区域对应 的无云干扰的准 地表热红外图像。 4.根据权利要求2所述的方法， 其特征在于， 所述获取目标区域在日观测时间对应的准 地表微波图像， 包括： 获取目标区域在日观测时间对应的地表微波图像； 基于预设空间分辨率对应的地表叶面积指数， 对所述地表微波图像进行降尺度处理， 得到准地表微波图像。权　利　要　求　书 1/3 页 2 CN 115511887 A 25.根据权利要求2所述的方法， 其特征在于， 所述获取目标区域在日观测时间对应的准 陆面模式估测图像， 包括： 获取目标区域在日观测时间对应的陆面模式估测图像； 基于预设空间分辨率对应的地表叶面积指数， 对所述陆面模式估测图像进行降尺度处 理， 得到准陆面模式估测图像。 6.根据权利要求3所述的方法， 其特征在于， 所述获取目标区域在日观测时间对应的地 表热红外图像， 包括： 基于静止轨道卫星的平台高度、 平台姿态参数以及对应的星下点经纬度， 确定静止轨 道卫星所对应圆盘的像元 经纬度； 将所述圆盘的所有像元经纬度与所述静止轨道卫星所对应圆盘的图像行列号建立映 射关系； 获取所述静止 轨道卫星在所述日观测时间采集目标区域的圆盘图像； 针对所述目标区域中任一像元： 确定所述像元对应的目标经纬度； 基于所述映射关系， 从所述圆盘图像中选取与所述目标经纬度距离最近的像元所对应的采样值作为所述像元 的地表热红外观测值； 基于所述目标区域每个所述像元对应的地表热红外观测值， 获取静止轨道卫星在所述 日观测时间针对目标区域采集的地表热红外图像。 7.根据权利要求1所述的方法， 其特征在于， 所述对所述准地表温度图像进行预测处 理， 生成所述待测目标区域在日观测时间对应的干旱指数图像， 包括： 从所述准地表温度图像中获取 所述待测目标区域中每 个像元对应的准 地表温度； 针对所述目标区域的任一像元： 对所述像元对应的准地表温度进行预测 处理， 生成所 述像元对应的日实际蒸散量； 基于所述像元在所述观测时间对应的土壤净辐射能量和植被 净辐射能量， 确定所述像元对应的日潜在蒸散量； 基于所述日潜在蒸散量和所述日实际蒸 散量， 确定所述像元对应的日干旱指数； 基于待测目标区域每个所述像元对应的日干旱指数， 确定待测目标区域在所述日观测 时间对应的日干旱指数图像。 8.一种基于人工智能融合的干旱指数 预测装置， 其特 征在于， 包括： 获取模块， 用于获取待测目标区域在日观测时间对应的地表热红外图像； 第一确定模块， 用于针对所述待测目标区域任一像元： 从所述地表热红外 图像中获取 所述像元对应的地表热红外观测值； 对所述地表热红外观测值进行云干扰检测； 若检测结 果表征所述地表热红外观测 值为无云干扰， 则将所述地表热红外观测值作为准地表温度； 若检测结果表征所述地表热红外观测值为有云干扰， 则分别获取所述像元在日观测时间对 应的地表微波观测值和陆面模式估测值； 对所述地表微波观测值和所述陆面模式估测值进 行预测处理， 得到所述像元对应的准 地表温度； 第二确定模块， 用于基于每个所述像元对应的准地表温度， 确定所述待测目标区域对 应的准地表温度图像； 预测模块， 用于对所述准地表温度图像进行预测 处理， 生成所述待测目标区域在日观 测时间对应的干旱指数图像。 9.一种电子设备， 其特 征在于， 包括：权　利　要　求　书 2/3 页 3 CN 115511887 A 3