一种基于多源数据和神经网络模型的PM2.5反演方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于多源数据和神经网络模型的PM2.5反演方法，获取Landsat 8影像数据，PM2.5监测数据，气象数据，高程数据和城市特征数据；提取Landsat 8影像特征及其衍生特征；提取风速、温度、降水和相对湿度等与PM2.5具有相关性的气象特征；提取地形特征以及工厂密度、道路密度、人口密度和人均GDP等城市特征；搭建神经网络模型，对数据集进行训练；对模型进行优化；使用反演模型得到PM2.5反演结果；利用逐小时气象数据实时更新反演结果并利用逐小时空气质量数据对反演结果进行纠偏。本发明能够较准确的反演出PM2.5实时浓度，得到PM2.5的空间分布规律，为需要高精度PM2.5分布数据的研究提供基础数据。

《一种基于多源数据和神经网络模型的PM2.5反演方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2020105823212，当前法律状态为已下证，由南通大学提出申请，发明人为高丽娜;闫金伟;陶菲;王辰怡;张帅倩;孔薇;周侗，申请日期为2020-06-23，公开（公告）日期为2023-10-31，国际专利分类号（IPC）为 G06F 30/27 (2020.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于多源数据和神经网络模型的PM2.5反演方法，获取Landsat 8影像数据，PM2.5监测数据，气象数据，高程数据和城市特征数据；提取Landsat 8影像特征及其衍生特征；提取风速、温度、降水和相对湿度等与PM2.5具有相关性的气象特征；提取地形特征以及工厂密度、道路密度、人口密度和人均GDP等城市特征；搭建神经网络模型，对数据集进行训练；对模型进行优化；使用反演模型得到PM2.5反演结果；利用逐小时气象数据实时更新反演结果并利用逐小时空气质量数据对反演结果进行纠偏。本发明能够较准确的反演出PM2.5实时浓度，得到PM2.5的空间分布规律，为需要高精度PM2.5分布数据的研究提供基础数据。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！