基于人工智能的地球物理参数反演范式理论及判定条件

文献类型： 中文期刊

第一作者： 毛克彪

作者： 毛克彪;张晨阳;施建成;王旭明;郭中华;李春树;董立新;吴门新;孙瑞静;武胜利;姬大彬;蒋玲梅;赵天杰;邱玉宝;杜永明;徐同仁

作者机构：

关键词： 人工智能;深度学习;反演范式;物理逻辑推导;可解释;农业气象遥感

期刊名称： 智慧农业(中英文)

ISSN： 2096-8094

年卷期： 2023 年 5 卷 002 期

页码： 161-171

摘要： [目的/意义]人工智能(Artificial Intelligence,AI)技术已在学术和工程应用领域掀起了研究高潮,在地球物理参数和农业气象遥感参数反演方面也表现出了强大的应用潜力.目前大部分AI技术在地学和农学的应用还是"黑箱",没有物理意义或缺乏可解释性及通用性.为了促进AI在地学和农学的应用和培养交叉学科的人才,本研究提出基于AI耦合物理和统计方法的地球物理参数反演范式理论.[方法]首先基于物理能量平衡方程进行物理逻辑推理,从理论上构造反演方程组,然后基于物理推导构建泛化的统计方法.通过物理模型模拟获得物理方法的代表性解以及利用多源数据获得统计方法代表性的解作为深度学习的训练和测试数据库,最后利用深度学习进行优化求解.[结果和讨论]判定形成具有通用性和物理可解释的范式条件包括:(1)输入与输出变量(参数)之间必须存在因果关系;(2)输入和输出变量(参数)之间理论上可以构建闭合的方程组(未知数个数少于或等于方程组个数),也就是说输出参数可以被输入参数唯一确定.如果输入参数(变量)和输出参数(变量)之间存在很强的因果关系,则可以直接使用深度学习进行反演.如果输入参数和输出参数之间存在弱相关性,则需要添加先验知识来提高输出参数的反演精度.此外,本研究以农业气象遥感中的关键参数地表温度、发射率、近地表空气温度和大气水汽含量联合反演作为案例对理论进行了证明,分析结果表明本理论是可行的,并且可以辅助优化设计卫星传感器波段组合.[结论]本理论和判定条件的提出在地球物理参数反演史上具有里程碑意义.

分类号： TP181%P313.3

  • 相关文献

[1]基于大数据的遥感参数人工智能反演范式理论形成与工程技术实现. 毛克彪,袁紫晋,施建成,武胜利,胡德勇,车进,董立新. 2023

[2]人工智能驱动智慧奶牛养殖的思考与实践. 夏雪,侍啸,柴秀娟. 2020

[3]基于深度学习的作物基因组学和遗传改良. 辛志奇,赵航,汪海,路铁刚. 2021

[4]GPT技术驱动的农业发展范式研究与展望. 李灯华,李干琼,许世卫,陈威. 2023

[5]深度学习在土壤监测中的应用及展望. 张超,张海峰,张宇,张效霏,来永才,毕洪文,郑妍妍. 2023

[6]数字低碳渔仓智能化控制系统框架设计. 梁晨,周志刚,陈楠,暴愿达. 2024

[7]人工智能在木质纤维素酶工程中应用的研究进展. 周家安,高乐,李忠秋,刘春龙. 2025

[8]应用人工智能技术进行作物状态诊断初探. 陈立平. 2000

[9]农业中的专家系统(英文). 王遗宝,T.P.MacK. 1990

[10]智慧农业在棉花生产管理中的应用. 陈焕轩,陈焕轩,韩迎春,冯璐,杨北方,雷亚平,王占彪,李亚兵. 2020

[11]互联网 + 教育在高校信息化建设中的应用. 高宝军,张晓华. 2019

[12]农业大数据助力现代农业高质量发展. 林羽,刘斌琼. 2019

[13]人工智能、大数据在财税领域的应用. 崔怡娟. 2019

[14]智能化畜禽养殖场人工智能技术的应用与展望. 陆蓉,胡肄农,黄小国,谭业平,陆昌华. 2018

[15]浅谈智慧农业. 籍延宝,姚鑫锋,袁涛,田明璐,马超,李琳一. 2019

[16]论人工智能在农业中的应用. 林羽,刘斌琼. 2018

[17]人工智能技术在家禽生产中的应用. 顾丽红,林哲敏. 2019

[18]人工智能发展对农业科研单位会计工作的影响. 宋梅,马卓尔,李颖. 2019

[19]浅论农业高新技术发展趋势及应用前景. 谭永强,田帅,刘蓉蓉. 2020

[20]基于人工智能的协同办公平台质量评价方法. 李昀,吴华瑞,韩笑,杨宝祝,李庆学,顾静秋. 2019

作者其他论文 更多>>

微信小程序