PDF格式
Excel格式
Word格式
- 标的基本情况
项目名称 一种多源数据融合模型及其应用 项目编号 Z# 项目类型 技术服务 交易专板 气象技术交易专板 挂牌起始日 2024-11-27 挂牌截止日 2024-12-11 是否为技术成果组合 否 技术成果数量 0 标的名称 一种多源数据融合模型及其应用 技术领域 气象 标的权证类型 权证编号 无 项目阶段 样品/样机 无 是否有试用报告 否 项目简介 一、主要功能和关键技术介绍：
1.1 主要功能
(略) 高度和传感器技术限制，单一传感器观测反演的数据产品往往难以同时兼顾高时间分辨率和高空间分辨率。另一方面，地表反射率产品的反演主要使用卫星传感器在可见光波段的观测数据，故云和亮地表（如冰和雪）等因素的影响将非常严重，使得卫星反演的数据产品常存在大面积的数据缺失。因此，如何有效提升地表反射率产品的时空分辨率和空间覆盖水平是当前遥感领域亟待解决的重要技术问题。
针对上述问题，如直接从硬件设计和改进角度出发去解决则代价巨大。随着航天和遥感技术的快速发展， (略) 的传感器提供了海量多源异构数据产品，极大地丰富了对地观测数据资源。时空数据融合方法作为集成多源/多模态数据资料的重要技术手段，旨在通过建立不同数据产品间的时空关联特征，发挥多源异构数据资料的时空互补优势，生成时空分辨率和空间覆盖更高的数据资料。因此，本项目在现有的数据融合算法基础上开发新的融合方法，利用现有多源卫星数据开展数据融合，生成高时空分辨率的数据，不仅成本低、效率高，且可行性更强。
2.2 关键技术
构建新的融合框架 MQQA-BME（Modified Quantile-Quantile Adjustment-Bayesian Maximum Entropy）模型，集成了自适应误差订正算法 MQQA与 贝叶斯最大信息熵算法BME 的优势，来提升融合产品的精度并同时降低 BME 的计算耗时。图1为 MQQA-BME 算法的流程图，具体流程总结如下。首先，对各输入数据 资料进行必 (略) 理。其次，利用 MQQA 算法校正系统偏差并构建 BME 算法所 需的误差模型。在此过程中，选取 MODIS 和 Landsat 8 同步观测历史数据，利用 MQQA 将 MODIS 数据校准到 Landsat 8 水平。由于 Landsat 8 观测数据具有高空间分辨率，故作为误差订正的基准数据和融合过程中的硬数据。同时，将误差订正后的 MODIS 数据作为软数据，与 Landsat 8 观测数据进行 BME 融合，重构 Landsat 8 重 访周期内的缺失影像。在本算法中，MODIS 数据由于分辨率较低故用作软数据，具体则由两部分组成：一部分为 MODIS 观测值的平均值（单个像元），另一部分为基于 MODIS 和 Landsat 8 历史同步观测数据计算得到的偏差的方差。
二、产品精度和运行效率
为评估MQQA-BME算法的精度质量与重建效果，采用遥感领域常用的交叉验证的方法来对融合算法精度进行验证。通过预先保留部分Landsat 8真实观测反射率数据，并将数值预留的像元进行掩膜以模拟数据缺测，再分别使用MQQA-BME和其他算法来重建上述缺失数据，进而与保留的观测数据进行对比分析，实现精度交叉验证。
产品精度评估显示，融合后的卫星产品MQQA-BME算法的R2 值在蓝波段为0.32，RMSE为0.011。融合数据的空间分布上，MQQA-BME融合后的数据都接近完整覆盖，其余波段结果类似，具体如图2。
运行效率方面，一幅完整覆盖的Landsat 8影像包含1006×995个像素。如果分析的时间序列覆盖2022年，总体计算量则非常大。因此， MQQA-BME算法在Intel Xeon 64-bit 处理器64核的服务器上采用MATLAB进 (略) 理实现。在运行时如果选用50核获取一天影像需要1.5小时。这是由于分辨率为30米且MQQA-BME由28个子程序构成。
三、覆盖范围
本模型覆盖 (略) (略) ，如图3所示。
四、可应用场景
本融合算法和所提供的产品可应用于地表地物监测识别、旱涝时期水体和河道的监测、区域植被和农产品面积估算等场景。
五、产品类型
1、为用户提供所需卫星融合产品影像或者技术评估报告；
2、MQQA-BME模型的matlab程序源代码使用权。
六、产品展示
(略) 为例，图4和图5为采用MQQA-BME模型融合Landsat8 和MODIS产品后得到的高时空分辨率的蓝波段、红波段和近红外波段地表反射率产品（图4）和NDVI产品（图5）。
七、实现/获取方式（交付方式）
提供需求方ftp数据接口获得或者存储盘拷贝。
技术效果与指标 随着航天和遥感技术的快速发展， (略) 的传感器提供了海量多源异构数据产品，极大地丰富了对地观测数据资源。时空数据融合方法作为集成多源/多模态数据资料的重要技术手段，旨在通过建立不同数据产品间的时空关联特征，发挥多源异构数据资料的时空互补优势，生成时空分辨率和空间覆盖更高的数据资料。因此，本项目在现有的数据融合算法基础上开发新的融合方法，利用现有多源卫星数据开展数据融合，生成高时空分辨率的数据，不仅成本低、效率高，且可行性更强。 技术推广及应用前景效益（风险和效益） 技术推广及应用前景良好，效益显著，但同时也存在一定的风险。因此，在技术推广过程中充分考虑各种因素，制定合理的推广策略和管理措施，以确保技术推广的顺利进行和取得良好效果。 技术团队结构 技术团队名称 (略) (略) 科研小组 技术团队人数 10人以下 技术团队简介 本团 (略) (略) 气象台组建，技术团队成员包括博士1名、硕士3名，主要从事气象、灾害风险监测、卫星遥感和气象人工智能领域技术开发工作。 技术负责人姓名 韦小丽 技术负责人联系方式 # 技术团队负责人(附简历) 韦小丽，华东师范大学博士，应用气象方向高级工程师。主要研究方向：多源数据融合，人工智能气象应用，大气环境遥感。近5年， (略) 自然基金面上项目1项，参与国家级基金项目2项。发表学术论文十余篇，其中高水平SCI第一/通讯作者5篇。 法律意见 无 重要信息披露 是否为职务发明创造 否 是否存在共有情况 否 - 转让方简况
转让方类型 法人 基本情况 法人名称 (略) (略) (略) 注册地(地址) (略) (略) (略) 68号 注册资本(万元) 46.# 企业类型 其他组织机构 - 交易条件与受让方资格条件
交易类型 面议 面议交易条件 交易金额 结算方式 场外结算 与交易相关的其他条件 无
受让方资格条件 1、意向受让方应为依法设立并有效存续的境内企业法人、其他经济组织或具有完全民事行为能力的自然人。 2、意向受让方须财务状况良好、有信誉、有足够的支付能力。 3、接受联合方式举牌受让，不接受委托（含隐名委托）、信托举牌受让。 4、 意向受让方应符合国家法律、法规规定的其他条件。
保证金事项 是否交纳保证金 否 - 挂牌信息
信息发布公告期（工作日） 10 信息披露期满后，如未征集到意向受让方 延长信息披露：不变更信息披露内容，按照5个工作日为一个周期延长，直至征集到意向受让方。 信息发布期满，如征集到两个及以上符合条件的意向受让方组织交易方式 在线竞价 会同转让方审查意向方资格 否 - 转让方承诺点击查看承诺全文 点击收起承诺全文
我方拟转让所持标的项目，通过上海技术交易所（以下简称“技交所”）公开披露项目信息和组织交易活动，依照公开、公平、公正和诚信的原则作如下承诺：
（1）本次项目交易是我方真实意思表示，项目标的权属清晰，除已披露的事项外，我方对该项目拥有 (略) 置权且不存在法律法规禁止或限制交易的情形；
（2）本项目标的中所 (略) 置行为已履行了相应程序，经过有效的内部决策，并获得相应批准；交易标的涉及共有或交易标的上设置有他项权利，已获得相关权利人同意的有效文件。
（3）我方所提交的信息发布申请及相关材料真实、完整、准确、合法、有效，不存在虚假记载、误导性陈述或重大遗漏；我方同意技交所按上述材料内容发布披露信息，并对披露内容和上述材料的真实性、完整性、准确性、合法性、有效性承担法律责任；
（4）我方在交易过程中自愿遵守有关法律法规和技交所相关交易规则及规定，恪守信息发布公告约定，按照相关要求履行我方义务；
（5）我方已认真考虑本次项目交易行为可能导致的企业经营、行业、市场、政策以及其他不可预计的各项风险因素，愿意自行承担可能存在的一切交易风险；
（6）我方在技交所组织交易期间将不通过其他渠道对标的项目进行交易；
（7）我方将按照技交所收费办法及相关交易文件的约定及时、足额支付相关费用，不因与受让方争议或合同解除、终止等原因拒绝、拖延、减少交纳或主张退还相关费用。
我方保证遵守以上承诺，并同意技交所将相关承诺在本项目公告中披露。如违反上述承诺或有违规行为，给交易相关方及技交所造成损失的，我方愿意承担相应的赔偿责任及其他法律责任。
- 公示附件
京公网安备 11010802042560号