广东省科学院广州地理研究所

本申请涉及一种丹霞微地貌识别方法，采用多尺度地形要素提取与对象级空间约束相结合的方式，先通过空间连通域聚合与多尺度判别识别微地貌，再基于评价参数筛选高置信骨架微地貌，最后利用沟谷网络分区并在距离与高差约束下将关联微地貌归并至骨架微地貌，从而得到符合实际地质情况的丹霞地貌组合单元。克服了现有丹霞微地貌识别中逐像元分析导致碎斑噪声、单一尺度提取导致特征表达不全、以及缺乏受控组合手段导致地貌要素跨越沟谷错误拼接的缺陷，显著提高了丹霞微地貌识别的精度和实用性。

本申请涉及一种融合地形物理先验知识的地表温度空间降尺度方法及设备，属于遥感技术与气象数据处理领域。首先获取低分辨率温度数据、高分辨率温度数据及地形与高程数据并进行栅格匹配；随后通过双分支网络提取多尺度地形特征，经由内置滑动窗口注意力机制的编解码网络融合地形先验与温度背景场，并基于残差偏移扩散网络建模隐变量分布差值以预测温度残差。模型进行端到端训练并通过双重收敛判定确保精度。在应用时，输入目标区域低分辨率温度与地形与高程数据至模型，便可以输出高分辨率地表温度产品。本申请有效增强了模型对地形约束的捕捉能力，显著提升了重建结果的物理合理性与空间细节，可广泛应用于气象预报、生态监测及资源管理等领域。