TECH / 01技术体系 · 方法演示
多源时序反射率重建
多云、多雾与地形阴影下，如何恢复连续且可比较的作物时序？
当前证据：当前仅展示文献支撑的方法框架和程序化时序示意；没有项目级重建误差报告。
原始观测101112010203040506
质量位尺度一致缺口估计不确定性
质量感知时序立方体每个日期保留观测来源、质量状态与估计标记
程序化质量轨与合成曲线用于说明方法，不是项目反射率重建结果。
INPUT · METHOD · OUTPUT
技术如何
进入闭环
以质量感知的数据立方体统一多源观测，为缺失日期重建与后续模型提供可信输入。
证据依据：第 4 阶段 T1 / P1 文献支撑演示
01 / 输入
卫星、无人机、地形与气象观测
所有输入先经过质量、空间范围与许可检查，再进入预计算处理链。
02 / 方法
质量约束与多模态建模
模型名称用于说明方法框架，不代表相应模型已经在公网或西南全域部署。
03 / 输出
拟形成连续反射率、质量掩膜与不确定性表达
网页只加载审核后的派生结果、汇总数据或明确标注的程序化演示。
EVALUATION TARGETS
建议考核
不虚构数值
- 待验证指标 · 有效时序完整率
- 待验证指标 · 缺失重建 RMSE
- 待验证指标 · 低质量观测检出率
这些是后续评价指标，不是当前项目结果。获得对应真值和独立评价报告前，网站不展示模型精度数字。