公开(公告)号：CN115661661A

公开(公告)日：2023-01-31

申请号：CN202211398590.9

申请日：2022-11-09

Applicant: 安徽大学

Inventor： 吴鹏海 ,  何雨挺 ,  汪燕妮 ,  马晓双

IPC: G06V20/10 ,  G06V20/13 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于水质遥感反演技术领域，具体涉及一种针对稀疏站点数据的叶绿素a浓度遥感反演方法，有效解决了叶绿素a浓度遥感反演中站点数据与遥感数据匹配数量不足的局限；增加了稀疏站点数据的利用率，同时提高了叶绿素a浓度反演精度。本发明获取相同日期MSI‑MODIS数据对，经过预处理得到样本数据集；构建面向叶绿素a浓度反演的MSI和MODIS时空融合深度残差学习网络，从而获得所需时间具有MSI传感器空间分辨率的时序数据；在此基础上结合对应时序站点叶绿素a浓度观测数据，通过极限梯度提升树(XGBoost)的机器学习算法构建反演模型，实现了有限站点数据的叶绿素a浓度遥感反演。