改进的级联神经网络的高光谱数据地表反射率反演方法

    公开(公告)号:CN111735772A

    公开(公告)日:2020-10-02

    申请号:CN202010404191.3

    申请日:2020-05-13

    Abstract: 本发明实施例提供一种改进的级联神经网络的高光谱数据地表反射率反演方法,所述方法包括:确定待测区域的高光谱数据和地形参数;将高光谱数据和地形参数输入至地表反射率反演模型,得到地表反射率反演模型输出的待测区域的地表反射率;其中,地表反射率反演模型是基于样本区域的样本高光谱数据、样本地形参数和样本地表反射率训练得到的;地表反射率模型用于基于高光谱数据和样本地形参数,确定待测区域的大气参数集,并基于大气参数集,确定地表反射率。本发明实施例提供的方法,充分利用了地物的光谱特征,同时考虑了大气对传感器辐亮度的影响,能够实现高精度的地表反射率的反演。

    改进的级联神经网络的高光谱数据地表反射率反演方法

    公开(公告)号:CN111735772B

    公开(公告)日:2023-07-07

    申请号:CN202010404191.3

    申请日:2020-05-13

    Abstract: 本发明实施例提供一种改进的级联神经网络的高光谱数据地表反射率反演方法,所述方法包括:确定待测区域的高光谱数据和地形参数;将高光谱数据和地形参数输入至地表反射率反演模型,得到地表反射率反演模型输出的待测区域的地表反射率;其中,地表反射率反演模型是基于样本区域的样本高光谱数据、样本地形参数和样本地表反射率训练得到的;地表反射率模型用于基于高光谱数据和样本地形参数,确定待测区域的大气参数集,并基于大气参数集,确定地表反射率。本发明实施例提供的方法,充分利用了地物的光谱特征,同时考虑了大气对传感器辐亮度的影响,能够实现高精度的地表反射率的反演。

Patent Agency Ranking