基于贝叶斯的深度学习遥感水质反演黑臭水体识别方法

本发明属于摄影测量数据处理技术领域，具体涉及一种基于贝叶斯的深度学习遥感水质反演黑臭水体识别方法。针对当前黑臭水体识别方法研究不完善，水质参数遥感反演中又存在精度低、种类少，特别是普通神经网络在数据量较少时存在严重的过拟合现象，本发明基于BO‑CNN‑LSTM模型反演水质参数，进而划定指标阈值识别黑臭水体，包括：遥感影像数据获取及处理、特征波段选择、初始化CNN‑LSTM模型构建、贝叶斯算法优化寻参、模型结果输出及精度验证，划定水质参数指标阈值并获取黑臭水体识别结果。实现多类别、多尺度、大范围的智能化水质参数反演，提高水质参数反演精度，拓展黑臭水体识别研究方法，为区域水环境保护和水体污染治理等工作提供基础数据支撑和科学依据。