基于卷积神经网络的海洋次表层CDOM遥感反演方法

本发明公开了基于卷积神经网络的海洋次表层CDOM遥感反演方法，属于海洋监测技术领域，包括：获取海洋表面卫星遥感数据集和BGC‑Argo数据集；对获取的BGC‑Argo数据进行线性插值和滤波处理；对获取的海洋表面卫星遥感数据进行空间插值、缺失值补全和滤波处理；将处理后的BGC‑Argo数据和海洋表面卫星遥感数据进行时空匹配，构建深度学习数据集；构建包括特征聚焦阶段、特征提取阶段和CDOM浓度预测阶段的基于卷积神经网络的海洋次表层CDOM反演模型；对深度学习数据集进行划分，对基于卷积神经网络的海洋次表层CDOM反演模型进行训练、验证。本发明能够实现海洋次表层CDOM空间分布和垂直分布探测。