基于CNN-RF模型的遥感地球化学反演方法

本发明适用于地球化学勘查技术领域，提供了基于CNN‑RF模型的遥感地球化学反演方法，包括以下步骤：数据处理；具体包括：遥感数据波段比值处理；建立地球化学元素组合；遥感数据与地球化学数据的局部对应模式；构建数据集；构建CNN‑RF混合预测模型：首先使用CNN模型从遥感数据中提取特征信息，然后将特征信息整合后输入到RF模型中进行训练，训练好的CNN‑RF模型用于处理给定的数据并进行预测。本发明提供了基于CNN‑RF模型的遥感地球化学反演方法，CNN‑RF模型对地球化学元素的平均绝对预测误差比线性回归模型、k‑近邻回归模型、弹性网络回归模型、随机森林(RF)模型对元素的平均绝对预测误差小。