基于神经网络模型和多源遥感数据的区域人为热空间分配量化方法

本发明公开了一种基于神经网络模型和多源遥感数据的区域人为热空间分配量化方法，本发明基于多源遥感数据，结合25km分辨率的空间分布数据、神经网络算法和遥感指数数据建立人为热空间分配模型，最终得到500m空间分辨率的区域人为热排放清单。本发明克服了传统空间人为热分配空间分辨率较低且分配不准确等问题，同时采用动量优化算法和RMSprop算法相结合的Adam算法对BP神经网络的节点权重更新，解决了传统随机梯度下降法SGD可能引入噪声导致损失函数在最小值附近震荡的问题，同时避免了其容易陷入局部最优而无法达到全局最优的问题。