基于深度学习融合多源数据的冰雪反照率数据重建方法

本申请提供了一种基于深度学习融合多源数据的冰雪反照率数据重建方法，涉及遥感技术领域，方法包括：获取反照率数据、地理辅助数据；利用非局部时空滤波法和Whittaker滤波法对反照率数据进行处理，得到时空辅助数据；构建R‑TNet深度学习神经网络模型；通过反照率数据、地理辅助数据和时空辅助数据，训练R‑TNet深度学习神经网络模型；获取待恢复反照率数据；将待恢复反照率数据的缺失像元对应的地理辅助数据和时空辅助数据，输入训练后的R‑TNet深度学习神经网络模型，恢复缺失像元的待恢复反照率数据。本申请技术方案通过结合神经网络深入挖掘变量的内在非线性关系，有效地重建时空连续且准确的反照率数据。