一种基于耦合学习的薄云降质数据集的构建方法

本发明公开了一种基于耦合学习的薄云降质数据集的构建方法，具体涉及遥感影像模拟技术领域，其主要包含数据驱动引导的云空间模拟、散射定律引导的云波段合成以及基于成像机理的数据集构建三个阶段。空间形态模拟阶段基于卷云波段构建单波段薄云形态数据集，并在深度挖掘数据特征的基础上获得单波段薄云模拟器，实现单波段薄云的无限量高保真生成；光谱特征合成阶段简化光学散射定律，从而直接表征波段间相关关系，实现多波段薄云的高保真生成；根据成像模型实现“薄云降质‑晴空无云”数据对构建。本发明的技术方案可为遥感影像薄云校正（或检测）网络的训练提供海量数据基础，促进了相关算法的发展，提高了遥感数据的实际利用率。