一种基于机器学习的海洋叶绿素浓度反演方法

本发明提供一种基于机器学习的海洋叶绿素浓度反演方法，将遥感反射率数据进行聚类处理，得到的聚类簇分别对应不同的水体类型，再根据水体类型分别将训练集应用到多种机器学习模型进行训练，并利用验证集对不同水体类型下的不同优化机器模型进行性能验证，得到不同水体类型下的最优机器学习模型，最终构成叶绿素浓度动态反演模型，输入的待测遥感反射率数据先进行水体类型划分，再采用对应水体类型的最优机器学习模型进行叶绿素浓度反演，使得模型具有广泛的适用场景。本发明提供的叶绿素浓度动态反演模型具有很强的普适性，有效提高了全球海域水色信息监测能力。