摘要
本发明涉及遥感技术领域,公开了一种基于深度学习的遥感生态指数评估方法,包括:获取研究区的Landsat遥感影像数据与土地利用数据,提取土地利用数据与预处理的Landsat遥感影像数据的遥感生态指数因子;对遥感生态指数因子归一化并进行降维分析,获取降维的遥感生态指数因子,输入时序卷积网络模型,通过因果卷积、扩展卷积、全局平均池化操作,生成综合特征向量;将综合特征向量与主成分分析特征值进行线性组合,构建时序卷积神经网络遥感生态指数模型,用于评价研究区的生态环境质量状况;本发明通过添加反映人为扰动与水环境变化的遥感生态标志性因子,并构建时序卷积神经网络遥感生态指数模型,提高了遥感生态指数评估的准确性、可靠性和实用性。
技术关键词
生态
时序卷积神经网络
土地利用数据
因子
遥感影像数据
卷积网络模型
输出特征
特征值
归一化水体指数
全局平均池化
协方差矩阵
地表反射率
反射率数据
时序特征
地表比辐射率
主成分分析法
系统为您推荐了相关专利信息
低代码平台
评分算法
数据处理模块
数据获取模块
分析系统
土地利用数据
地下水
地表水
解析方法
气象站观测数据
环境管理方法
资源配置文件
存储模块
动态资源调度
Kubernetes集群