摘要
本发明公开了基于SAR图像的下垫面信息融合积雪深度反演方法及系统,涉及基于卫星遥感技术的冰雪监测技术领域,包括采集轨道数据,对采集的轨道数据进行预处理,并去除热噪声和相干斑噪声,进行地形校正,并根据雷达方程进行辐射定标获取后向散射特征参量和极化特征参量,将校正后的数据进行特征提取,并优化特征数据集,构建神经网络模型,将优化后的特征数据集输入残差神经网络,训练获得积雪深度反演模型,并引入时间变量,预测积雪深度。本发明通过融合先进的SAR数据处理技术和机器学习方法,有效解决了积雪深度反演和预测问题,为决策支持提供了重要依据。
技术关键词
深度反演方法
反演模型
皮尔逊相关系数
残差神经网络
特征参量
数据
热噪声
极化特征
神经网络模型构建
校正
LSTM模型
亮度误差
定标模块
SAR遥感图像
轨道误差
散射特征
多项式