一种多源数据融合与深层特征筛选的湖泊水面提取方法

本发明涉及湖泊水面提取领域，尤其涉及一种多源数据融合与深层特征筛选的湖泊水面提取方法。该方法包括：对多源遥感数据进行预处理，消除各数据源之间的差异；设计1D‑CNN和HRnet‑AM特征提取模块，从不同数据源的影像中提取光谱特征、纹理特征和形状特征；构建自适应权重量化模块A‑WCM，对多元特征进行融合分析并量化权重；设计冗余剔除模块REM，对冗余或无关的特征进行剔除；采用深层语义融合技术，将各分支提取的特征进行逐层融合与重组；构建决策树最优生长模型OGMT，通过最优路径选择和特征筛选机制，有效降低模型的复杂度。本发明提高了湖泊水面的识别效率和准确性，能够更可靠地捕捉和分析湖泊水面变化，为湖泊生态系统的管理和维护提供有力支持。