基于深度学习模型的浅水湖泊水华和水生植物提取方法

本发明涉及一种基于深度学习模型的浅水湖泊水华和水生植物提取方法，包括：获取覆盖浅水湖泊的Landsat和Sentinel‑2影像；利用光学影像制作训练和测试深度学习模型的水华和水生植物样本；构建光谱特征，并利用随机森林模型选择重要性排名前五的特征参与深度学习模型的构建；构建、训练和测试深度学习模型，并利用训练好的深度学习模型对浅水湖泊的水华和水生植物进行分类，具体分类为水体、水华、沉水植物和浮叶挺水植物四个类别。本发明能够自动、准确地获取浅水湖泊水华和水生植物的空间分布，为动态监测湖泊水华和水生植物提供重要的技术支撑。