摘要
本发明公开了一种高空间分辨率无缝叶面积指数产品生产方法,包括以下步骤:步骤S1、高空间分辨率无缝反射率影像生产:通过利用高时间分辨率、低空间分辨率的MODIS影像来重建高空间分辨率、低时间分辨率HLS影像的缺失数据来生产每12天的30m空间分辨率无缝的反射率数据;步骤S2、基于Transformer模型的叶面积指数反演模型构建。本发明提出了基于Transformer的叶面积指数反演模型,它克服了已有基于长短记忆神经网络和双向长短记忆神经网络叶面积指数反演模型难以充分利用时序影像信息的缺陷,提高了叶面积指数的反演精度。提出了生产高空间分辨率无缝叶面积指数产品的技术流程,克服了已有高空间分辨率叶面积指数产品存在大量数据缺失的缺陷。
技术关键词
叶面积指数
反演模型
低空间分辨率
影像
长短记忆神经网络
反射率数据
高时间分辨率
日期
网络模块
图像
指数方法
归一化模块
校正算法
注意力机制
编码模块
滑动窗口
滤波
系统为您推荐了相关专利信息
PICC导管
随机森林模型
定位系统
导管主体
微型磁头
三维地形模型
地理信息数据
后台数据库
信息数据处理终端
卫星遥感影像
模态识别方法
肺CT图像
像素点
尘肺病
生成对抗网络
公路
分区
不动产登记信息
活动识别
机器学习算法
交叉辐射定标方法
地表反射率
气溶胶光学厚度
影像
BRDF模型