摘要
本发明公开了一种基于深度学习技术的遥感影像地表温度降尺度方法及系统,所述方法包括:基于Landsat‑8影像分别计算各项遥感指数以及地表温度数据,进行相关性分析,选择三项与地表温度相关性最高且不共线的遥感指数,构建第一深度学习模型;基于Sentinel‑2影像计算各项遥感指数并选择三项与地表温度相关性最高且不共线的遥感指数,构建第二深度学习模型;将Sentinel‑2遥感指数模拟Landsat‑8遥感指数的特征,融合多源遥感数据,将融合后的数据输入第一深度学习模型得到降尺度的地表温度图像;本发明算法先进、精度高、模型数据量小,能有效减少计算时间,同时适用于不同输入范围大小的地表温度LST数据降尺度。
技术关键词
深度学习模型
地表温度数据
遥感影像数据
深度学习技术
地表温度降尺度
反射率
归一化水体指数
sigmoid函数
数据降尺度
栅格
皮尔逊相关系数
共线
矩阵
地理位置信息
融合多源
位置提取
系统为您推荐了相关专利信息
寿命方法
人形机器人
深度学习模型
长短期记忆网络
注意力机制
新能源汽车配件
缺陷测试方法
计算机视觉
多层次特征
深度卷积神经网络
风速修正方法
深度学习模型
浮标
注意力机制
周期性特征
移动轨迹数据
环境监测数据
训练深度学习模型
时序特征
网格