一种基于机器学习的缺资料地区遥感反演流量校正方法

本发明公开了一种基于机器学习的缺资料地区遥感反演流量校正方法，包括以下步骤：基于光学卫星的水体图像信息，反演计算缺资料地区典型水体的水体面积；构建水位‑流量关系曲线，根据遥感反演得到的水位计算测高流量；通过新安江水文模型，计算出缺实测资料地区流域出口的径流量；建立耦合新安江模型的流量校正模型；修改流量校正模型，建立以物理机制为约束的损失函数。本发明基于水文模型得到的模拟流量，并使用由物理机制引导的LSTM模型对遥感反演流量进行校正，能够提升反演流量的精度，使校正后的流量能够为水文预报等工作提供数据基础。