基于深度学习的江域上游雪深数据集构建方法

本发明公开了一种基于深度学习的江域上游雪深数据集构建方法，包括收集遥感雪深数据及地面站点雪深数据；将统一分辨率的遥感雪深数据与地面站点雪深数据通过地理坐标匹配，生成雪深矩阵样本数据和时间序列样本数据；利用多层感知机学习所述雪深矩阵样本数据以及利用一维卷积神经网络模型学习时间序列样本数据；将特征向量输入至模型进行数据融合，得到统一的雪深数据集；将雪深数据集与地面站点的观测数据进行对比，评估数据融合后的雪深数据集。本发明能够有效利用多个遥感数据，并通过深度学习方法实现雪深数据的准确融合，更好地服务于水资源管理、生态监测和气候变化研究等领域，为决策提供了可靠的科学依据。