一种基于残差密集块改进VPTR的水质遥感图像时空数据预测方法

本发明涉及一种利用卫星遥感图像进行目标水域叶绿素a浓度监测与预测的方法。本发明包括五个主要步骤：首先，通过辐射定标、大气校正和正射校正对原始卫星遥感图像进行预处理，接着提取水体并构建叶绿素a反演模型。其次，利用残差密集块RDB和多尺度卷积计算构建编码器模块，用于提取目标水域遥感图像的深层特征。再次，采用改进的视频预测Transformer模型进行图像特征序列的时空编码和解码，以预测未来时刻的目标水域图像。然后，使用自编码器的解码器模块对图像特征序列进行上采样，恢复图像的空间维度。最后，采用PatchGAN判别器模块进行图像质量的精细判别。本发明的优点包括增强的特征提取能力，改进的深层学习网络结构，以及提高的图像预测精度，特别是在未来时刻目标水域遥感图像的生成中。