一种基于机器学习的海洋表层光学漫衰减系数的反演方法、装置及存储介质

本发明公开了一种基于机器学习海洋表层漫衰减系数的反演方法、装置及存储介质，包括根据光谱测量设备采集的现场观测数据和基于辐射传输理论计算的模拟数据，获取多个波长下的遥感反射率和对应的漫衰减系数，构建训练数据集和测试数据集；构建基于XGBoost的反演模型，初始化模型参数；使用训练数据集对模型参数进行寻优，使用测试数据集对模型进行验证，最终得到漫衰减系数反演模型；向漫衰减系数反演模型中输入遥感反射率，输出反演的漫衰减系数。本发明提出的方法不需要使用额外的经验公式来使用Kd反演KPAR，避免了引入额外的不确定性；将现场实测数据和基于辐射传输理论计算的数据结合使用，覆盖了大范围KPAR分布，适用于全球海域KPAR的反演。