一种基于机器学习识别石冰川的方法

本发明公开了一种基于机器学习识别石冰川的方法，S1：对石冰川光学影像上不同的地貌特征进行解译，获得判识结果；S2：根据InSAR方法增强不同类别石冰川可靠性，得到残余石冰川矢量数据与完整石冰川矢量数据；S3：基于矢量数据进行影像切片，将非石冰川地区进行掩膜，获取仅有石冰川特征的影像，并对噪声数据进行清洗；S4：将InSAR增强的数据集导入RF、SVM、LR、DT、KNN和ResNet模型进行训练，获取不同机器学习模型对石冰川判识的准确度，得到最佳机器学习模型。本发明所提出的方法能够克服现有石冰川状态划分存在效率低与主观性强的问题，从而实现了自动划分石冰川完整和残余状态，同时利用该方法可弥补大量现有石冰川编目的完整残余状态属性缺失的问题。