一种基于地理特征约束的遥感-观测关系机器学习空间外推方法及装置

本发明公开了水文监测技术领域的一种基于地理特征约束的遥感‑观测关系机器学习空间外推方法及装置，包括从遥感历史数据库采集具有目标观测因子的实际观测值的子流域数据和具有目标观测因子的遥感反演值的子流域数据；将具有目标观测因子的实际观测值的子流域数据作为第一目标流域。本发明通过采用梯度提升回归算法建立地理特征与回归参数的线性映射模型，预测无实测子流域的等效回归参数，能够突破传统方法在空间异质性区域的泛化瓶颈，实现了区域性回归参数的准确预测，且通过采用空间外推法得到的“等效实测”数据与实测数据构建误差模型，为后续数据融合提供理论基础，从而提升水质关键参数中总氮浓度模拟的精度和可靠性。