摘要
本发明公开了融合多层级海色背景下卫星辐射仿真的深度海色反演方法,该方法首先使用基于OSOAA辐射传输模型的仿真算法模拟得到包括模拟波段表观反射率在内的模拟数据,构建多层级海色数据集。其次构建具备方位和波段特征联合表征能力的深度海色反演网络,包括一种残差网络和二元注意力机制,基于多层级海色数据进行海色反演。最后使用数据集的测试部分进行评估,并采集真实卫星遥感和海色数据,进行测试。本发明弥补了当前海色标注数据稀缺导致的深度学习在复杂场景下的鲁棒性与可信度低等问题,解决了对叶绿素浓度等海色参数的端到端反演问题,提升反演效率。
技术关键词
反演方法
残差网络
层级
参数选取方法
辐射传输模型
仿真算法
有色可溶性有机物
气溶胶光学厚度
反射率
数据
残差模块
注意力机制
线性
海洋遥感
标签特征
方位角
浮游植物
系统为您推荐了相关专利信息
网络流量分类方法
WGAN模型
序列特征
样本
交叉注意力机制
时序依赖关系
生命体征参数
生命体征数据
动态贝叶斯网络
小波变换技术
残差网络模型
稠密特征
分析方法
语义特征
异构特征