基于多维特征优选与模型优化的SAR图像植被覆盖度反演方法、系统、存储介质和电子设备

本申请提供了一种基于多维特征优选与模型优化的SAR图像植被覆盖度反演方法、系统、存储介质和电子设备，包括如下步骤，对Sentinel‑2影像进行预处理，应用波段计算公式计算归一化差异植被指数NDVI，并结合像元二分模型DPM得到研究区域参考植被覆盖度FVC，然后应用改进的遗传算法ET‑GA并使用XGBoost作为适应性评估函数，以均方根误差(RMSE)作为评价指标挑选出最优的SAR特征组合。本发明通过多种特征分解方法提取SAR特征、多维特征优选、智能算法优化与深度学习模型结合，解决了SAR数据在植被参数反演中特征冗余、精度不足、效率低下等核心问题，为遥感定量反演领域提供了创新技术方案。