基于深度学习的超光谱-VOCs走航联用溯源方法

本发明涉及超光谱卫星遥感技术领域，具体为基于深度学习的超光谱‑VOCs走航联用溯源方法，通过走航监测筛选异常浓度，提取多指标判断污染相变，结合遥感图像识别边界，提取像元识别组分，概率计算筛选溯源排放源。本发明中，通过构建浓度异常响应任务流对VOCs浓度超阈行为进行时空联动筛查，有效形成污染响应的高敏感标记，在浓度时序差分、空间标准差、局部波动率三组指标联合分析基础上，借助标准化处理与跳变趋势识别手段，实现污染相变现象的多维动态判别，从而增强突发性或隐蔽性排放事件的响应能力。遥感图像中疑似污染区域的边界通过灰度梯度变化趋势进行精细刻画，并结合时序位移、局部梯度密度变化判断其稳定性，有效排除伪迹扰动因素。