一种基于机器学习融合多源卫星数据的湖泊地形预测方法

本申请公开了一种基于机器学习融合多源卫星数据的湖泊地形预测方法，涉及机器学习技术领域，方法包括：从光学卫星影像中提取得到目标湖泊的光学特征；从SWOT卫星数据中提取得到目标湖泊中各个水体像元的水特征；将光学特征和水特征进行时空对齐和融合，得到融合特性向量；将真实水深的实测水深点匹配到对应像元的地理位置，进而将真实水深与对应像元的融合特征向量构成训练样本；选择机器学习模型并初始化机器学习模型的结构或参数；利用训练样本训练初始化后的机器学习模型；利用训练后的机器学习模型根据各个水体像元的融合特性向量预测对应像元的水深值；根据各个水深值确定目标湖泊的地形。本申请能高效、低成本地预测大范围湖泊的地形。