摘要
本发明涉及赤潮异常检测技术领域,尤其是涉及一种融合多源遥感与图神经网络的海洋赤潮异常检测方法及系统。方法包括获取遥感图像数据、无人机图像数据和监测点的监测数据;对获取的遥感图像数据和无人机图像数据进行数据预处理;对遥感图像和无人机图像进行特征提取和特征融合,得到遥感特征数据;基于监测点的监测数据构建时空图结构,得到图结构数据;基于跨模态对比自监督学习机制进行遥感特征模态与图结构特征模态一致性表示学习;通过引入多源异构数据并融合图神经网络建模手段,有效突破了单一数据驱动方法在赤潮识别粒度粗、时空精度低等方面的局限性,显著提升了赤潮特征建模的细致性与全局感知能力。
技术关键词
异常检测方法
海洋赤潮
融合多源
遥感图像数据
无人机
异构特征
监测点
模态特征
跨模态
融合特征
代表
注意力机制
语义
节点
序列
编码器
空间高分辨率
系统为您推荐了相关专利信息
路径预测算法
加权无向图
规划
航迹预测
粒子群算法优化
二氧化碳通量
森林生态系统
湍流特征
数据处理模块
无人机螺旋桨
变化监测方法
多模态
高分辨率卫星影像
深度学习算法
无人机航空摄影