摘要
本发明公开了一种基于遥感影像的地面植被叶面积指数遥感反演方法,包括以下步骤:数据获取与预处理;多尺度时空非局部滤波融合;动态特征提取;迁移学习微调;时序深度学习集成;模型输出与后处理。本发明通过多源时空融合与动态特征分配,实现了高分辨率与高连续性的植被LAI反演;迁移学习和时序深度网络增强了模型对新区域和时序变化的适应性;全流程自动化与不确定性评估保障了大规模应用的稳定性与可靠性,明显优于现有单源或静态模型。
技术关键词
植被叶面积指数
遥感反演方法
Attention机制
空间克里金插值
动态特征提取
深度学习语义分割
时序
拉普拉斯金字塔
纹理特征提取
局部二值模式
地面
时间序列特征
灰度共生矩阵
多源遥感影像数据
可见光波段影像
形态学滤波
合成孔径雷达影像
高斯金字塔
系统为您推荐了相关专利信息
模态参数识别方法
桥梁结构
Gabor滤波器
动态特征提取方法
DBSCAN算法
分类管理方法
动静态特征
制品
神经网络模型
神经网络结构
设备运行参数
物料运动轨迹
监控方法
动态特征提取
推理算法