一种基于多层次深度学习的总初级生产力反演方法

本发明公开了一种基于多层次深度学习的总初级生产力反演方法，包括获取遥感影像光谱信息、气象信息和通量信息；利用PROSAIL模型生成查找表，建立光谱信息和叶片结构信息、叶片生化信息、土壤信息的对应关系；构建多层次深度学习的总初级生产力反演模型；利用模型反演总初级生产力，并评定反演精度。本发明借助模型将光谱信息转化为叶片结构等信息，扩充光谱信息维度；设计四类限制因子，增强模型可解释性；构建多层次深度学习网络，利用其自动优化限制因子表达，并联设计明确因子作用，提升模型精度。