一种基于动态特征加权的叶面积指数估测方法及系统

本发明公开了一种基于动态特征加权的叶面积指数估测方法及系统，包括将影像的光谱特征、纹理特征、深度特征和物候特征融合，构建多维多时相遥感特征数据集，并划分训练集和测试集；将训练集中的特征和叶面积指数实测值输入到极端随机树模型进行训练，得到初始估测模型；对训练集中的影像进行非线性加权，得到重构影像，利用重构影像和K折交叉验证对初始估测模型进行训练，得到新的叶面积指数估测模型；将测试集输入到的新的叶面积指数估测模型进行叶面积指数的估测。本发明建立基于SHAP值的动态特征加权机制，通过权重矩阵对每个特征进行差异化缩放，强化重要特征对模型估测结果的贡献度，有效地抑制噪声特征的干扰。