基于模型贡献度自优化加权的堆叠集成机器学习水质遥感反演方法及系统

本发明属于水质监测方法技术领域，具体公开了一种基于模型贡献度自优化加权的堆叠集成机器学习水质遥感反演方法及系统，该方法包括如下步骤：提取地表水体范围及对应的水质监测数据，将水质监测数据整合为日平均水质数据集，选取B2、B3、B4、B5、B6、B7、B8、B8A波段，将原位水质监测数据与Sentinel‑2波段反射率进行匹配；将B2‑B8A进行两两组合，得到7种数学变化，生成波段组合特征；筛选最优波段组合，进行模型训练，获得基模型预测结果；选择决定系数R2最优的基模型作为元模型，构建新的特征数据集输入元模型进行最终训练，输出水质遥感反演结果。采用本技术方案，通过动态评估基模型预测性能并自动优化其贡献权重，实现水质参数的高精度预测。