摘要
本发明公开了一种基于编解码器双聚焦的树高和生物量协同反演方法、系统、设备及介质,包括以下步骤:获取目标区域的树高和生物量数据,并获取对应位置的光学和合成孔径雷达数据;对获取的数据进行预处理,构建训练数据集;建立基于编码器和解码器双聚焦的多任务学习模型,通过多任务学习对训练数据集进行训练,生成树高和生物量的协同反演模型;获取研究区域内的光学和合成孔径雷达数据,并输入树高和生物量的协同反演模型中进行树高和生物量协同反演,并将预测值与真实值进行对比,评定反演精度。本发明提升了强相关性目标的协同反演精度。
技术关键词
合成孔径雷达数据
协同反演方法
残差模块
星载激光雷达
多任务学习模型
编解码器
分支
金字塔池化模块
编码器
反演模型
多尺度池化
交互网络
树高反演
通道
斑点
影像
系统为您推荐了相关专利信息
一维卷积神经网络
浓度预测方法
深度学习模型
静脉
滑动窗口
多模态传感器
模式
实时监测数据
红外热成像传感器
身份识别装置
散射校正方法
残差模块
蒙特卡罗
迁移学习策略
解码器
气敏传感器阵列
卷烟固定装置
评价系统
加压机
显示装置