基于深度学习的月球矿物多源数据协同反演方法

本发明涉及月球遥感探测领域，尤其涉及一种基于深度学习的月球矿物多源数据协同反演方法，包括构建多源数据集；基于多源数据集训练矿物预测模型，采用交叉验证法对矿物预测模型进行评估；将氧化物遥感数据输入矿物预测模型，生成初始矿物丰度预测图；提取岩性单元分布，对初始矿物丰度预测图进行空间匹配,为每类岩性设定可信矿物含量区间，构建先验正态分布权重，并对初始矿物丰度预测图进行加权修正；结合月球探测器着陆点的实测矿物数据和矿物含量遥感数据，对校准后的矿物丰度预测图进行多尺度验证。本发明解决了传统矿物预测中非线性建模缺失、区域泛化性差的问题，显著提高了月球背面等稀缺数据区的矿物丰度预测精度。