摘要
本发明涉及智慧农业技术领域,尤其涉及一种融合深度学习算法的无人机多光谱土壤含水量反演方法;所述土壤含水量反演方法,具体包括如下步骤:获取目标区域的多光谱影像;利用多光谱影像,预估目标区域的植被覆盖度;基于植被覆盖度,从总表面反射率谱中分离出土壤反射率谱;基于土壤反射率谱与土壤含水量的衰减关系,构建第一反演子模型,第一反演子模型的输入为土壤反射率谱,输出为基于衰减关系反演的第一土壤含水量;基于卷积神经网络架构,构建第二反演子模型,第二反演子模型的输出为多光谱影像,输出为基于训练并验证后的卷积网络架构所预测第二土壤含水量;融合第一反演子模型与第二反演子模型的输出,生成目标地区的第三土壤含水量。
技术关键词
土壤含水量反演方法
反射率谱
无人机多光谱
融合深度学习
归一化植被指数
联合损失函数
神经网络架构
影像
算法
智慧农业技术
光谱成像系统
无人机平台
可读存储介质
处理器
计算机系统
关系