基于深度学习的卫星高光谱蚀变矿物遥感定量识别方法

本发明涉及高光谱蚀变技术领域，尤其涉及一种基于深度学习的卫星高光谱蚀变矿物遥感定量识别方法。所述方法包括以下步骤：获取高分5B卫星高光谱数据、DEM数据与大气参数数据；对高分5B卫星高光谱数据进行多源噪声抑制处理，得到噪声校正数据集；基于噪声校正数据集与DEM数据进行地形阴影校正，并结合大气参数数据进行大气校正，得到预校正高光谱数据集；本发明通过多源数据融合、噪声与环境干扰校正、关键波段筛选及多维深度特征提取与融合，有效提升了高光谱数据的质量和表征能力，为后续精细化矿物识别及分析提供了坚实的数据基础。