一种面向林分的自适应光谱诊断方法及系统

本发明公开了一种面向林分的自适应光谱诊断方法及系统，属于高光谱遥感技术领域。该方法首先采用无监督聚类将高光谱数据划分为多个类别化光谱子集；然后，针对各子集，自适应地优选光谱预处理算法，并采用竞争性自适应重加权算法（CARS）与连续投影算法（SPA）相结合的混合策略提取最优特征波段；最后，构建动态加权集成学习模型，其元学习器不仅融合多个异构基学习器的预测结果，还引入样本自身的光谱特征及类别标识进行决策，从而实现对基学习器的动态加权，输出最终诊断结果。本发明解决了现有技术中特征提取流程固定、单一模型鲁棒性差的技术问题，显著提升了林分光谱诊断模型的精度、鲁棒性与泛化能力。