一种基于深度学习的高光谱遥感水深反演方法

摘要

本发明涉及一种基于深度学习的高光谱遥感水深反演方法，其步骤如下：对研究区域的原始高光谱遥感影像进行几何校正、大气校正获取各波段的真实反射率；筛选研究区0～20米范围内的实测水深范围；按照筛选出水深数据对应的空间范围对遥感影像进行剪裁，处理为格式化的数据文件；利用遥感影像的光谱反射率信息和实测水深数据按照地理坐标匹配生成格式化的训练数据集；使用Tensorflow、Keras深度学习框架搭建全连接神经网络、1D‑CNN网络、2D‑CNN网络三种深度学习网络对研究区域数据进行训练；利用训练好的网络模型，分别应用于遥感影像数据，即可反演出研究区域的水深。本发明能仅将光学浅水区域的高光谱遥感影像光谱信息作为输入，直接反演高精度的水深数据。