摘要
本发明提供一种基于混合密度网络的湖泊高锰酸盐指数反演方法，包括：据实测水质参数的采样时间与采样点地理坐标构建水体表观反射率数据集；构建包含残差模块的卷积神经网络，并将输出层部分替换为混合概率模型，设计负对数似然损失函数，定义采样函数，输出高锰酸盐指模拟值；通过贝叶斯优化确定网络的最优超参数，基于最优超参数，使用5折交叉验证方法进行模型训练与验证；提取目标湖泊影像的水体边界，逐像素读取并处理各波段像素值形成目标向量，将向量输入已训练的混合密度网络得到各像素点模拟值，并将其处理为具有地理坐标的图像。本发明可实现基于多光谱卫星数据的湖泊高锰酸盐指数高效反演。
