摘要
本发明属于遥感信息处理技术领域,具体涉及一种面向水体叶绿素a浓度反演的遥感时‑空‑谱融合方法,本发明通过融合不同传感器在时‑空‑谱分辨率上的互补信息,实现叶绿素a浓度反演敏感波段的空间分辨率的提升,以及反演时有限地面站点数据的利用,进而提升叶绿素a浓度反演的精度与适用性,实现对水体富营养化状态的高效监测,同时构建面向水体叶绿素a浓度反演的MSI和OLCI时空谱融合深度学习网络,嵌入时间序列动态调整模块,使网络能够更智能地结合时间和空间特征,生成更准确的预测影像,基于时‑空‑谱融合数据和对应的有限地面站点数据,构建Adaboost机器学习联合反演模型,实现所叶绿素a浓度高精度遥感反演。