一种基于RepFNet网络与时空滤波的积雪覆盖度监测方法

本发明涉及遥感图像处理与气象监测技术领域，具体为一种基于RepFNet网络的积雪覆盖度监测方法，包括：获取FY‑4A影像数据、Landsat卫星影像数据和地理辅助数据；构建适用于深度学习训练的数据集；生成高分辨率的积雪覆盖度图像；构建编码器‑解码器架构的RepFNet网络模型，集成改进的特征提取模块、动态上采样模块及自适应图通道注意力模块；确定最佳模块组合和参数配置；使用ADAM优化器结合动态学习率策略进行模型训练；通过调整超参数和对比实验，优化模型性能；利用训练完成的RepFNet模型对研究区域进行积雪覆盖度的精准反演，并结合时空滤波方法进行去云处理，确保积雪监测的准确性和稳定性。