基于深度残差网络的高光谱霾监测方法

摘要

一种基于深度残差网络的高光谱霾监测方法，将深度残差网络与高光谱遥感数据相结合，通过在网络中加入捷径通路的方法，降低了训练难度，提高了训练精度。从而得到了更为准确的霾监测模型，提高了监测精度。

主权项

一种基于深度残差网络的高光谱霾监测方法，其特征在于，包括训练阶段和识别阶段，具体步骤步骤如下：训练阶段：第一步，获取高光谱遥感原始数据；第二步，对原始数据进行预处理操作，包括条纹修复和换线去除、损坏波段剔除、大气校正或几何校正；第三步，获取高光谱图像对应区域对应时间的地面站观测数据；第四步，将每个地面站周围1.5km×1.5km区域高光谱图像截出，作为训练集，地面站的天气情况，包括无霾、轻霾、中霾、重霾，作为此区域的标签数据；第五步，将训练数据和标签数据输入深度残差网络中训练网络参数；第六步，将第五步训练好的网络参数保存，作为识别模型，即霾监测模型；识别阶段：第一步，获取要进行识别的高光谱遥感原始数据；第二步，对数据进行预处理操作，包括条纹修复和换线去除、损坏波段剔除、大气校正或几何校正；第三步，将预处理好的高光谱数据输入所述的霾监测模型，得到识别结果。