-
题名应用小样本学习模型的淡水水质参数反演方法
- 1
-
-
作者
孙盛
郑成钊
周巨锁
余旭
-
机构
广东工业大学计算机学院
国家海洋局南海调查技术中心
广东工业大学土木与交通工程学院
-
出处
《遥感信息》
北大核心
2025年第4期19-25,共7页
-
基金
国家自然科学基金(62072119)
2023年广东省科技创新战略专项资金(“攀登计划”专项资金pdjh2023a0158)
自然资源部大湾区地理环境监测重点实验室开放基金(2019002)。
-
文摘
在水质反演任务中,传统方法主要依赖物理模型来推导水质参数与遥感数据之间的关系,在气象条件、水文地理条件发生变化时,模型的预测性能不佳。为了提升反演方法的性能,提出将小样本学习方法应用于水质参数的预测,设计了一个局部描述符权重注意力模块,将其集成到经典的小样本学习网络DN4中。该模块能够更有效地提取水质特征的局部描述符,从而提升模型在训练集数据量有限条件下的泛化能力和反演精度。收集了新丰江水库、良德水库等8个水库的水质数据,与哨兵二号卫星(Sentinel-2A、Sentinel-2B)遥感图像数据源进行匹配,共成功匹配210景图像,并构建了水质数据训练集和测试集。开展了定量实验,结果表明,新的反演方法在多个水质反演应用中均表现出较好的性能,验证了所提出模块在水质反演领域的有效性。
-
关键词
小样本学习
注意力模块
水质反演
深度最近邻网络
局部描述符
-
Keywords
few-shot learning
attention module
water quality inversion
deep K-nearest neighbor network
local descriptor
-
分类号
TP75
[自动化与计算机技术—检测技术与自动化装置]
-
