森林地上生物量估算模型的训练方法、装置和估算方法制造方法及图纸

本发明专利技术提供一种森林地上生物量估算模型的训练方法、装置和估算方法，该森林地上生物量估算模型的训练方法包括：根据Sentinel‑1图像、Sentinel‑2图像和激光雷达图像构建样本数据集；以遥感基础模型为编码器，以UperNet为解码器，以样本数据集为编码器的输入，并将编码器的编码参数冻结，对解码器进行有监督训练；在解码器的输出与样本数据集之间的MAE低于误差阈值或者对解码器的训练次数达到最大值的情况下，得到训练完成的森林地上生物量估算模型。本发明专利技术所述方法提高了森林地上生物量估算模型在不同的区域环境下的鲁棒性，进而能够提高地上生物量估算的准确率。

【技术实现步骤摘要】

本专利技术涉及遥感图像处理 ，尤其涉及一种森林地上生物量估算模型的训练方法、装置和估算方法。

技术介绍

1、遥感已广泛用于在区域到全球范围内量化生物量、碳储量探测；森林地上生物量已使用被动光学遥感数据进行估算，能够为区域至全球尺度的生物量提供估算工具，原因在于其全球覆盖、多种空间分辨率、重复观测以及成本效益。

2、森林地上生物量包括土壤层以上所有活体植物的生物质，包括茎干、桩、枝、皮、叶、花、果和繁殖体等。

3、相关技术中，采用基于 agb（above-ground biomass，地上生物量）估算的经验模型（回归或机器学习方法）中所使用的卫星变量，在不同的区域环境中差异极大，而且这些模型无法直接在不同的生物群落以及卫星观测的不同植被物候阶段之间进行转换。当生物量较高时，光谱信号往往会饱和，导致高生物量密度被低估，低生物量密度被高估，导致地上生物量估算结果不准确；另外，现有技术采用极化干涉 sar 影像构建多元线性森林地上生物量估测模型，但该多元线性模型拟合sar特征和森林地上生物量的非线性关系效果较差，生物量估测效果不佳；而采用可本文档来自技高网...

【技术保护点】

1.一种森林地上生物量估算模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的森林地上生物量估算模型的训练方法，其特征在于，所述方法还包括：

3.根据权利要求2所述的森林地上生物量估算模型的训练方法，其特征在于，所述将从所述样本数据集中提取的多光谱特征和SAR特征进行交叉注意力计算，得到融合特征包括：

4.根据权利要求1所述的森林地上生物量估算模型的训练方法，其特征在于，所述激光雷达图像基于全球生态系统动态调查激光雷达GEDI获取；

5.根据权利要求1所述的森林地上生物量估算模型的训练方法，其特征在于，所述预训练的遥感基础模型包括：...

【技术特征摘要】

1.一种森林地上生物量估算模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的森林地上生物量估算模型的训练方法，其特征在于，所述方法还包括：

3.根据权利要求2所述的森林地上生物量估算模型的训练方法，其特征在于，所述将从所述样本数据集中提取的多光谱特征和sar特征进行交叉注意力计算，得到融合特征包括：

4.根据权利要求1所述的森林地上生物量估算模型的训练方法，其特征在于，所述激光雷达图像基于全球生态系统动态调查激光雷达gedi获取；

5.根据权利要求1所述的森林地上生物量估算模型的训练方法，其特征在于，所述预训练的遥感基础模型包括：跨域遥感大模型softcon、m...

【专利技术属性】
技术研发人员：姚晓婧，焦越，王大成，孟瑜，刘亚岚，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：