基于多模态特征融合的GNSS-R土壤湿度反演方法及系统
技术特征：
1.基于多模态特征融合的gnss-r土壤湿度反演方法，其特征在于，步骤包括：
2.根据权利要求1所述的基于多模态特征融合的gnss-r土壤湿度反演方法，其特征在于，对反射率进行修正的方法包括：利用参数化水云模型校正地表反射率：
3.根据权利要求2所述的基于多模态特征融合的gnss-r土壤湿度反演方法，其特征在于，利用smap数据中的地表粗糙度系数针对反射率进行进一步的修正：
4.根据权利要求1所述的基于多模态特征融合的gnss-r土壤湿度反演方法，其特征在于，ddm图像包括：原始计数ddm图像、模拟功率ddm图像、双基雷达散射截面ddm图像以及有效散射面积ddm图像；
5.根据权利要求1所述的基于多模态特征融合的gnss-r土壤湿度反演方法，其特征在于，所述1d-cnn模块由卷积层、池化层、归一化层三部分组成；所述1d-cnn模块用于处理一维数据，提取时延波形中的潜在信息，具体工作流程包括：将三种时延波形首尾连接输入到1d-cnn中，然后，对输入数据进行归一化处理并传递到卷积层；卷积层对输入数据执行卷积运算生成特征图像，并对得到的特征图执行大小为2×1、步长为2的最大池化操作以实现下采样；在这个过程中，第一个卷积层使用16个大小为3×1的卷积核；第二个卷积层采用32个大小为3×1的卷积核。
6.根据权利要求1所述的基于多模态特征融合的gnss-r土壤湿度反演方法，其特征在于，在所述transformer模块中，首先进行分块操作，即设置patch的大小，将patch设置为1×1大小，并逐像素进行编码，用于捕捉和处理每个像素的特征信息；之后将每个patch展平后进行组合，形成一个序列。
7.根据权利要求1所述的基于多模态特征融合的gnss-r土壤湿度反演方法，其特征在于，所述bp模块包括：输入层和全连接层；
8.根据权利要求1所述的基于多模态特征融合的gnss-r土壤湿度反演方法，其特征在于，所述多模态特征融合模块包括交叉融合模块和叠加融合模块；
9.基于多模态特征融合的gnss-r土壤湿度反演系统，所述系统用于实现权利要求1-8任一项所述的方法，其特征在于，包括：采集模块、提取模块、构建模块、训练模块和反演模块；
技术总结
本发明公开了基于多模态特征融合的GNSS‑R土壤湿度反演方法及系统，涉及遥感图像处理及土壤湿度反演领域，方法步骤包括：采集待反演的原始数据并进行预处理，得到处理后数据；基于所述处理后数据，得到模型输入特征；构建多模态跨分支融合网络模型；训练所述多模态跨分支融合网络模型，得到最终模型；利用所述最终模型，完成对土壤湿度的反演。本发明的多模态跨分支融合网络通过1D‑CNN、Transformer和BP模块处理多模态数据，利用交叉融合和叠加融合模块整合特征，有效提升土壤湿度反演的精度和效率。同时，通过1D‑CNN深入挖掘时延波形特征，并结合地表特征增强模型鲁棒性。
技术研发人员：宋冬梅,王阳,王斌,戴嵩,丁琴,王显俊
受保护的技术使用者：中国石油大学（华东）
技术研发日：
技术公布日：2024/11/26
技术研发人员：宋冬梅,王阳,王斌,戴嵩,丁琴,王显俊
技术所有人：中国石油大学（华东）
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除