摘要
本发明提供一种火星矿物丰度反演方法及系统,包括:首先获取目标火星高光谱反射率数据。然后,基于目标火星高光谱反射率数据生成模拟火星高光谱影像数据。其次,基于模拟火星高光谱影像数据对构建的矿物丰度反演深度学习模型进行训练,确定训练后的矿物丰度反演深度学习模型。接下来,获取待处理火星高光谱影像数据,并进行预处理。最后,通过训练后的矿物丰度反演深度学习模型对预处理后的待处理火星高光谱影像数据进行矿物丰度反演,以得到矿物丰度反演结果。这样,通过该矿物丰度反演深度学习模型可以加强高光谱影像各波段的权重分配,提升丰度反演的非线性建模能力与波段特征响应能力,从而可以有效地提高火星矿物丰度反演的准确性和效率。