技術特征：

1.一種基于空-譜聯合增強對比學習的遙感影像農作物分類方法，其特征在于：包括基于空-譜聯合增強的對比學習模型ssacl，所述基于空-譜聯合增強的對比學習模型ssacl包括三維時-空-譜特征提取模塊3d?sstfem、基于最優波段特征選擇的光譜增強模塊samobs、基于光譜相似性建模的空間增強模塊samssm和空譜特征融合模塊ssffm，空譜特征融合模塊ssffm通過對比損失將光譜增強模塊samobs和空間增強模塊samssm的特征進行加權融合；

2.根據權利要求1所述的基于空-譜聯合增強對比學習的遙感影像農作物分類方法，其特征在于：所述步驟s2具體步驟為：

3.根據權利要求1所述的基于空-譜聯合增強對比學習的遙感影像農作物分類方法，其特征在于：所述步驟s3具體步驟為：

4.根據權利要求1所述的基于空-譜聯合增強對比學習的遙感影像農作物分類方法，其特征在于：所述步驟s4具體步驟為：

技術總結
本發明公開了一種基于空?譜聯合增強對比學習的遙感影像農作物分類方法，本發明設計了三維時空譜特征編碼器以進行農作物特征的初步提取。然后基于遙感影像的特性以多視圖聯合對比學習的方式提取遙感圖像的空間和光譜特征，在光譜增強模塊引入最佳指數法從多光譜圖像中進行特征優選構造光譜增強視圖，提高光譜信息的利用效率；在空間增強模塊利用農作物的空間分布關系，結合光譜相似性建模構造空間增強視圖，用于增強相鄰農田樣本間的特征關聯。與現有最先進的自監督對比學習方法相比，本發明能夠從無標注的遙感數據中挖掘有效的空譜聯合語義特征，提高模型在農作物分類任務中的表現，具有良好的應用價值。

技術研發人員：赫曉慧,喬夢佳,李盼樂,程淅杰,王志恒,趙晨露,楊永輝
受保護的技術使用者：鄭州大學
技術研發日：
技術公布日：2025/4/28