一种基于轻量化半监督模型的冬小麦LAI和SPAD估算方法

本申请公开了一种基于轻量化半监督模型的冬小麦LAI和SPAD估算方法，涉及农业遥感监测技术领域，包括：获取冬小麦关键生育期的多光谱影像数据并进行预处理生成标准化多通道植被指数影像；构建轻量化半监督模型MCVI‑SANet并采用VICReg驱动的半监督训练策略对所述MCVI‑SANet进行自监督训练；将所述多通道植被指数影像输入训练完成的所述MCVI‑SANet输出冬小麦LAI和SPAD的定量估算结果。通过饱和感知机制与半监督学习相结合，有效消除了密冠层植被指数饱和及数据噪声引起的估算偏差，在保证模型轻量化部署特性的同时，提高了复杂农业场景下的估算精度与泛化能力。