详情

原文传递基于卫星高光谱图像的水质参数估计方法、设备及介质

专利名称：	基于卫星高光谱图像的水质参数估计方法、设备及介质
摘要：	本发明公开了一种基于卫星高光谱图像的水质参数估计方法、设备及介质，水质参数估计方法包括如下步骤：采集目标区域和时段内的卫星高光谱影像和水质监测数据；确定降维波段范围，将卫星高光谱遥感数据删变至确定的波段范围；确定决定系数大于决定系数阈值的高相关性二波段数据集；根据高相关性二波段不出现在同一水质参数的特征遥感波段中的原则，遍历并求解所有符合要求的综合遥感反射率；采用人工神经网络方法遍历并建立目标水质参数与综合遥感反射率之间的反演模型；采用建立的反演模型，估计目标区域的水质参数。本发明方法可用于快速准确地确定不同水质参数的特征遥感波段，具有更准确、更精确、更可靠的特征提取和水质参数估计能力。
专利类型：	发明专利
申请人：	中建中环新能源有限公司;中建中环生态环保科技有限公司
发明人：	夏谢天;卢麾;徐增辉;李响;陈星;洪念成;贺洋;李飞;陈志刚;殷术林
专利状态：	有效
申请日期：	2023-08-22T00:00:00+0800
发布日期：	2023-11-21T00:00:00+0800
申请号：	CN202311055926.6
公开号：	CN117092047A
代理机构：	北京德崇智捷知识产权代理有限公司
代理人：	王斌
分类号：	G01N21/31;G01N21/01;G01S19/39;G06F30/27;G06F18/10;G06F18/25;G06N3/02;G06F18/213;G;G01;G06;G01N;G01S;G06F;G06N;G01N21;G01S19;G06F30;G06F18;G06N3;G01N21/31;G01N21/01;G01S19/39;G06F30/27;G06F18/10;G06F18/25;G06N3/02;G06F18/213
申请人地址：	210000 江苏省南京市雨花台区安德门大街23号B幢9层901、902;
主权项：	1.一种基于卫星高光谱图像的水质参数估计方法，其特征在于，包括如下步骤：采集目标区域和时段内的卫星高光谱影像和水质监测数据并对其进行融合；确定降维波段范围，通过线性插值的方法对卫星高光谱遥感数据进行预处理，将卫星高光谱遥感数据删变至确定的波段范围；设定决定系数阈值；分析删变后的高光谱数据中所有波长不同的两个波段对应的遥感反射率之间的相关关系，确定决定系数大于决定系数阈值的高相关性二波段数据集；根据高相关性二波段不出现在同一水质参数的特征遥感波段中的原则，遍历并求解所有符合要求的综合遥感反射率；采用人工神经网络方法遍历并建立目标水质参数与得到的综合遥感反射率之间的反演模型；采用建立的反演模型，基于实时获取的卫星高光谱图，估计目标区域的水质参数。 2.如权利要求1所述的一种基于卫星高光谱图像的水质参数估计方法，其特征在于，采用建立的反演模型，基于实时获取的卫星高光谱图，估计目标区域的水质参数步骤，包括：由基于建立的反演模型，确定出不同水质参数对应的水质参数特征遥感波段集；从实时获取的卫星高光谱图中，提取对应水质参数的水质参数特征遥感波段集；将提取的对应水质参数的水质参数特征遥感波段集输入到反演模型中，得到对应的水质参数。 3.如权利要求1或2所述的一种基于卫星高光谱图像的水质参数估计方法，其特征在于，采集目标区域和时段内的卫星高光谱影像和水质监测数据并对其进行融合，包括如下步骤：确定目标区域和时段，分别从提供卫星数据和水质数据分发服务的平台网站上采集目标区域和时段内的卫星高光谱影像和水质监测数据，设卫星高光谱影像共计nhy景，水质数据共计nwq组；根据nwq组水质数据中采样点的位置和时间，将nwq组水质数据与nhy景卫星高光谱影像对应；根据nwq组水质数据中采样点的位置，将nwq组水质数据与nhy景卫星高光谱影像对应，包括：设第i景卫星高光谱影像shi采样日期及时间为ti，第i景卫星高光谱影像的四个顶点分别为ai,bi,ci,di，四个顶点的经纬度分别为(lonai,latai)，(lonbi,latbi)，(lonci,latci)，(londi,latdi)；设在采样时间ti对应日期采集的水质参数集为rwqi，水质参数集rwqi中水质参数组数量为ni，其中第j个水质参数组rwqi,j所在采样点ei,j的经纬度为(lonei,j,latei,j)，i∈{1,2,…,nhy}，j∈{1,2,…,ni}；根据各组水质参数对应的采样点是否位于第i景卫星影像地理位置中，归集水质参数选定数据集swqi和高光谱数据集合Thyi，并确定水质参数选定数据集swqi中水质参数组个数numi。 4.如权利要求3所述的一种基于卫星高光谱图像的水质参数估计方法，其特征在于，确定各组水质参数对应的采样点是否位于第i景卫星影像地理位置中的方法为面积法，在ai，bi，ci，di构成的区域内ei，j分别与ai，bi，ci，di构成的四边形区域的各个边构成四个三角形，计算其面积分别为si，j，1、si，j，2、si，j，3和si，j，4，ai，bi，ci，di构成的四边形区域面积为si，若si小于上述四者之和，将该组数据归集到选定水质参数集合swqi中，同时将该位置处高光谱曲线Dhyi，j归集到高光谱数据集合Thyi中，反之若大于则处于该景卫星高光谱数据之外。 5.如权利要求1所述的一种基于卫星高光谱图像的水质参数估计方法，其特征在于，设定决定系数阈值；分析删变后的高光谱数据中所有波长不同的两个波段对应的遥感反射率之间的相关关系，确定决定系数大于决定系数阈值的高相关性二波段数据集步骤，包括：确定删变后的高光谱数据中各个波段的遥感反射率对应的波长集合为{λ1，λ2，...，λns}，ns为高光谱数据中包含的波段数目；确定决定系数阈值计算高光谱数据集合中波长为λi和λj波段的遥感反射率R(λi)和R(λj)之间的决定系数R2：若决定系数则将二波段(λi，λj)归集到高相关性二波段数据集S中。 6.如权利要求5所述的一种基于卫星高光谱图像的水质参数估计方法，其特征在于，根据高相关性二波段不出现在同一水质参数的特征遥感波段中的原则，遍历并求解所有符合要求的综合遥感反射率步骤，包括：根据高相关性的两个波段不出现在同一波段组合中的原则，计算波段组合中可包含的波段数目的最大值nbmax；自波长集合{λ1，λ2，...，λns}中分别选出的第i，j，...，和z个波长，组成第ci个波长组合其中，i≠j≠，…，≠z，i∈{1，2，3，...，n-nb+1}，j∈{2，3，…，n-nb+2}，且z∈{nb，nb+1，nb+2，…，ns}，ci∈{1，2，3，...，nc}；nb为在波长组合中包含的波段的个数，且nb∈{1，2，3，...，nbmax}；nc为自波长集合中选出的包含nb个波段的可组成的波长组合数目的最大值，/> 自波长组合中选定任意二波段波长组合(λii，λjj)，其中ii≠jj，且如果(λii，λjj)属于确定的高相关性二波段数据集S，则计算综合遥感反射率/>其中f(·)为函数；遍历完成后得到的包含不同波段数的综合遥感率数据集na为所有符合要求的综合遥感反射率的个数。 7.如权利要求1所述的一种基于卫星高光谱图像的水质参数估计方法，其特征在于，确定降维波段范围，通过线性插值的方法对卫星高光谱遥感数据进行预处理，将卫星高光谱遥感数据删变至确定的波段范围步骤中，确定的降维波段范围为410nm-900nm，并在确定的波段范围内设定10～20个波段值。 8.如权利要求7所述的一种基于卫星高光谱图像的水质参数估计方法，其特征在于，在降维波段范围410nm-900nm内设定的波段值，包括410nm@35nm，450nm@35nm，490nm@25nm，530nm@27nm，555nm@27nm，570nm@32nm，610nm@30nm，650nm@27nm，660nm@22nm，680nm@25nm，720nm@10nm，750nm@10nm，780nm@13nm，800nm@35nm，840nm@30nm和900nm@35nm，@之前的数据表示波段区间的中心波长值，@后面的数据为波段区间的通道宽度的1/2。 9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器用于运行所述存储器内的计算机程序，以执行权利要求1至9任一项所述的水质参数估计方法。 10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序适于处理器进行加载，以执行权利要求1至8任一项所述的水质参数估计方法。
所属类别：	发明专利