基于确定性集合建模的水质参数多模型协同反演方法技术

本发明专利技术涉及水质遥感监测领域，尤其涉及基于确定性集合建模的水质参数多模型协同反演方法，在研究区布设采样点，获取采样点处水质参数浓度以及对应的高光谱遥感反射率；对水体实测高光谱遥感反射率进行预处理，选择和水质参数浓度相关性较好的预处理后的高光谱反射率或者波段组合构建水质参数多个反演模型；利用熵权法和集对原理确定各单一模型权重，对各单一模型反演结果进行加权求和，实现水质参数多模型协同反演。本发明专利技术可以综合不同水质参数反演模型特点，利用熵权法和集对原理两种确定性集合建模方法实现水质参数多模型协同反演，提高水质参数反演结果的稳定性。

【技术实现步骤摘要】
基于确定性集合建模的水质参数多模型协同反演方法
本专利技术涉及水质遥感监测领域，尤其涉及基于确定性集合建模的水质参数多模型协同反演方法。
技术介绍
随着水污染问题的日益严重，水质监测成为社会经济可持续发展必须解决的重大问题，尤其是内陆水体，其水质已经对国民的生产和生活用水安全产生威胁，实现对内陆水体水质准确、快速监测对保障国民用水安全具有重要意义。常规水质监测多采用实验室分析手段，虽然监测精度高，但费时、费力且只能获取监测断面上水质状况，难以满足对水质进行大范围、多时相动态监测的需求；遥感技术作为一种区域性监测手段，可克服常规水质监测方法的不足。随着遥感技术的不断发展，遥感技术应用于水质监测的研究越来越多，反演模型主要有经验模型、半经验/半分析模型、分析模型以及机器学习模型等。经验模型是基于多光谱数据源的一种水质反演模型，该模型较为简单，应用最多，但精度有限；随着高光谱技术的发展，半经验和半分析模型越来越多的应用于水质遥感当中，由于半经验/半分析模型具有一定的物理意义，模型精度有所提高；分析模型虽具有明确的物理意义，但由于输入参数过多、模型机理尚未十分明确、水体固有光学参数获取困难等本文档来自技高网...

【技术保护点】
基于确定性集合建模的水质参数多模型协同反演方法，其特征在于，包括以下步骤：预处理步骤：获取研究区水体实测高光谱反射率，并对采样点处实测的高光谱反射率进行预处理；特征变量选取步骤：选择2/3采样点作为建模采样点，分别利用建模采样点处预处理后的光谱变量和水质参数浓度进行相关性分析，确定反演水质参数的特征变量；单一模型构建步骤：利用特征变量建立水质参数多个反演模型；精度评价步骤：对所建模型进行精度评价，计算各单一模型的建模综合误差、验证综合误差和模型综合误差；集合建模步骤：根据精度评价结果，选择模型综合误差最小的模型进行集合建模，利用熵权法和集对原理确定各单一模型权重，对各单一模型反演结果进行加权求...

【技术特征摘要】
1.基于确定性集合建模的水质参数多模型协同反演方法，其特征在于，包括以下步骤：预处理步骤：获取研究区水体实测高光谱反射率，并对采样点处实测的高光谱反射率进行预处理；特征变量选取步骤：选择2/3采样点作为建模采样点，分别利用建模采样点处预处理后的光谱变量和水质参数浓度进行相关性分析，确定反演水质参数的特征变量；单一模型构建步骤：利用特征变量建立水质参数多个反演模型；精度评价步骤：对所建模型进行精度评价，计算各单一模型的建模综合误差、验证综合误差和模型综合误差；集合建模步骤：根据精度评价结果，选择模型综合误差最小的模型进行集合建模，利用熵权法和集对原理确定各单一模型权重，对各单一模型反演结果进行加权求和，建立反演水质参数的集合模型，计算集合模型综合误差。2.根据权利要求1所述的基于确定性集合建模的水质参数多模型协同反演方法，其特征在于，所述的预处理步骤中对采样点处实测高光谱反射率进行预处理的方法包括归一化、一阶微分和波段比值。3.根据权利要求1所述的基于确定性集合建模的水质参数多模型协同反演方法，其特征在于，所述的特征变量选取步骤中的水质参数浓度包括：叶绿素a浓度、总悬浮物浓度和浊度。4.根据权利要求1所述的基于确定性集合建模的水质参数多模型协同反演方法，其特征在于，所述的特征变量选取步骤中的确定反演水质参数的特征变量，确定方法包括以下过程：获取和水质参数浓度具有最大正相关系数的λm处归一化光谱反射率、水质参数浓度具有最大负相关系数的λe处归一化光谱反射率、水质参数浓度相关系数绝对值最大的λs处一阶微分光谱反射率以及λu和λv处...

【专利技术属性】
技术研发人员：冶运涛，曹引，赵红莉，蒋云钟，纪刚，杜军凯，易珍言，韩素华，
申请(专利权)人：中国水利水电科学研究院，
类型：发明
国别省市：北京,11