基于雷达高度计的GA-SVR湖泊水位测量与预测方法技术

本发明专利技术公开一种基于雷达高度计的GA‑SVR湖泊水位测量与预测方法，首先获取雷达高度计和湖泊的经纬度及待测区域的地理参数数据，同时基于Sar卫星提取湖泊的面积数据；并且对提取数据的进行误差纠正以提高原始数据的精度；然后将获取的湖泊面积数据和水位数据以结合时间序列构成训练数据集；接着结合GA算法，得到SVR模型的合适参数，使得到的SVR模型更接近实际数据；最后应用SVR模型，对数据集进行训练，并应用该模型对后续湖泊的水位进行估计。本发明专利技术所述方法基于雷达高度计及卫星测绘数据得到湖泊水位的原始数据，并且采用GA算法以及SVR算法模型可以更快，更有效的预测未来湖泊的水位情况，提高湖泊水位的测量和预测能力。

【技术实现步骤摘要】
基于雷达高度计的GA-SVR湖泊水位测量与预测方法
本专利技术属于SVR模型回归预测应用技术，具体涉及一种基于雷达高度计的GA-SVR湖泊水位测量与预测方法。
技术介绍
湖泊的水位是湖泊的重点特征之一，长时间的水位观测序列是地区气候的指示器。水位的上升和下降反映着地区气候以及人类活动对周边环境的影响。水位的稳定及规律性的变化也影响着人类的生产生活。但是传统的水位观测来自水位站的数据，由于资金，气候，地形，海拔等因素的影响，不是所有湖泊都具有水位站。所以遥感技术，雷达高度计的出现为观测水位提供了新途径，有利于对缺乏水位站的湖泊进行监控，指导当地的防灾减灾工作。但由于卫星存在使用年份限制，并且在使用过程中由于降轨，升轨，维护等情况，存在某些年份数据的不准确和缺失。针对以上问题，提出用SVR进行回归预测，通过GA算法，以较快地训练速度得到合适的模型参数，进行SVR模型的建立。其中湖泊面积由Sar卫星获取，该卫星具有全天时全天候的特征，不会受云层，天气的影响。训练面积，水位，年份数据，为缺失的数据的进行补充。该方法是一种高效，精度高的水位监测方本文档来自技高网...

【技术保护点】
1.一种基于雷达高度计的GA-SVR湖泊水位测量与预测方法，其特征在于，包括如下步骤：/n(1)获取雷达高度计的原始数据，包括湖泊的经纬度、雷达高度及湖泊的地理参数，并修正水位测量数据的误差；/n(2)获取Sar卫星原始图像，经过配准得到湖泊影像，根据主动轮廓算获取湖泊面积，将数据采集的时间，湖泊面积和步骤(1)中获取的水位数据构成数据集，通过筛选和插值的方式构成数据集；/n(3)通过GA算法获取SVR模型的参数，并将参数代入SVR模型中训练；/n(4)检验SVR模型预测的准确性，若满足设定的精度要求则进入步骤(5)，如果不满足预设的水位精度，则进入步骤(3)重新进行参数的选择和模型训练；/n...

【技术特征摘要】
1.一种基于雷达高度计的GA-SVR湖泊水位测量与预测方法，其特征在于，包括如下步骤：
(1)获取雷达高度计的原始数据，包括湖泊的经纬度、雷达高度及湖泊的地理参数，并修正水位测量数据的误差；
(2)获取Sar卫星原始图像，经过配准得到湖泊影像，根据主动轮廓算获取湖泊面积，将数据采集的时间，湖泊面积和步骤(1)中获取的水位数据构成数据集，通过筛选和插值的方式构成数据集；
(3)通过GA算法获取SVR模型的参数，并将参数代入SVR模型中训练；
(4)检验SVR模型预测的准确性，若满足设定的精度要求则进入步骤(5)，如果不满足预设的水位精度，则进入步骤(3)重新进行参数的选择和模型训练；
(5)将湖泊面积及其对应的数据采集时间代入模型中，得到结果包括对训练数据样本集中缺失数据的补充，未来时间点的湖泊水位数据预测。


2.根据权利要求1所述的基于雷达高度计的GA-SVR湖泊水位测量与预测方法，其特征在于：步骤(1)所述的原始数据为测量对应的月份平均水位和年度平均水量，先计算月平均水位时，并且剔除偏差大于0.5m的水位数据，后计算湖泊的年平均水位。


3.根据权利要求1所述的基于雷达高度计的GA-SVR湖泊水位测量与预测方法，其特征在于：步骤(2)所获取的Sar卫星原始图像进行预处理，包括旋转，裁剪，图像增强，然后使用C-V模型获取图像轮廓，最后进行面积的计算。


4.根据权利要求1所述的基于雷达高度计的GA-SVR湖泊水位测量与预测方法，其特征在于，步骤(2)中筛选数据计算表达式如下所示：
ΔArea＝Area1-Area2
ΔLevel＝Level1-Level2
Area1为当前的湖泊面积，Are...

【专利技术属性】
技术研发人员：陈嘉琪，刘祥梅，平学伟，刘海韵，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32