基于时序多源光谱遥感数据的湖泊水环境监测站点优化布局方法技术

本发明专利技术提供一种基于时序多源光谱遥感数据的湖泊水环境监测站点优化布局方法，包括步骤一、使用长时期的中+高分辨率多光谱遥感观测数据和地面观测数据，基于机器学习理论建立河湖水环境参数反演模型；步骤二、基于所述河湖水环境参数反演模型进行水环境参数时空统计分析，得到水环境参数时空动态演变规律，并基于所述水环境参数时空动态演变规律设计地面水环境监测站网。本发明专利技术通过湖泊水环境历史变化规律分析来布设点位，以实现用尽可能少的地面监测点结合多光谱遥感卫星能获取满足尽可能高精度的湖泊水环境参数浓度分布。

【技术实现步骤摘要】
基于时序多源光谱遥感数据的湖泊水环境监测站点优化布局方法
本专利技术涉及水环境监测
，具体是一种基于时序多源光谱遥感数据的湖泊水环境监测站点优化布局方法。
技术介绍
当前，水环境监测方式主要采用布设若干个监测站网，定期采集水环境数据。监测站点的布设通常考虑周围的地理环境，在易于施工的区域布设监测站点。而定期的水环境采样则是基于等间隔的水平和垂直相交的格网，在所监测的湖泊区域中，以特定的空间距离间隔均匀获取采样点水样。采样点的密度和位置的确定以人的经验知识为主。然而实际情况中水环境参数浓度，如叶绿素、悬浮颗粒物等的空间变异并非完全独立，相邻的点之间具有一定的空间相关性，可以认为其浓度的变化是连续的。稀疏的采样点容易造成水环境分布模拟的精度达不到要求，而为了获得高精度的水环境分布数据，往往需要在一个湖泊区域内采集较多的水环境点，这不仅花费了大量的人力物力，同时可能造成采样区域的样点冗余。若在监测站点和定期采样布局设计时，能够充分考虑水体的空间相关性，了解该区域的水环境演变规律，依据水环境的空间变化特性来布设地面监测点，则能利用尽可能少本文档来自技高网...

【技术保护点】
1.一种基于时序多源光谱遥感数据的湖泊水环境监测站点优化布局方法，其特征在于：包括如下步骤：/n步骤一、使用长时期的中+高分辨率多光谱遥感观测数据和地面观测数据，基于机器学习理论建立河湖水环境参数反演模型；/n步骤二、基于所述河湖水环境参数反演模型进行水环境参数时空统计分析，得到水环境参数时空动态演变规律，并基于所述水环境参数时空动态演变规律设计地面水环境监测站网。/n

【技术特征摘要】
1.一种基于时序多源光谱遥感数据的湖泊水环境监测站点优化布局方法，其特征在于：包括如下步骤：
步骤一、使用长时期的中+高分辨率多光谱遥感观测数据和地面观测数据，基于机器学习理论建立河湖水环境参数反演模型；
步骤二、基于所述河湖水环境参数反演模型进行水环境参数时空统计分析，得到水环境参数时空动态演变规律，并基于所述水环境参数时空动态演变规律设计地面水环境监测站网。


2.如权利要求1所述的基于时序多源光谱遥感数据的湖泊水环境监测站点优化布局方法，其特征在于：所述步骤一具体包括：基于中分辨率多光谱遥感卫星观测数据的时序序列，采用经验模型反演时序结果得到叶绿素a(Chl-a)与总悬浮颗粒物(TSS)浓度分布，采用非监督自聚类对湖泊进行预分区，获得湖泊浓度分区结果；再根据分区结果在分区内部使用高分辨率多光谱遥感卫星和地面监测数据，基于机器学习理论中的回归方法分别建立分区水环境参数(Chl-a与TSS浓度)反演模型，从而得到河湖水环境参数反演模型。


3.如权利要求2所述的基于时序多源光谱遥感数据的湖泊水环境监测站点优化布局方法，其特征在于：根据分区结果在分区内部使用高分辨率多光谱遥感卫星和地面监测数据，基于机器学习理论中的回归方法分别建立分区水环境参数(Ch...

【专利技术属性】
技术研发人员：陈喆，姜莹，赵静，吴仪邦，李经纬，文雄飞，向大享，王莹，
申请(专利权)人：长江水利委员会长江科学院，
类型：发明
国别省市：湖北;42