本发明专利技术提供一种基于遥感组合反演公式的水质重金属监测方法及装置，方案通过对获取到的遥感影像数据和地面数据进行特征云图再验后，得到目标遥感影像数据和目标地面数据分别作为自变量和因变量，进行关系公式建立、推演和择优后得到多个关系公式，再带入目标遥感影像数据到多个关系公式，通过公式反演来筛选关系公式，得到目标关系公式，并基于目标关系公式和目标遥感影像数据生成目标地面数据预测值，最终将目标遥感影像数据和目标地面数据预测值组合成图片进行送显，从而实现对水质重金属的监测。本方案无损、快速、适用性和复用性强，可以广泛用于环保建设、城市规划、应急监测等方面；且具有普适性、准确性、可靠性，稳定性等特点。等特点。等特点。
【技术实现步骤摘要】
一种基于遥感组合反演公式的水质重金属监测方法及装置
[0001]本专利技术涉及水质重金属检测
，尤其涉及一种基于遥感组合反演公式的水质重金属监测方法及装置。
技术介绍
[0002]现有的相关技术主要应用单光谱、多光谱等卫星遥感数据对水质重金属数据进行反演，存在的问题有：
[0003](1)反演模型选择简单，大多模型考虑的是线性拟合方法，一部分使用了指数拟合方法，少部分选择了机器学习算法的基础模型。使用简单模型进行水质拟合(即使是多个简单模型的并行)会导致适应范围窄，普遍性差，最终只能实现一种或两种类型的水质反演，无法适应特殊水质(如异常水质)的情况；
[0004](2)反演模型使用的遥感波段单一，现有技术大多选择相关性最强的某一个波段或一两个波段的简单组合，数据利用率低下，若选取的单一波段或者一两个波段的误差较大，例如选取的波段并未很好的反映出采集断面有误的情况(而未选取的其他波段往往能够反映)，而在不进行云图再验步骤时，使用这种波段数据进行水质重金属拟合，会对模型拟合造成极大的干扰，且由该情况导致的误差项无法修正，只能剔除整组数据，使得模型准确度降低、拟合优度变差；
[0005](3)对输入反演模型的波段数据缺少云图再验步骤，使得模型往往利用了错误的遥感数据进行拟合或训练，导致某一个或多个错误断面上的点影响了整个模型的拟合或训练方向。且仅仅分析波段数据，无论是表格形式还是数据库形式的，没有经过使用卫星地图进行目视验证的结果都是不可靠的，采用这样的波段数据进行的拟合，其模型输出的结果与实际相差较大，不具有可靠性。
技术实现思路
[0006]基于此，有必要针对上述技术问题，提供一种基于遥感组合反演公式的水质重金属监测方法及装置。
[0007]一种基于遥感组合反演公式的水质重金属监测方法，所述方法包括：S1对获取到的遥感影像数据和地面数据进行特征云图再验，得到验证后的目标遥感影像数据和目标地面数据，所述地面数据具体为水质重金属指标数据；S2根据所述目标遥感影像数据和所述目标地面数据的特点，进行特征公式推演和特征公式择优，得到所述目标遥感影像数据与所述目标地面数据的多个关系公式；S3根据所述目标遥感影像数据和所述多个关系公式，得到地面数据预测值，基于所述地面数据预测值与所述目标地面数据，筛选所述多个关系公式，得到目标关系公式；S4根据所述目标关系公式和所述目标遥感影像数据，生成目标地面数据预测值，并将所述目标遥感影像数据和所述目标地面数据预测值组合成图片进行送显。
[0008]在其中一个实施例中，所述步骤S1，具体为：开启多个并行线程同时对获取到的遥
感影像数据进行清洗，得到目标遥感影像数据；采用迭代基线法和差分寻峰法并行对所述地面数据进行择优，得到目标地面数据。
[0009]在其中一个实施例中，所述开启多个并行线程同时对获取到的遥感影像数据进行清洗，得到目标遥感影像数据步骤，具体为：开启云上点清洗线程，对所述遥感影像数据中属于云上的数据进行表决标记和清洗；并行开启岸上点清洗线程，对所述遥感影像数据中属于岸上的数据进行表决标记和清洗；并行开启异常点清洗线程，对所述遥感影像数据中属于异常的数据进行表决标记和清洗，得到目标遥感影像数据步骤。
[0010]在其中一个实施例中，所述步骤S2，具体为：分别将所述目标遥感影像数据和目标地面数据标记为自变量和因变量，并建立多种关系方程；采用拟合优度法对所述多种关系方程进行推演择优，得到所述目标遥感影像数据与所述目标地面数据的多个关系方程。
[0011]在其中一个实施例中，所述步骤S3，具体为：根据所述多个关系方程，将所述目标遥感影像数据作为自变量，计算得到地面数据预测值；将所述地面数据预测值与所述目标地面数据相比，计算相应的误差，并设置误差阈值；将误差大于所述误差阈值的地面数据预测值所对应的关系方程进行筛除，进一步得到目标关系公式。
[0012]在其中一个实施例中，所述多种关系方程，至少包括线性回归方程、正弦变化方程、指数方程、对数方程和高阶方程。
[0013]一种基于遥感组合反演公式的水质重金属监测装置，包括云图再验模块、公式获取模块、公式筛选模块和数据显示模块，其中：所述云图再验模块用于，对获取到的遥感影像数据和地面数据进行特征云图再验，得到验证后的目标遥感影像数据和目标地面数据，所述地面数据具体为水质重金属指标数据；所述公式获取模块用于，根据所述目标遥感影像数据和所述目标地面数据的特点，进行特征公式推演和特征公式择优，得到所述目标遥感影像数据与所述目标地面数据的多个关系公式；所述公式筛选模块用于，根据所述目标遥感影像数据和所述多个关系公式，得到地面数据预测值，基于所述地面数据预测值与所述目标地面数据，筛选所述多个关系公式，得到目标关系公式；所述数据显示模块用于，根据所述目标关系公式和所述目标遥感影像数据，生成目标地面数据预测值，并将所述目标遥感影像数据和所述目标地面数据预测值组合成图片进行送显。
[0014]在其中一个实施例中，所述云图再验模块还包括遥感数据清洗单元和地面数据择优单元，其中：所述遥感数据清洗单元用于，开启多个并行线程同时对获取到的遥感影像数据进行清洗，得到目标遥感影像数据；所述地面数据择优单元用于，采用迭代基线法和差分寻峰法并行对所述地面数据进行择优，得到目标地面数据。
[0015]在其中一个实施例中，所述公式获取模块还包括公式生成单元和公式择优单元，其中：所述公式生成单元用于，分别将所述目标遥感影像数据和目标地面数据标记为自变量和因变量，并建立多种关系方程；所述公式择优单元用于，采用拟合优度法对所述多种关系方程进行推演择优，得到所述目标遥感影像数据与所述目标地面数据的多个关系方程。
[0016]在其中一个实施例中，所述公式筛选模块还包括预测值计算单元、误差计算单元和公式筛除单元，其中：所述预测值计算单元用于，根据所述多个关系方程，将所述目标遥感影像数据作为自变量，计算得到地面数据预测值；所述误差计算单元用于，将所述地面数据预测值与所述目标地面数据相比，计算相应的误差，并设置误差阈值；所述公式筛除单元用于，将误差大于所述误差阈值的地面数据预测值所对应的关系方程进行筛除，进一步得
到目标关系公式
[0017]上述一种基于遥感组合反演公式的水质重金属监测方法及装置，通过对获取到的遥感影像数据和地面数据进行特征云图再验后，得到目标遥感影像数据和目标地面数据分别作为自变量和因变量，进行关系公式建立、推演和择优后得到多个关系公式，再带入目标遥感影像数据到多个关系公式，通过公式反演来筛选关系公式，得到目标关系公式，并基于目标关系公式和目标遥感影像数据生成目标地面数据预测值，最终将目标遥感影像数据和目标地面数据预测值组合成图片进行送显。从而实现对水质重金属的监测，该方法无损、快速、适用性和复用性强，可以广泛用于环保建设、城市规划、应急监测等方面；且具有普适性、准确性、可靠性，稳定性等特点。
附图说明
[0018]图1为一个实施例中一种基于遥感组合反演公本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于遥感组合反演公式的水质重金属监测方法，其特征在于，包括：S1对获取到的遥感影像数据和地面数据进行特征云图再验，得到验证后的目标遥感影像数据和目标地面数据，所述地面数据具体为水质重金属指标数据；S2根据所述目标遥感影像数据和所述目标地面数据的特点，进行特征公式推演和特征公式择优，得到所述目标遥感影像数据与所述目标地面数据的多个关系公式；S3根据所述目标遥感影像数据和所述多个关系公式，得到地面数据预测值，基于所述地面数据预测值与所述目标地面数据，筛选所述多个关系公式，得到目标关系公式；S4根据所述目标关系公式和所述目标遥感影像数据，生成目标地面数据预测值，并将所述目标遥感影像数据和所述目标地面数据预测值组合成图片进行送显。2.如权利要求1所述的方法，其特征在于，所述步骤S1，具体为：开启多个并行线程同时对获取到的遥感影像数据进行清洗，得到目标遥感影像数据；采用迭代基线法和差分寻峰法并行对所述地面数据进行择优，得到目标地面数据。3.如权利要求2所述的方法，其特征在于，所述开启多个并行线程同时对获取到的遥感影像数据进行清洗，得到目标遥感影像数据步骤，具体为：开启云上点清洗线程，对所述遥感影像数据中属于云上的数据进行表决标记和清洗；并行开启岸上点清洗线程，对所述遥感影像数据中属于岸上的数据进行表决标记和清洗；并行开启异常点清洗线程，对所述遥感影像数据中属于异常的数据进行表决标记和清洗，得到目标遥感影像数据步骤。4.如权利要求1所述的方法，其特征在于，所述步骤S2，具体为：分别将所述目标遥感影像数据和目标地面数据标记为自变量和因变量，并建立多种关系方程；采用拟合优度法对所述多种关系方程进行推演择优，得到所述目标遥感影像数据与所述目标地面数据的多个关系方程。5.如权利要求4所述的方法，其特征在于，所述步骤S3，具体为：根据所述多个关系方程，将所述目标遥感影像数据作为自变量，计算得到地面数据预测值；将所述地面数据预测值与所述目标地面数据相比，计算相应的误差，并设置误差阈值；将误差大于所述误差阈值的地面数据预测值所对应的关系方程进行筛除，进一步得到目标关系公式。6.如权利要求4所述的方法，其特征在于，所述多种关系方程，至少包括线性回归方程、正弦变化方程、...
【专利技术属性】
技术研发人员：邓平，邓贵源，阳春花，陈杰，刘泽飞，
申请(专利权)人：重庆星视空间科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。