基于支持向量回归的航空高光谱水体富营养化评价方法技术

本发明专利技术为基于支持向量回归的航空高光谱水体富营养化评价方法其包括：采集待评价区域的高光谱数据；采集待评价区域样本水体的水质参数、离水反射率数据；根据水质参数、离水反射率数据获取样本数据；对样本数据进行训练，并获取各水质参数的特征波段；根据各水质参数的特征波段构建相对应的反演模型；对高光谱数据进行预处理以获取待评价区域地表水的离水反射率；根据地表水的离水反射率和相对应的反演模型，获取待评价区域各水质参数的浓度；以及根据浓度对待评价区域的水体富营养化进行评价，实现了高精度快速评价，弥补了传统遥感的观测时空局限性，有助于提高水体富营养化评价精度和空间尺度，为水体的富营养化调查监测与治理提供技术支撑。治理提供技术支撑。治理提供技术支撑。

【技术实现步骤摘要】
基于支持向量回归的航空高光谱水体富营养化评价方法


[0001]本专利技术属于水质评价
，具体涉及一种基于支持向量回归的航空高光谱水体富营养化评价方法。

技术介绍

[0002]现今，水体营养化问题直接周围生态环境变化，影响居民的身心健康。根据2020年《中国生态环境状况公报》显示，我国110个重要湖泊(水库)中，贫营养状态占9.1％，中营养状态占61.8％，轻度富营养状态占23.6％，中度富营养状态占4.5％，重度富营养状态占0.9％。因此，快速且准确地进行水体富营养化评价十分重要。区别于传统富营养化监测方法，遥感监测方法不仅省时省力，还能获取大尺度数据，查明空间分布状况。高光谱遥感技术能进一步提高整体监测精度、缩短监测周期，促进了水体富营养化评价工作发展。许多学者开展了一系列研究工作，苏豪利用MODIS高光谱数据，使用多元线性回归法对大庆水库进行了水质参数反演和富营养化程度分析；张兵等通过研究水环境遥感的机理性，定量反演水体水质，研发了内陆水体富营养化高光谱遥感监测系统。
[0003]高光谱定量反演水质参数，是实现高光谱水体富营养化评价的基础，其反演结果精度，决定了评价结果的准确程度。目前，基于水体光谱特征的水质参数反演方法有许多，如：多元线性回归、最小二乘回归、神经网络等。但由于航空高光谱数据具有波段冗余度高、飞行区域差异大等特点，高精度的航空高光谱水质参数反演模型难以获得，使得水体的富营养化评价不准确。迄今为止，基于航空高光谱的水质参数定量反演、水体富营养化评价已经取得了一些进展，但仍存在局限和不足，主要体现在：
[0004](1)已有研究多直接使用仪器测得的水体光谱进行水质参数反演建模：仪器测得的水体光谱包含多种信息，需要去除其他与反演无用的干扰，得到水体离水反射率，才能使反演模型的精度更高。
[0005](2)已有研究多基于简单方法进行水质参数反演，对高光谱数据发掘不充分：高光谱数据具有多维度的光谱信息，信息量巨大，但也存在冗余，且容易受到噪声干扰。已有的大部分方法可以有效地降维，减少信息量，但会损失一些细小、渐变的光谱信息，可能对之后的建模精度造成影响。由于水质参数与高光谱数据之间的复杂关系，反演结果精度完全取决于模型的精度，简单的线性回归模型无法充分拟合，满足不了所需精度。
[0006](3)已有基于航空高光谱的水体富营养化研究使用指标较单一：水体富营养化评价是综合评价，应结合我国内陆水体实际情况，采用适当的水质参数指标，进行水体富营养化评价。
[0007]因此，基于上述技术问题需要设计一种新的基于支持向量回归的航空高光谱水体富营养化评价方法。

技术实现思路

[0008]本专利技术的目的是提供一种基于支持向量回归的航空高光谱水体富营养化评价方
法。
[0009]为了解决上述技术问题，本专利技术提供了一种航空高光谱水体富营养化评价方法，包括：
[0010]采集待评价区域的高光谱数据；
[0011]采集待评价区域样本水体的水质参数、离水反射率数据；
[0012]根据水质参数、离水反射率数据获取样本数据；
[0013]对样本数据进行训练，并获取各水质参数的特征波段；
[0014]根据各水质参数的特征波段构建相对应的反演模型；
[0015]对高光谱数据进行预处理以获取待评价区域地表水体的离水反射率；
[0016]根据水体离水反射率和相对应的反演模型，获取待评价区域各水质参数的浓度；以及
[0017]根据浓度对待评价区域的水体富营养化进行评价。
[0018]进一步，所述采集待评价区域的高光谱数据的方法包括：
[0019]通过高光谱成像仪对待评价区域进行高光谱数据采集。
[0020]进一步，所述采集待评价区域样本水体的水质参数、离水反射率数据的方法包括：
[0021]在采集高光谱数据的同时采集待评价区域的地表水体离水反射率和表层水样；
[0022]根据表层水样获取叶绿素a、总磷、总氮、透明度和化学需氧量浓度数据；
[0023]所述表层水样为水面下方预设深度的水体。
[0024]进一步，所述根据水质参数、离水反射率数据获取样本数据的方法包括：
[0025]将水样的离水反射率和叶绿素a、总磷、总氮、透明度、化学需氧量浓度数据进行匹配，形成样本数据。
[0026]进一步，所述对样本数据进行训练，并获取各水质参数的特征波段的方法包括：
[0027]根据竞争性自适应重加权算法对样本数据进行训练，即
[0028]将样本数据的离水反射率及对应的各水质参数的数据作为输入，设置最大提取原则、交叉验证组、蒙特卡洛抽样次数，输出获取各水质参数对应的特征波段。
[0029]进一步，所述根据各水质参数的特征波段构建相对应的反演模型的方法包括：
[0030]根据最小二乘支持向量回归方法进行建模；
[0031]根据用量子粒子群算法进行参数优化，获取各水质参数的反演模型，并进行精度验证；
[0032]所述精度验证包括：决定系数R2和均方根误差RMSE；
[0033][0034][0035]其中，n为样本个数；y
i
为第i个样本实际测量值；为实际测量值的平均值；y
i
′
为反演模型预测值。
[0036]进一步，所述对高光谱数据进行预处理以获取待评价区域地表水的离水反射率的
方法包括：
[0037]对高光谱数据进行辐射定标、大气校正和几何校正，获取待评价区域地表水体的离水反射率。
[0038]进一步，所述根据浓度对待评价区域的水体富营养化进行评价的方法包括：
[0039]将反演模型应用到待评价区域地表水体的离水反射率数据，获取待评价区域的叶绿素a、总磷、总氮、透明度和化学需氧量参数浓度；
[0040]根据综合营养状态指数法，通过浓度对待评价区域的水体富营养化进行评价；
[0041][0042]其中，TLI(∑)为综合营养状态指数；w
j
为第j种参数的营养状态指数的相关权重；TLI(j)为第j种参数的营养状态指数。
[0043]第二方面，本专利技术还提供一种航空高光谱水体富营养化评价系统，包括：
[0044]高空采集模块，采集待评价区域的高光谱数据；
[0045]水质采集模块，采集待评价区域样本水体的水质参数、离水反射率数据；
[0046]样本构建模块，根据水质参数、离水反射率数据获取样本数据；
[0047]训练模块，对样本数据进行训练，并获取各水质参数的特征波段；
[0048]模型构建模块，根据各水质参数的特征波段构建相对应的反演模型；
[0049]预处理模块，对高光谱数据进行预处理以获取待评价区域地表水体的离水反射率；
[0050]浓度获取模块，根据水体的离水反射率和相对应的反演模型，获取待评价区域各水质参数的浓度；以及
[0051]评价模块，根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种航空高光谱水体富营养化评价方法，其特征在于，包括：采集待评价区域的高光谱数据；采集待评价区域样本水体的水质参数、离水反射率数据；根据水质参数、离水反射率数据获取样本数据；对样本数据进行训练，并获取各水质参数的特征波段；根据各水质参数的特征波段构建相对应的反演模型；对高光谱数据进行预处理以获取待评价区域地表水的离水反射率；根据地表水的离水反射率和相对应的反演模型，获取待评价区域各水质参数的浓度；以及根据浓度对待评价区域的水体富营养化进行评价。2.如权利要求1所述的航空高光谱水体富营养化评价方法，其特征在于，所述采集待评价区域的高光谱数据的方法包括：通过高光谱成像仪对待评价区域进行高光谱数据采集。3.如权利要求2所述的航空高光谱水体富营养化评价方法，其特征在于，所述采集待评价区域样本水体的水质参数、离水反射率数据的方法包括：在采集高光谱数据的同时采集待评价区域地表水体的离水反射率和表层水样；根据表层水样获取叶绿素a、总磷、总氮、透明度和化学需氧量浓度数据；所述表层水样为水面下方预设深度的水体。4.如权利要求3所述的航空高光谱水体富营养化评价方法，其特征在于，所述根据水质参数、离水反射率数据获取样本数据的方法包括：将水样的离水反射率和叶绿素a、总磷、总氮、透明度、化学需氧量浓度数据进行匹配，形成样本数据。5.如权利要求4所述的航空高光谱水体富营养化评价方法，其特征在于，所述对样本数据进行训练，并获取各水质参数的特征波段的方法包括：根据竞争性自适应重加权算法对样本数据进行训练，即将样本数据的离水反射率及对应的各水质参数的数据作为输入，设置最大提取原则、交叉验证组、蒙特卡洛抽样次数，输出获取各水质参数对应的特征波段。6.如权利要求5所述的航空高光谱水体富营养化评价方法，其特征在于，所述根据各水质参数的特征波段构建相对应的反演模型的方法包括：根据最小二乘支持向量回归方法进行建模；根据用量子粒子群算法进行参数优化，获取各水质参数的反演模型，并进行精度验证；所述精度验证包括：决定系数R2和均方根...

【专利技术属性】
技术研发人员：徐明钻，方彦奇，石剑龙，陈浩峰，赵国凤，陆殿梅，罗丁，杨奎，
申请(专利权)人：江苏省地质勘查技术院，
类型：发明
国别省市：