基于光谱分析的小流域水质监测方法技术

本发明专利技术提供一种基于光谱分析的小流域水质监测方法，包括分别获取园林湖泊的光谱影像数据以及水质数据；对光谱影像数据预处理，得到完整的遥感影像数据；基于偏最小二乘回归分析方法，得到关联性强的遥感影像数据与水质数据的整合数据；以整合数据作为园林湖泊水质反演的数据集，利用K交叉验证分离得到至少一个数据反演模型；可视化数据反演模型与整合数据的原始数据的拟合度；基于数据反演模型进行反演进度验证；生成水质数据的各个参数浓度分布图。通过无人机搭载多光谱传感器、结合水质监测系统的方法对园林湖泊水质要素进行检测，为园林水体的水质监测提供更全面的数据源与新的技术手段，可以快速有效的对园林湖泊整体水质情况进行监测。质情况进行监测。质情况进行监测。

【技术实现步骤摘要】
基于光谱分析的小流域水质监测方法


[0001]本专利技术涉及园林水库水质监测
，具体为一种基于光谱分析的小流域水质监测方法。

技术介绍

[0002]现有水质要素反演方法主要是基于卫星遥感影像，但受与卫星遥感影像的分辨率限制，主要还是应用于水域面积较大的区域，因此，对于园林湖泊的检测效果较差。
[0003]基于此，本专利技术通过无人机搭载多光谱传感器、结合水质监测系统的方法对园林湖泊水质要素进行检测，多光谱影像分辨率高，反演结果数据更为准确，为园林水体的水质监测提供更全面的数据源与新的技术手段。

技术实现思路

[0004]针对现有技术存在的不足，本专利技术目的是提供一种基于光谱分析的小流域水质监测方法，以解决上述
技术介绍
中提出的问题。
[0005]为了实现上述目的，本专利技术是通过如下的技术方案来实现：一种基于光谱分析的小流域水质监测方法，包括以下步骤：
[0006]第一步，分别获取园林湖泊的光谱影像数据以及水质数据；
[0007]第二步，对所述光谱影像数据预处理，得到完整的遥感影像数据；
[0008]第三步，基于偏最小二乘回归分析方法，将所述水质数据与遥感影像数据进行相关性分析，以滤除各变量之间的多重相关性，得到关联性强的遥感影像数据与水质数据的整合数据；
[0009]第四步，以所述整合数据作为园林湖泊水质反演的数据集，且在保留整合数据的原始数据状态下，利用K交叉验证分离得到至少一个数据反演模型；
[0010]第五步，可视化数据反演模型与整合数据的原始数据的拟合度
[0011]S5
‑
1，对整合数据的原始数据做算法初步评估，得到每个数据反演模型的平均绝对误差；
[0012]S5
‑
2，对所述整合数据的原始数据进行标准化后，建立标准化数据模型，得到标准化数据的平均绝对误差；
[0013]S5
‑
3，以可释方差得分和R2决定系数两种指标可视化整合数据的原始数据与标准化数据对比结果，用于直观分析拟合情况；
[0014]第六步，以随机获取的水质数据作为预测数据，基于数据反演模型进行反演进度验证，并以预测数据与数据反演模型的反演数据间的相对误差判断反演结果情况；
[0015]第七步，生成水质数据的各个参数浓度分布图，以显示水质参数在园林湖泊空间维度上的变化规律。
[0016]作为对本专利技术中所述一种基于光谱分析的小流域水质监测方法的改进，第二步中，采用Pix4Dmapper软件对获取的光谱影像数据进行预处理，其具体实施方式为：
[0017]S2
‑
1，将通过采集设备获取的光谱影像数据进行格式转换，并利用Pix4Dmapper图像拼接技术基于同名点识别并依据采集角度和与地面的距离变化进行图像校正；
[0018]S2
‑
2，对各个图像进行拼接，得到多光谱正射拼接图。
[0019]作为对本专利技术中所述一种基于光谱分析的小流域水质监测方法的改进，在对光谱影像数据进行校正时，需采用线性变换方法对采集设备的反射率进行校正，并利用标定靶反射率的经验值与图像上的DN值建立线性函数模型，以达到对整个图像线性变换，从而确保光谱影像数据拼接成完整的遥感影像数据。
[0020]作为对本专利技术中所述一种基于光谱分析的小流域水质监测方法的改进，第三步中，所述偏最小二乘回归分析方法的建立步骤为：
[0021]S3
‑
1，标准化处理自变量数据矩阵X与因变量数据矩阵Y，将得到的标准化矩阵，分别记为E0、F0；
[0022]S3
‑
2，分别提取E0和F0第一对成分在和t1、u1、t1和u1分别为标准化变量E0和F0的线性组合，且t1要求对u1的相关程度达到最大；求出E0和F0对t1的回归方程，从而得到回归方程的残差矩阵E1、F1，用E1代替E0，F1代替F0，用同样的方法求得第二主成分t2，由此类推，可求得第n个主成分(n小于矩阵X的秩)；
[0023]S3
‑
3，检查收敛性以确定提取的主成分数，其中，以矩阵X描述为一个光谱反射率波段，以矩阵Y为水质反演参数，在主成分数分析中从矩阵X抽取得到得分变量的方差取极大值，则，值越高表明相关数据间的关联性越强。
[0024]作为对本专利技术中所述一种基于光谱分析的小流域水质监测方法的改进，第四步中，利用K交叉验证分离得到至少一个数据反演模型的具体过程为：
[0025]S4
‑
1，将整合数据的原始数据均分成K组；
[0026]S4
‑
2，对均分后的所有子组数据进行次验证集，并将剩下的组子集数据进行训练，以形成训练集，由此获得K个数据反演模型；
[0027]S4
‑
3，利用K个数据反演模型的验证集结果对分类器的性能情况进行综合评判，以最终选择最优的数据反演模型。
[0028]作为对本专利技术中所述一种基于光谱分析的小流域水质监测方法的改进，在S5
‑
3中，采用箱线图的方式，将整合数据的原始数据与标准化数据对比结果进行显示。
[0029]在本专利技术提出的一种可能实现方式中，第一步中，所述水质数据基于水质监测系统所获取，其中，所述水质监测系统包括浮体、分别固设于浮体内的监测仪器、数据传输单元、供电单元、系泊装置以及保护单元，
[0030]所述浮体包括基座和与所述基座固定连接的浮标，所述浮标底部固设有滤网保护罩；所述基座远离与浮标连接的一端部固设有与所述基座轮廓相吻合的接线盒外罩，所述，接线盒外罩内置传感器安装盘，且其外缘面设有警示灯；
[0031]监测仪器，用于获取园林湖泊中不同的水质参数；
[0032]数据传输单元，用于将接收的水质参数传输至后端水质监测平台，以进行数据处理；
[0033]供电单元，分别连接监测仪器、数据传输单元、系泊装置以及保护单元，用于提供运行电力；
[0034]系泊装置与外设柱体连接，用于通过系泊装置对所述水质监测系统进行系泊操
作；
[0035]保护单元，连接数据传输单元，以基于后端水质监测平台的处理指令，进行灯管预警显示。
[0036]与此同时，所述滤网保护罩远离与所述浮标连接的一端部固设有底盘，所述底盘外缘面增设配重块，以用于水质监测系统在不同园林湖泊液位高度进行作业。
[0037]在本专利技术提出的另一种可能实现方式中，监测仪器采用PH传感器或溶解氧传感器或浊度传感器或COD传感器或氨氮传感器。
[0038]与现有技术相比，本专利技术的有益效果：
[0039]通过无人机搭载多光谱传感器、结合水质监测系统的方法对园林湖泊水质要素进行检测，多光谱影像分辨率高，反演结果数据更为准确，为园林水体的水质监测提供更全面的数据源与新的技术手段，可以快速有效的对园林湖泊整体水质情况进行监测，不再限于单一监测点或区域内水质情况，园林管理者可以全面了解园林湖泊整体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于光谱分析的小流域水质监测方法，其特征在于：包括以下步骤：第一步，分别获取园林湖泊的光谱影像数据以及水质数据；第二步，对所述光谱影像数据预处理，得到完整的遥感影像数据；第三步，基于偏最小二乘回归分析方法，将所述水质数据与遥感影像数据进行相关性分析，以滤除各变量之间的多重相关性，得到关联性强的遥感影像数据与水质数据的整合数据；第四步，以所述整合数据作为园林湖泊水质反演的数据集，且在保留整合数据的原始数据状态下，利用K交叉验证分离得到至少一个数据反演模型；第五步，可视化数据反演模型与整合数据的原始数据的拟合度S5
‑
1，对整合数据的原始数据做算法初步评估，得到每个数据反演模型的平均绝对误差；S5
‑
2，对所述整合数据的原始数据进行标准化后，建立标准化数据模型，得到标准化数据的平均绝对误差；S5
‑
3，以可释方差得分和R2决定系数两种指标可视化整合数据的原始数据与标准化数据对比结果，用于直观分析拟合情况；第六步，以随机获取的水质数据作为预测数据，基于数据反演模型进行反演进度验证，并以预测数据与数据反演模型的反演数据间的相对误差判断反演结果情况；第七步，生成水质数据的各个参数浓度分布图，以显示水质参数在园林湖泊空间维度上的变化规律。2.根据权利要求1所述的一种基于光谱分析的小流域水质监测方法，其特征在于：第二步中，采用Pix4Dmapper软件对获取的光谱影像数据进行预处理，其具体实施方式为：S2
‑
1，将通过采集设备获取的光谱影像数据进行格式转换，并利用Pix4Dmapper图像拼接技术基于同名点识别并依据采集角度和与地面的距离变化进行图像校正；S2
‑
2，对各个图像进行拼接，得到多光谱正射拼接图。3.根据权利要求2所述的一种基于光谱分析的小流域水质监测方法，其特征在于：在对光谱影像数据进行校正时，需采用线性变换方法对采集设备的反射率进行校正，并利用标定靶反射率的经验值与图像上的DN值建立线性函数模型，以达到对整个图像线性变换，从而确保光谱影像数据拼接成完整的遥感影像数据。4.根据权利要求1所述的一种基于光谱分析的小流域水质监测方法，其特征在于：第三步中，所述偏最小二乘回归分析方法的建立步骤为：S3
‑
1，标准化处理自变量数据矩阵X与因变量数据矩阵Y，将得到的标准化矩阵，分别记为E0、F0；S3
‑
2，分别提取E0和F0第一对成分在和t1、u1、t1和u1分别为标准化变量E0和F0的线性组合，且t1要求对u1的相关程度达到...

【专利技术属性】
技术研发人员：刘洪全，陈超，朱志刚，姚四化，朱敏，仲子麟，魏配配，
申请(专利权)人：江苏久智环境科技服务有限公司，
类型：发明
国别省市：