【技术实现步骤摘要】
一种基于遥感影像的水质反演方法、装置以及设备
[0001]本专利技术涉及地理信息
,特别涉及是一种基于遥感影像的水质反演方法、装置、设备以及存储介质。
技术介绍
[0002]近年来,随着人口的增长、工业化速度加快,城市化的步伐提高,工业、水产养殖业、家禽养殖业、畜牧业等的发展迅速。上述产业都在不同程度地产生废水,但由于污水排放的净化技术和管理成本较高,污水处理的还没有完全普及,因此,部分地区,特别是监管难度较大的区域,污水直接排入江河湖海的情况时有发生。但鉴于面积范围大,造成的污染溯源具有相当的难度,为水污染监管造成了较大的难题。
技术实现思路
[0003]基于此,本专利技术的目的在于,提供一种基于遥感影像的水质反演方法、装置、设备以及存储介质,通过获取目标区域的遥感影像中的水质数据以及波段数据,采用深度学习方法,构建水质反演模型,准确、快速地获取目标区域的水质反演数据,并根据水质反演数据,获取所述目标区域的污染源区域检测结果。
[0004]第一方面,本申请实施例提供了一种基于遥感影像的水质反演 ...
【技术保护点】
【技术特征摘要】
1.一种基于遥感影像的水质反演方法,其特征在于,包括以下步骤:获取目标区域的若干个遥感影像,将所述若干个遥感影像进行拼接,获得所述目标区域的正射影像,其中,所述正射影像包括水体区域以为非水体区域;剔除所述正射影像中的非水体区域,获取所述目标区域的水体影像,并根据预设的采样点数目,获取所述目标区域的水体影像中各个采样点对应的水质数据,其中,所述水质数据包括总氮数据、总磷数据、化学需氧量数据以及叶绿素数据;获取所述目标区域的水体影像中各个采样点对应的波段数据,将所述同一采样点对应的水质数据以及波段数据进行组合,获取若干个所述采样点对应的训练数据组;将若干个所述采样点对应的训练数据组输入至预设的深度学习模型进行训练,获取水质反演模型,其中,所述水质反演模型包括总氮反演模块、总磷反演模块、化学需氧量反演模块以及叶绿素反演模块;将所述目标区域正射影像输入至所述水质反演模型,获取所述目标区域的水体区域的水质反演数据,其中,所述水质反演数据包括总氮反演数据、总磷反演数据、化学需氧量反演数据以及叶绿素反演数据。2.根据权利要求1所述的基于遥感影像的水质反演方法,其特征在于,所述剔除所述正射影像中的非水体区域,获取所述目标区域的水体影像之前,包括步骤:对所述正射影像进行预处理,获取预处理后的正射影像,其中,所述预处理包括辐射定标以及大气校正。3.根据权利要求1所述的基于遥感影像的水质反演方法,其特征在于,所述剔除所述正射影像中的非水体区域,获取所述目标区域的水体影像,包括步骤:获取样本区域对应的水体影像以及所述水体影像中各个像元的绿光波段值以及近红外波段值,根据预设的归一化水分指数计算算法,对所述样本区域对应的水体影像中各个像元的归一化水分指数值进行计算,获得最小归一化水分指数值,作为水体像元区分阈值,其中,所述归一化水分指数计算算法为:式中,B
green
为所述绿光波段值,B
NIR
为所述近红外波段值,NDWI为归一化水分指数;获取所述正射影像的各个像元的绿光波段值...
【专利技术属性】
技术研发人员:邓应彬,荆文龙,杨骥,胡泓达,胡义强,舒思京,
申请(专利权)人:南方海洋科学与工程广东省实验室广州,
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。