基于遥感图像的水华区域预测方法、装置及设备制造方法及图纸

本发明专利技术涉及遥感数据分析领域，特别涉及一种基于遥感图像的水华区域预测方法，对遥感图像进行水质参数反演获得水质预测参数，基于水质预测参数，对遥感图像进行水华面积提取，并结合水文数据，进行水华位置预测，不仅考虑了时间及空间对象的局部效应，还考虑了水质、水文、水温等因素对水华的影响，提高了水华预测精度；实现了水华的精细、高效预测。高效预测。高效预测。

【技术实现步骤摘要】
基于遥感图像的水华区域预测方法、装置及设备


[0001]本专利技术涉及遥感数据分析领域，特别涉及是一种基于遥感图像的水华区域预测方法、装置、设备以及存储介质。

技术介绍

[0002]近年来，水体富营养化程度日趋严重。富营养化引起的水华现象已成为国内外一个重要的环境问题，不仅影响环境景观，还对湖库系统的水质健康和生态平衡产生了严重危害。因此，开展精细化的水华预测，对防止水华爆发造成的灾害、制定合理的防治措施具有重要意义。
[0003]现阶段，对水华进行预测的研究普遍是基于卫星遥感图像的水华面积预测或通过水华爆发概率间接预测水华空间分布，但水华爆发迅速，卫星遥感的空间分辨率和时效性难以满足水华预测的需求，并且在多云雨地区卫星遥感的应用也受到了限制。此外，水华的爆发是一个受水环境、水温、气候等多重因素共同影响的复杂过程，单一的光学遥感方法难以实现精细化的水华预测。

技术实现思路

[0004]基于此，本专利技术的目的在于，提供一种基于遥感图像的水华区域预测方法、装置、设备以及存储介质，对遥感图像进行水质参数反演获得水质预测参数，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遥感图像的水华区域预测方法，其特征在于，包括以下步骤：获得若干个样本遥感图像，以及各个所述样本遥感图像在目标时间段内的波段反射数据以及水文数据；根据各个所述样本遥感图像在目标时间段内的波段反射数据以及水文数据，构建水华预测模型，其中，所述水华预测模型包括水质预测模块、水华面积预测模块以及水华位置预测模块；获得待测遥感图像的波段反射数据、水温数据以及水文数据，将所述待测遥感图像的波段反射数据输入至所述水质预测模块，获得所述待测遥感图像的水质预测数据；将所述待测遥感图像的水质预测数据以及水温数据输入至所述水华面积预测模块，根据预设的若干个预测窗口，获得所述待测遥感图像的各个预测窗口的水华预测面积参数；将所述待测遥感图像的各个预测窗口的水华预测面积参数以及水文数据输入至所述水华位置预测模块，获得所述待测遥感图像的各个预测窗口的水华预测坐标参数；根据所述待测遥感图像的各个预测窗口的水华预测面积参数以及水华预测坐标参数，获得所述待测遥感图像的若干个水华预测区域。2.根据权利要求1所述的基于遥感图像的水华区域预测方法，其特征在于，所述根据各个所述样本遥感图像在目标时间段内的波段反射数据、水质实测参数以及水文数据，构建水华预测模型，包括步骤：获得各个所述样本遥感图像在目标时间段内的水质实测数据，其中，所述水质实测数据包括若干个像元的若干种水质实测参数；根据预设的若干个采样点以及窗口尺寸，构建各个所述样本遥感图像的若干个采样点对应的采样窗口，根据所述水质实测数据以及波段反射数据，获得各个所述采样窗口在目标时间段内的波段反射数据以及水质实测数据；将各个所述采样窗口在目标时间段内的波段反射数据以及水质实测数据输入至所述水质预测模块进行训练，获得目标水质预测模块。3.根据权利要求2所述的基于遥感图像的水华区域预测方法，其特征在于，所述波段反射数据包括若干个像元的各个时刻对应的波段反射率；所述根据各个所述样本遥感图像在目标时间段内的波段反射数据、水质实测参数以及水文数据，构建水华预测模型，包括步骤：根据各个所述采样窗口在目标时间段内的波段反射数据，分别对各个所述采样窗口进行水华像元提取，获得各个所述采样窗口的各个时刻对应的水华像元数目；获得各个所述采样窗口的空间分辨率，根据所述水华像元的数目、空间分辨率以及预设的水华面积参数计算算法，获得各个所述采样窗口的各个时刻对应的水华面积参数，其中，所述水华面积参数计算算法为：S＝n
′
×
C2式中，S为水华面积参数，n
′
为水华像元的数目，C为空间分辨率；将各个所述采样窗口在目标时间段内的波段反射数据输入至所述目标水质预测模块，获得各个所述采样窗口的各个时刻对应的水质预测数据；获得各个所述采样窗口的经纬度数据，以及各个时刻对应的水温参数，将各个所述采样窗口的经纬度数据、各个时刻对应的水温参数、水质预测数据以及水华面积参数输入至
所述水华面积预测模块，对所述水华面积预测模块进行训练，获得目标水华面积预测模块。4.根据权利要求3所述的基于遥感图像的水华区域预测方法，其特征在于：所述波段反射数据包括绿波段反射率、近红外波段反射率以及红波段反射率；所述根据所述波段反射数据，分别对各个所述采样窗口进行水华像元提取，获得各个所述采样窗口的各个时刻对应的水华像元数目，包括步骤：根据所述波段反射数据以及预设的归一化植被指数计算算法以及归一化水体指数计算算法，获得各个像元的各个时刻对应的归一化植被指数以及归一化水体指数，其中，所述归一化植被指数计算算法为：式中，NDWI为归一化植被指数，b
G
为绿波段反射率，b
NIR
为近红外波段反射率；所述归一化水体指数为：式中，NDVI为归一化水体指数，b
R
为红波段反射率；根据所述各个像元的各个时刻对应的归一化植被指数、归一化水体指数以及预设的归一化植被指数阈值、归一化水体指数阈值，分别对各个所述采样窗口进行水华像元提取，获得各个所述采样窗口的各个时刻对应的水华像元数目。5.根据权利要求3所述的基于遥感图像的水华区域预测方法，其特征在于：所述水质预测数据包括若干个像元的若干种水质预测参数；所述经纬度数据包括经度参数以及纬度参数，所述水质预测参数包括水域总磷含量、总氮含量、酸碱度、溶解氧含量以及叶绿素含量；所述将各个所述采样窗口的经纬度数据、各个时刻对应的水温参数、水质预测数据以及水华面积参数输入至所述水华面积预测模块，对所述水华面积预测模块进行训练，获得目标水华面积预测模块，包括步骤：根据各个所述采样窗口的各个时刻对应的水质预测数据以及预设的算术平均值计算算法，获得各个所述采样窗口的各个时刻对应的若干种水质预测参数的算术平均值，其中，所述算术平均值计算算法为：式中，x为水质预测参数的算术平均值，D为采样窗口中像元的总数，d表示第d个像元，x
d
为第d个像元的水质预测参数的值；根据各个所述采样窗口的经纬度数据、各个时刻对应的水温参数、水华面积参数、若干种水质预测参数的算术平均值以及预设的初始...

【专利技术属性】
技术研发人员：张寒博，荆文龙，邓应彬，杨骥，张明亮，胡义强，舒思京，王柳涛，
申请(专利权)人：广东省科学院广州地理研究所，
类型：发明
国别省市：