基于影像数据黑臭水体生态治理污染监测方法及系统技术方案

本发明专利技术公开了一种基于影像数据黑臭水体生态治理污染监测方法及系统，涉及水体污染监测领域，对高分辨率遥感影像数据中水体特征识别实现城乡水体进行精细化提取并得到水体分布数据，根据高分辨率遥感影像数据计算得到表观反射率，接着精确校正得到地表反射率，基于黑臭水体指数、归一化黑臭水体指数、水体清洁指数和绿光单波段进行波段合成构建黑臭水体识别模型进行随机森林分类处理，由此得到研究区水体区域的水体级别数据及水体级别空间分布图。本发明专利技术能够得到研究区的水体分布及水体级别数据，实现了黑臭水体精确细分，具有监测手段高效、数据全面、精度可靠等优点。精度可靠等优点。精度可靠等优点。

【技术实现步骤摘要】
基于影像数据黑臭水体生态治理污染监测方法及系统


[0001]本专利技术涉及水体污染监测领域，尤其涉及一种基于影像数据黑臭水体生态治理污染监测方法及系统。

技术介绍

[0002]黑臭水体指颜色发黑和(或)散发着令人不适的恶臭气味水体的统称，黑臭水体监测治理的对象逐步从建成区延伸到农村地区，从大面积黑臭水体扩展到细小黑臭水体。
[0003]目前针对城乡黑臭水体的识别，主要是通过群众上报和资料收集对监测区域合理布置监测点，从而进行实地考察并获取透明度、溶解氧、氧化还原电位、氨氮等评价指标的方法，这种传统方法监测点分散，不能全面反映整个城市水质状况的问题；此外，需要现场采集水样，耗时费力，效率低下，具有很大的局限性。卫星遥感技术具有监测范围广、成本低、时效性强等优势，在水生态环境保护、水体污染控制与治理、水环境灾害监测和预警方面得到了广泛应用。近年来，也有越来越多的学者将关注点转移到黑臭水体遥感监测上面；但是城乡水体存在具有河道复杂且易被部分高层建筑和沿河植被阴影遮盖，水体精细化提取识别是技术的难点；高分影像设计之初的用途是实现目视解译和分类识别，其辐射定标精度满足不了精确大气校正要求，此外高分影像本身缺乏短波红外波段，加上水体本身就接近暗目标像元，表征水体污染性体质包括有地表反射率等数据，其仅通过高分影像很难准确或全部获取。

技术实现思路

[0004]本专利技术的目的在于克服解决传统监测方法难以全面覆盖城市河流、反映整体水质情况的技术问题，提供一种基于影像数据黑臭水体生态治理污染监测方法及系统，对高分辨率遥感影像数据中水体特征识别实现城乡水体进行精细化提取并得到水体分布数据，根据高分辨率遥感影像数据计算得到表观反射率，接着精确校正得到地表反射率，基于黑臭水体指数、归一化黑臭水体指数、水体清洁指数和绿光单波段进行波段合成构建黑臭水体识别模型进行随机森林分类处理，由此得到研究区水体区域的水体级别数据及水体级别空间分布图。
[0005]本专利技术的目的通过下述技术方案实现：
[0006]一种基于影像数据黑臭水体生态治理污染监测方法，其方法包括：
[0007]S1、获取研究区的高分辨率遥感影像数据、与高分辨率遥感影像数据对应的地表反射率产品；
[0008]S2、基于高分辨率遥感影像数据按照如下方法计算得到表观反射率：
[0009]S21、根据高分辨率遥感影像数据的图像灰度值按照如下方法计算得到天顶光谱辐亮度：
[0010]L
i
＝DN
×
gain
i
+offsat
i
；其中L
i
为谱段i图像灰度值所对应的天顶光谱辐亮度，DN为高分辨率遥感影像数据的图像灰度值，gain
i
为谱段i的增益绝对辐射校正系数，offsat
i
为谱段i的偏置绝对辐射校正系数；
[0011]S22、根据天顶光谱辐亮度按照如下方法计算得到表观反射率：
[0012]其中ρ
i
为谱段i的表观反射率，d为日地距离，E
0，i
为谱段i大气层外太阳光谱辐照度，θ为太阳高度角；
[0013]S3、选择研究区内近期不变地物为样本数据，样本数据的地物样本采集获取得到地物样本各谱段i地表反射率数据，按照步骤S2方法计算获取地物样各谱段i表观反射率数据；构建相对辐射归一化大气校正模型，相对辐射归一化大气校正模型对地物样本谱段i表观反射率数据、谱段i地表反射率数据按照像元对应并进行两者回归拟合得到两者的关系数据，利用样本数据对相对辐射归一化大气校正模型进行模型训练；
[0014]将高分辨率遥感影像数据的谱段i表观反射率输入到相对辐射归一化大气校正模型中得到高分辨率遥感影像数据所对应的谱段i地表反射率，由此得到高分辨率地表反射率产品；
[0015]S4、构建CE
‑
Net水体提取模型，在CE
‑
Net水体提取模型中输入研究区的高分辨率遥感影像数据，CE
‑
Net水体提取模型对高分辨率遥感影像数据中水体特征识别并得到研究区的水体分布数据；基于研究区的水体分布数据、高分辨率地表反射率产品，并掩膜提取得到研究区内水体对应地表反射率分布数据库；按照如下方法计算得到黑臭水体指数BOI、归一化黑臭水体指数NDBWI、水体清洁指数WCI，并提取绿光单波段数据：
[0016][0017][0018][0019]其中ρ(B)表示谱段i为蓝光波段的地表反射率，ρ(G)表示谱段i为绿光波段的地表反射率，ρ(R)表示谱段i为红光波段的地表反射率，λ
R
、λ
G
和λ
B
分别表示谱段i为红光、绿光和蓝光波段的中心波长；
[0020]S5、采集研究区水体的水样进行水体分级检测并以此构建黑臭水体样本数据集，水体级别包括重度黑臭、轻度黑臭、正常水体，按照步骤S4方法得到水样所对应的黑臭水体指数BOI(英文全称为Black and Odorous waterIndex，简称BOI)、归一化黑臭水体指数NDBWI(英文全称为Normalized difference black
‑
odorous water index，简称NDBWI)、水体清洁指数WCI(英文全称为Water Cleanliness Index，简称WCI)、绿光单波段数据，以水样所对应的黑臭水体指数BOI、归一化黑臭水体指数NDBWI、水体清洁指数WCI、绿光单波段数据、水样的水体级别构建包含随机森林分类方法的黑臭水体识别模型并进行模型训练；将研究区水体区域的黑臭水体指数BOI、归一化黑臭水体指数NDBWI、水体清洁指数WCI、绿光单波段数据输入到黑臭水体识别模型中，得到研究区水体区域的水体级别数据及水体级别空间分布图。
[0021]为了更好地实现本专利技术基于影像数据黑臭水体生态治理污染监测方法，在方法S5
中，按照时间获取研究区的高分辨率遥感影像数据并依次得到按时间分布研究区水体区域的水体级别数据，进而得到研究区水体区域的水体级别时空数据并由此得到研究区水体区域水体时空分布图。
[0022]优选地，在方法S1中，高分辨率遥感影像数据为包含元数据文件的亚米级高分辨率遥感影像数据，高分辨率遥感影像数据经过包括图像优化、正射校正、图像融合、几何校正和裁剪在内的预处理，预处理过程保持原始位深；地表反射率产品为Sentinel
‑
2的L2A地表反射率产品。
[0023]优选地，在方法S4中，CE
‑
Net水体提取模型由编码器模块、上下文提取器模块、特征解码器模块依次组成，编码器模块用于提取影像中的水体特征信息，水体特征信息包括光谱特征，上下文提取器模块用于捕获多尺度深层空间信息，特征解码器模块用于恢复特征并输出水体识别结果。
[0024]优选地，在高分辨率遥感影像数据输入相对辐射归一化大气校正模型之前进行水体区域中包含阴本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于影像数据黑臭水体生态治理污染监测方法，其特征在于：其方法包括：S1、获取研究区的高分辨率遥感影像数据、与高分辨率遥感影像数据对应的地表反射率产品；S2、基于高分辨率遥感影像数据按照如下方法计算得到表观反射率：S21、根据高分辨率遥感影像数据的图像灰度值按照如下方法计算得到天顶光谱辐亮度：L
i
＝DN
×
gain
i
+offsat
i
；其中，L
i
为谱段i图像灰度值所对应的天顶光谱辐亮度，DN为高分辨率遥感影像数据的图像灰度值，gain
i
为谱段i的增益绝对辐射校正系数，offsat
i
为谱段i的偏置绝对辐射校正系数；S22、根据天顶光谱辐亮度按照如下方法计算得到表观反射率：其中ρ
i
为谱段i的表观反射率，d为旧地距离，E
0，i
为谱段i大气层外太阳光谱辐照度，θ为太阳高度角；S3、选择研究区内近期不变地物为样本数据，样本数据的地物样本采集获取得到地物样本各谱段i地表反射率数据，按照少骤S2方法计算获取地物样本各谱段i表观反射率数据；构建相对辐射归一化大气校正模型，相对辐射归一化大气校正模型对地物样本谱段i表观反射率数据、谱段i地表反射率数据按照像元对应并进行两者回归拟合得到两者的关系数据，利用样本数据对相对辐射归一化大气校正模型进行模型训练；将高分辨率遥感影像数据的谱段i表观反射率输入到相对辐射归一化大气校正模型中得到高分辨率遥感影像数据所对应的谱段i地表反射率，由此得到高分辨率地表反射率产品；S4、构建CE
‑
Net水体提取模型，在CE
‑
Net水体提取模型中输入研究区的高分辨率遥感影像数据，CE
‑
Net水体提取模型对高分辨率遥感影像数据中水体特征识别并得到研究区的水体分布数据；基于研究区的水体分布数据、高分辨率地表反射率产品，掩膜提取得到研究区内水体对应地表反射率分布数据库；按照如下方法计算得到黑臭水体指数BOI、归一化黑臭水体指数NDBWI、水体清洁指数WCI，并提取绿光单波段数据：WCI，并提取绿光单波段数据：WCI，并提取绿光单波段数据：其中ρ(B)表示谱段i为蓝光波段的地表反射率，ρ(G)表示谱段i为绿光波段的地表反射率，ρ(R)表示谱段i为红光波段的地表反射率，λ
R
、λ
G
和λ
B
分别表示谱段i为红光、绿光和蓝光波段的中心波长；S5、采集研究区水体的水样进行水体分级检测并以此构建黑臭水体地面样本数据集，
水体级别包括重度黑臭、轻度黑臭、正常水体，按照少骤S4方法得到水样所对应的黑臭水体指数BOI、归一化黑臭水体指数NDBWI、水体清洁指数WCI、绿光单波段数据，以水样所对应内黑臭水体指数BOI、归一化黑臭水体指数NDBWI...

【专利技术属性】
技术研发人员：游林，赵洋甬，蔡善炤，黄鹏，董恒，
申请(专利权)人：浙江时空智子大数据有限公司，
类型：发明
国别省市：