【技术实现步骤摘要】
一种基于机器学习的静止卫星多指标水质反演方法
[0001]本专利技术涉及水质监测
，尤其涉及一种基于机器学习的静止卫星多指标水质反演方法
。
技术介绍
[0002]随着工业的不断发展，人为活动对环境的影响范围也在逐渐扩大，尤其是水体污染问题已经日益严重
。
水体的污染不仅严重威胁着生态安全，也对人类的生活造成了巨大影响
。
水质参数是评估水体整体状况的重要指标，监测水质参数对于发现和控制水体污染具有至关重要的意义
。
[0003]遥感技术是一种可以通过对具有光学特性的物体进行表观测定和标记的方法，可以通过监测水体的反射和吸收光谱特征来分析水质
。
水质遥感的基本原理是太阳辐射到达水汽界面，一部分会通过水体表面被反射进入大气中，一部分可以穿透水体，和水中的物质相互作用，然后经过水体吸收
、
反射和大气衰减后被遥感器接收，最后根据光谱特征进行水质分析
。
利用遥感技术进行连续
、
大范围的水质监测是当前研...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种基于机器学习的静止卫星多指标水质反演方法，其特征在于，包括以下步骤：
S1
：获取所研究湖库水体中历史时间序列自动监测站点的水质数据及处理；
S2
：获取所研究湖库水体的历史时间序列的静止卫星遥感影像及数据处理；
S3
：对所获取的自动监测站点的水质数据与解析后的遥感数据进行时空融合匹配；
S4
：对时空融合数据集中的日期进行余弦化操作；
S5
：对反演数据集进行数据处理；
S6
：基于水质反演数据集，利用机器学习算法反演水质参数，经性能评估择优选取水质反演模型；
S7
：基于最佳模型，对研究区域进行静止卫星遥感数据水质反演，得到水质反演指标值，根据水质环境规范等对超标指标进行预警工作，实现水质的动态监测
。2.
根据权利要求1所述的基于机器学习的静止卫星多指标水质反演方法，其特征在于：所述步骤
S1
具体包括以下步骤：
S11
：从获取的自动监测站点的水质数据中提取出水质监测断面的经纬度以及水质参数数据，提取水质监测站点具体监测时间
、
监测指标与站点经纬度，即水质数据时间和空间分布情况；
S12
：判断水质监测断面是否为纯水像元，保留纯水像元作为有效监测断面；
S13
：对有效监测断面的水质数据进行筛选异常值与删除空白值处理：将获取到的水质数据的缺失值进行剔除，采用3σ
原则，保留区间
X
mean
‑3×
X
std
,X
mean
+3
×
X
std
内浓度数据作为模型所用的水质实测数据，区间外视为异常数据并予以剔除，其中，
X
mean
为当前监测断面水质指标平均值，
X
std
为当前监测断面水质指标标准差
。3.
根据权利要求2所述的基于机器学习的静止卫星多指标水质反演方法，其特征在于：所述步骤
S2
具体为：
S21
：下载静止卫星遥感影像；
S22
：结合水质监测断面经纬度查询监测断面的像元坐标，根据像元坐标对湖库水体的历史时间序列所对应的静止卫星遥感数据进行解析；
S23
：对湖库水体的历史时间序列的静止卫星遥感数据进行辐射校正操作：先使用改进后的
6S
模型对静止卫星遥感数据进行大气校正，然后将大气校正后的表观反射率进行水体校正，最后将校正后的亮温数据转换为表面温度；使用公式
(1)
和公式
(2)
将大气校正后的亮度温度数据转换为亮温数据，使用公式
(3)
计算得到表面温度数据：计算得到表面温度数据：计算得到表面温度数据：其中，
T
b
为亮温，
c1和
c2为常数，
L
sfc
为地表亮度温度，
L
为大气校正后的亮度温度数据，
T
a
为地表温度，
T
s
为表面温度，
λ1为亮温波段中的比例常数，
ρ
v
为大气水汽含量，
e
为水汽压力；将远程感知反射率中对应太阳天顶角小于
60
°
的部分视为有效数据，对远程感知反射率采用公式
(4)
进行修正，以避免由于太阳天顶角的偏移对反射率造成的误差；当1波段的
Rrs≤0.25
时，所获得的反射率基本上不受太阳闪烁
技术研发人员：史凯方，陈国昕，郎琪，黄跃飞，王鹏，
申请(专利权)人：青海大学，
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。