[發(fā)明專利]基于多源衛(wèi)星數(shù)據(jù)的湖泊水量時空變化分析方法及裝置

在審

• 申請?zhí)枺?/td>: 202011061648.1
• 申請日: 2020-09-30
• 公開（公告）號: CN112200050A
• 公開（公告）日: 2021-01-08
• 發(fā)明（設(shè)計）人: 林怡;超能芳;李鑫;張婷慧;宇潔;葉勤;謝光順;張文豪
• 申請（專利權(quán)）人: 同濟大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06T7/62;G06N3/00;G06N3/04;G06N3/08;G06N20/10
• 代理公司: 上海科盛知識產(chǎn)權(quán)代理有限公司 31225
• 代理人: 翁惠瑜

1.一種基于多源衛(wèi)星數(shù)據(jù)的湖泊水量時空變化分析方法，其特征在于，具體為：

S1：通過衛(wèi)星獲取湖泊的研究區(qū)域影像，對研究區(qū)域影像進行預處理，獲得影像分類圖，通過衛(wèi)星獲取湖泊水位；

S2：根據(jù)湖泊的影像分類圖和湖泊水位獲得湖泊水量的時間序列數(shù)據(jù)；

其中，步驟S1的具體過程為：

根據(jù)先驗信息將湖泊分別為小型湖泊和大型湖泊，若湖泊為小型湖泊，則將該湖泊的研究區(qū)域影像輸入訓練好的KELM模型，獲得影像分類圖，否則將該湖泊的研究區(qū)域影像輸入訓練好的SVM模型，獲得影像分類圖；

所述的KELM模型的輸出函數(shù)f(x)的計算公式為：

K_mix(x,x')＝K_Gauss(x_Gauss,x_Gauss')+K_Poly(x_Poly,x_Poly')

Ω_ELM＝HH^T＝h(x_i)·h(x_j)＝K(x_i,x_j)

其中，K_mix為混合核函數(shù)，K_Gauss為高斯核函數(shù)，x_Gauss為高斯核函數(shù)的輸入值，C為正則化參數(shù)，K_Poly為多項式核函數(shù)，H為KELM模型隱含層的輸出矩陣，x_Poly為多項式核函數(shù)的輸入值；

所述的KELM模型和SVM模型的訓練過程具體為：采集實驗區(qū)圖像，將實驗區(qū)圖像上的像素點分為水體和非水體，構(gòu)成訓練樣本，利用訓練樣本訓練KELM模型和SVM模型，其中，采用PSO算法對K_Gauss和K_Poly進行參數(shù)尋優(yōu)，獲得參數(shù)最優(yōu)解。

2.根據(jù)權(quán)利要求1所述的一種基于多源衛(wèi)星數(shù)據(jù)的湖泊水量時空變化分析方法，所述的步驟S2采用幾何分析法，具體為：

根據(jù)影像分類圖獲取湖泊面積，獲取基于最低湖泊水位的相對水位WLALL，擬合湖泊面積關(guān)于WLALL的第一數(shù)學模型，對第一數(shù)學模型進行微分計算，獲得最低水位以上的水量WVALL關(guān)于WLALL的第二數(shù)學模型，根據(jù)不同時間的WLALL和對應的WVALL獲取湖泊水量的時間序列數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的一種基于多源衛(wèi)星數(shù)據(jù)的湖泊水量時空變化分析方法，所述的步驟S2采用基于GRACE衛(wèi)星的物理分析法，具體為：

將湖泊分為N個子流域，根據(jù)湖泊的影像分類圖求得湖泊面積，根據(jù)各個子流域的面積和湖泊水位獲得各個子流域的水質(zhì)量變化的協(xié)方差σ以及湖泊的水質(zhì)量變化量的最優(yōu)先驗協(xié)方差W，求解統(tǒng)一尺度因子α_t，計算公式為：

α_t＝(σ^-1A^TA+W^-1)^-1A^Tσ^-1z_t

其中A為子流域的流域系數(shù)矩陣，通過GRACE衛(wèi)星獲取，根據(jù)α_t求解各個子流域的水質(zhì)量，計算公式為：

M_tj(x)＝ρμ_jα_tjb_j(x)

其中，M_tj(x)為第j個子流域在t時刻的水質(zhì)量，x為地理位置坐標，α_tj為第j個子流域在t時刻的統(tǒng)一尺度因子，ρ為湖泊水的密度，μ_j為第j個子流域的面積；

再根據(jù)各個子流域的水質(zhì)量變化求得湖泊的水質(zhì)量變化，根據(jù)水質(zhì)量變化獲取湖泊水量的時間序列數(shù)據(jù)。