[發明專利]水質參數反演模型的訓練方法、水質監測方法及裝置

在審

• 申請號: 202110059467.3
• 申請日: 2021-01-18
• 公開（公告）號: CN112378866A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 梁碧苗;王昊;王夢涵;王宇翔;廖通逵;張宇;劉思奧;周曉媛
• 申請（專利權）人: 航天宏圖信息技術股份有限公司
• 主分類號: G01N21/25
• 分類號: G01N21/25;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京超成律師事務所 11646
• 代理人: 孔默

本申請提供一種水質參數反演模型的訓練方法、水質監測方法及裝置，訓練方法包括：獲取目標時間段內的水質參數和高光譜數據；對高光譜數據進行波段處理，得到多波段光譜數據；對水質參數與多波段光譜數據進行相關性分析，并將相關性最大的若干個波段對應的多波段光譜數據作為目標光譜數據；基于水質參數和目標光譜數據構建的訓練集，對預先構建的反向傳播神經網絡進行訓練，直至反向傳播神經網絡達到收斂，得到水質參數反演模型。本方法突破現有方法受到遙感影像時相特征影響、模型難以統一的限制，降低了水質參數與高光譜數據之間的分析難度。

技術領域

本申請涉及計算機技術領域，具體而言，涉及一種水質參數反演模型的訓練方法、水質監測方法、裝置、電子設備及存儲介質。

背景技術

水質監測是研究水資源污染問題的重要過程。目前，水質監測是采用經驗法、半經驗法和分析法建立多光譜波段下的遙感數據與水質參數的關系，其中不同水體在不同光譜波段下的遙感數據是進行水質監測的重要依據。

但是，由于內陸水體光學特性較為復雜，多光譜波段較少，以上方法難以分辨出水質參數在光譜波段上的差異性，因此給不同水質參數的監測帶來極大地困難。可見，目前的水質監測存在難以建立遙感數據與實測水質參數間關系的問題。

發明內容

本申請實施例的目的在于提供一種水質參數反演模型的訓練方法、水質監測方法、裝置、電子設備及存儲介質，旨在解決目前水質監測存在難以建立遙感數據與實測水質參數間關系的問題。

第一方面，本申請實施例提供了一種水質參數反演模型的訓練方法，包括：

獲取目標時間段內的水質參數和高光譜數據；

對高光譜數據進行波段處理，得到多波段光譜數據；

對水質參數與多波段光譜數據進行相關性分析，并將相關性最大的若干個波段對應的多波段光譜數據作為目標光譜數據；

基于水質參數和目標光譜數據構建的訓練集，對預先構建的反向傳播神經網絡進行訓練，直至反向傳播神經網絡達到收斂，得到水質參數反演模型。

在本實施例中，通過獲取目標時間段內的水質參數和高光譜數據，對高光譜數據進行波段處理，以增加高光譜數據的波段特征，從而降低水質參數在光譜波段上的分辨難度。以及對水質參數與多波段光譜數據進行相關性分析，并將相關性最大的若干個波段對應的多波段光譜數據作為目標光譜數據，以對水質參數與光譜數據進行綜合分析，突破現有方法受到遙感影像時相特征影響、模型難以統一的限制；同時，根據相關系篩選目標波段的目標光譜數據，避免大量非相關性或相關性較低的特征干擾。最后基于水質參數和目標光譜數據構建的訓練集，對預先構建的反向傳播神經網絡進行訓練，直至反向傳播神經網絡達到收斂，得到水質參數反演模型，相比現有方法，采用BP神經網絡模擬人腦思維具有很強的自組織、自學習和自適應能力，更加適用于遙感水質反演，并保證結果更加客觀和合理。

在一種實現方式中，對高光譜數據進行波段處理，得到多波段光譜數據，包括：

對高光譜數據進行去噪，得到去噪后的高光譜數據；

對去噪后的高光譜數據進行輻射校正，得到輻亮度數據；

對輻亮度數據進行大氣校正，得到反射率數據；

對反射率數據進行幾何校正，得到多波段光譜數據。

在上述實現過程中，通過對高光譜數據進行去噪、輻射校正、大氣校正和幾何校正后，能夠得到具有準確空間位置信息的反射率數據，該反射率數據作為多波段光譜數據，相比目前的多光譜數據，本實施例的多波段光譜數據的波段特征明顯增加，為提取水質參數的診斷性光譜特征提供了有效手段。

在一種實現方式中，對高光譜數據進行去噪，得到去噪后的高光譜數據，包括：