[發(fā)明專利]土壤砷濃度空間分布反演方法、裝置和計(jì)算機(jī)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202210004012.6
• 申請(qǐng)日: 2022-01-04
• 公開（公告）號(hào): CN114384023A
• 公開（公告）日: 2022-04-22
• 發(fā)明（設(shè)計(jì)）人: 侯德義;賈茜越
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué)
• 主分類號(hào): G01N21/25
• 分類號(hào): G01N21/25;G06F30/20
• 代理公司: 北京華進(jìn)京聯(lián)知識(shí)產(chǎn)權(quán)代理有限公司 11606
• 代理人: 樊春燕

本申請(qǐng)涉及一種土壤砷濃度空間分布反演方法、裝置和計(jì)算機(jī)設(shè)備。所述方法包括：獲取衛(wèi)星高光譜圖像；根據(jù)所述衛(wèi)星高光譜圖像中各像元對(duì)應(yīng)的光譜數(shù)據(jù)，構(gòu)建各所述像元的關(guān)鍵特征高光譜指數(shù)；通過反演模型對(duì)各所述像元的所述關(guān)鍵特征高光譜指數(shù)進(jìn)行反演處理，得到所述衛(wèi)星高光譜圖像對(duì)應(yīng)的土壤砷濃度空間分布反演圖像，所述土壤砷濃度空間分布反演圖像中任一像元對(duì)應(yīng)的像元值，用于表征所述像元對(duì)應(yīng)土壤的砷濃度。采用本方法能夠提高土壤砷濃度的檢測(cè)效率。

技術(shù)領(lǐng)域

本申請(qǐng)涉及環(huán)境遙感監(jiān)測(cè)技術(shù)領(lǐng)域，特別是涉及一種土壤砷濃度空間分布反演方法、裝置和計(jì)算機(jī)設(shè)備。

背景技術(shù)

健康的土壤是人居環(huán)境安全、食品安全等重大民生問題的保障，是生態(tài)文明建設(shè)的重要基礎(chǔ)。然而，由于工、農(nóng)業(yè)長(zhǎng)期粗放式發(fā)展，大量污染物通過各類途徑匯入土壤，給土壤環(huán)境質(zhì)量造成了嚴(yán)重威脅。高精度的土壤污染調(diào)查是實(shí)現(xiàn)高效、精準(zhǔn)的土壤污染修復(fù)的基石。

傳統(tǒng)的土壤污染調(diào)查主要通過現(xiàn)場(chǎng)采樣、實(shí)驗(yàn)室檢測(cè)及地統(tǒng)計(jì)分析開展。往往需要耗費(fèi)大量的人力、物力及時(shí)間，調(diào)查過程復(fù)雜且實(shí)時(shí)性差。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問題，提供一種能夠提高土壤砷濃度的檢測(cè)效率的土壤砷濃度空間分布反演方法、裝置和計(jì)算機(jī)設(shè)備。

第一方面，本申請(qǐng)?zhí)峁┝艘环N土壤砷濃度空間分布反演方法，所述方法包括：

獲取衛(wèi)星高光譜圖像；

根據(jù)所述衛(wèi)星高光譜圖像中各像元對(duì)應(yīng)的光譜數(shù)據(jù)，構(gòu)建各所述像元的關(guān)鍵特征高光譜指數(shù)；

通過反演模型對(duì)各所述像元的所述關(guān)鍵特征高光譜指數(shù)進(jìn)行反演處理，得到所述衛(wèi)星高光譜圖像對(duì)應(yīng)的土壤砷濃度空間分布反演圖像，所述土壤砷濃度空間分布反演圖像中任一像元對(duì)應(yīng)的像元值，用于表征所述像元對(duì)應(yīng)土壤的砷濃度。

在其中一個(gè)實(shí)施例中，所述反演模型包括預(yù)測(cè)模型和圖像生成模塊，所述通過反演模型對(duì)各所述像元的所述關(guān)鍵特征高光譜指數(shù)進(jìn)行反演處理，得到所述衛(wèi)星高光譜圖像對(duì)應(yīng)的土壤砷濃度空間分布反演圖像，包括：

通過所述預(yù)測(cè)模型對(duì)各所述像元的所述關(guān)鍵特征高光譜指數(shù)進(jìn)行預(yù)測(cè)處理，得到各所述像元對(duì)應(yīng)的砷濃度；

通過所述圖像生成模塊對(duì)各所述像元對(duì)應(yīng)的砷濃度進(jìn)行反演，得到所述衛(wèi)星高光譜圖像對(duì)應(yīng)的土壤砷濃度空間分布反演圖像。

在其中一個(gè)實(shí)施例中，所述方法還包括:

獲取研究區(qū)的樣本衛(wèi)星高光譜圖像及所述樣本衛(wèi)星高光譜圖像中各采樣點(diǎn)土壤對(duì)應(yīng)的砷濃度；

根據(jù)各所述采樣點(diǎn)在所述樣本衛(wèi)星高光譜圖像中對(duì)應(yīng)的樣本光譜數(shù)據(jù)，構(gòu)建各所述采樣點(diǎn)對(duì)應(yīng)的樣本光譜指數(shù)；

針對(duì)任一所述采樣點(diǎn)，從所述采樣點(diǎn)對(duì)應(yīng)的樣本光譜指數(shù)中確定樣本關(guān)鍵特征高光譜指數(shù)；

通過初始預(yù)測(cè)模型對(duì)所述采樣點(diǎn)對(duì)應(yīng)的所述樣本關(guān)鍵特征高光譜指數(shù)進(jìn)行預(yù)測(cè)處理，得到所述采樣點(diǎn)對(duì)應(yīng)的預(yù)測(cè)砷濃度；

根據(jù)所述采樣點(diǎn)對(duì)應(yīng)的預(yù)測(cè)砷濃度及所述采樣點(diǎn)土壤對(duì)應(yīng)的砷濃度，構(gòu)建所述初始預(yù)測(cè)模型，得到所述預(yù)測(cè)模型。

在其中一個(gè)實(shí)施例中，所述獲取樣本衛(wèi)星高光譜圖像，包括：

獲取研究區(qū)的衛(wèi)星高光譜圖像；

對(duì)所述衛(wèi)星高光譜圖像進(jìn)行校正處理，得到樣本衛(wèi)星高光譜圖像。

在其中一個(gè)實(shí)施例中，所述根據(jù)各所述采樣點(diǎn)在所述樣本衛(wèi)星高光譜圖像中對(duì)應(yīng)的樣本光譜數(shù)據(jù)，構(gòu)建各所述采樣點(diǎn)對(duì)應(yīng)的樣本光譜指數(shù)，包括：

對(duì)各所述采樣點(diǎn)在所述樣本衛(wèi)星高光譜圖像中對(duì)應(yīng)的樣本光譜數(shù)據(jù)進(jìn)行降噪處理，得到降噪后的樣本光譜數(shù)據(jù)；