[發明專利]一種結合差分學習率與光譜幾何特征的遙感水質反演方法

在審

• 申請號: 202210324442.6
• 申請日: 2022-03-29
• 公開（公告）號: CN114813651A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 尹治平;吳磊;孫世山;李玉虎
• 申請（專利權）人: 蘇州深藍空間遙感技術有限公司
• 主分類號: G01N21/55
• 分類號: G01N21/55;G01N21/31;G01N21/01
• 代理公司: 北京匯信合知識產權代理有限公司 11335
• 代理人: 孫民興

1.一種結合差分學習率與光譜幾何特征的遙感水質反演方法，其特征在于，所述方法包括以下步驟：

S1、收集各站點的衛星影像，對收集到的衛星影像進行輻射定標，計算出輻射亮度，通過輻射亮度計算出表觀反射率，再通過表觀反射率計算出遙感反射率；從地表水數據庫中導出地表水監測站點信息和水質指標信息數據；

S2、剔除明顯異常的站點遙感反射率，并構建遙感反射率曲線集合；剔除水質指標異常值；

S3、通過各站點遙感反射率曲線計算其光譜幾何特征數據，將光譜幾何特征數據合并為每一列為一個特征，每一行為一個樣本的m*n的特征矩陣，將特征矩陣劃分為訓練集和測試集；將剔除水質指標異常值后的水質指標作為待擬合數據集合并為輸出集，將輸出集劃分為訓練輸出集和測試輸出集；

S4、構建機器學習模型，將訓練集輸入模型進行訓練，得到訓練好的模型；

S5、將測試集放入訓練好的模型中進行測試，結果用平均相對誤差、均方根誤差和決定系數來評估評價，將最優模型進行線上部署。

2.根據權利要求1所述的一種結合差分學習率與光譜幾何特征的遙感水質反演方法，其特征在于，

在所述步驟S2中，使用狄克遜檢驗法剔除水質指標異常值，使用光譜匹配法剔除明顯異常的站點遙感反射率；

所述步驟S2光譜匹配法計算光譜距離的公式為：

式中，D_i²為光譜距離，Rrs_lut(λ_i)為標準光譜曲線數據，Rrs_pixel(λ_i)為樣點獲取的遙感反射率，λ_i取值為400～900nm，i為衛星波段數；

所述步驟S2光譜匹配法計算光譜最小距離的公式為：

式中，為光譜平均距離，n為站點的數量。

3.根據權利要求1所述的一種結合差分學習率與光譜幾何特征的遙感水質反演方法，其特征在于，

所述步驟S3中遙感反射率曲線的光譜幾何特征數據包括：光譜曲線面積、光譜曲線角度、光譜曲線方向、光譜曲線斜率比和光譜曲線投影長度；

光譜曲線面積計算公式為：f_area＝∫f(λ_i)ΔλdΔλ，式中Δλ為波長間隔，f(λ_i)為波長λ_i處的遙感反射率；

光譜曲線角度計算公式為：其中i,j,k＝{1,2,3,4}且i≠j≠k；i，j，k為衛星波段數；λ_i、λ_j和λ_k為不同衛星波段數對應的波長；Rrs_i、Rrs_j和Rrs_k為不同衛星波段數對應的遙感反射率；

光譜曲線方向計算公式為：其中i，j＝{1,2,3,4}且i≠j；

光譜曲線斜率比計算公式為：其中，i,j,k＝{1,2,3,4}且i≠j≠k；式中Δλ_i,j為i和j衛星波段數對應的波長間隔，Δλ_k,i為i和k衛星波段數對應的波長間隔；

光譜曲線投影長度計算公式為：f_prj＝Rrs_i-Rrs_j，其中i，j＝{1,2,3,4}且i≠j。

4.根據權利要求1所述的一種結合差分學習率與光譜幾何特征的遙感水質反演方法，其特征在于，

所述步驟S4中構建的機器學習模型主要根據隱含層層數設置不同的學習率，各層差分學習率根據下式計算：

η_i＝η₀/(1-i×α)

式中，i為隱含層層數，η_i為第i層的學習率，η₀為第一層的學習率，α為學習率變化率。

5.根據權利要求1所述的一種結合差分學習率與光譜幾何特征的遙感水質反演方法，其特征在于，

所述步驟S5中平均相對誤差、均方根誤差和決定系數的計算公式分別如下：

平均相對誤差：

均方根誤差：

決定系數：

式中，為預測值，為觀測值的平均值，y_i為觀測值，n為測試集數。