PM2.5浓度遥感监测模型的训练方法、PM2.5浓度监测方法及装置与流程

本申请涉及计算机，尤其涉及一种pm2.5浓度遥感监测模型的训练方法、pm2.5浓度监测方法及装置。

背景技术：

1、pm2.5是指大气环境中空气动力学直径小于等于2.5μm的颗粒物。pm2.5动态监测对大气污染防治工作、地区空气质量达标管理提供技术支撑和科学依据。目前，在进行pm2.5浓度监测时，仅根据目标区域的气象数据、地理数据等进行pm2.5浓度监测。然而，当目标区域的地表类型不同时，对pm2.5颗粒物浓度的影响也是不同的。不同地表类型之间的光谱特征差别较大。因此，现有技术未充分考虑不同地表类型的光谱特征与pm2.5浓度之间的关系，现有技术的pm2.5浓度监测方法不全面。

技术实现思路

1、鉴于上述问题，本申请提供一种pm2.5浓度遥感监测模型的训练方法、pm2.5浓度监测方法及装置。

2、为解决上述技术问题，本申请提出以下方案：

3、第一方面，本申请提供了一种pm2.5浓度遥感监测模型的训练方法，方法包括：获取训练样本集，训练样本集包括目标区域的高分辨率遥感影像数据和高分辨率遥感影像数据所对应的气象数据；根据高分辨率遥感影像数据的光谱特征和气象数据确定目标特征；根据训练样本集和目标特征对多元回归模型进行训练，得到pm2.5浓度监测模型。

4、结合第一方面，在一种可能的实现方式中，对高分辨率遥感影像数据进行预处理，得到地表反射率数据，地表反射率数据用于指示遥感影像中不同波段的波段数据。

5、结合第一方面，在另一种可能的实现方式中，根据地表反射率数据确定高分辨率遥感影像数据中每个波段的反射率；将每个波段的反射率和气象数据包括的气象特征确定为目标特征。

6、结合第一方面，在另一种可能的实现方式中，确定目标区域的地表类型；根据地表类型确定波段组合；根据波段组合指示的波段之间的反射率差异确定目标特征。

7、结合第一方面，在另一种可能的实现方式中，获取高分辨率遥感影像数据所对应的pm2.5站点数据，根据pm2.5站点数据和目标特征之间的相关程度、多个目标特征之间的共线性程度对多个目标特征进行筛选。

8、结合第一方面，在另一种可能的实现方式中，计算pm2.5站点数据和目标特征之间的相关系数；计算多个目标特征之间的方差膨胀系数；将多个目标特征中相关系数大于第一阈值，且方差膨胀系数小于第二阈值的特征作为目标特征。

9、结合第一方面，在另一种可能的实现方式中，对气象数据的格式进行转换；采用三次卷积法对格式转换后的气象数据进行空间重采样。

10、第二方面，本申请提供了一种pm2.5浓度监测方法，方法包括：获取待监测区域的高分辨率遥感影像数据和高分辨率遥感影像数据对应的气象数据；将高分辨率遥感影像数据和气象数据输入训练完成的pm2.5浓度监测模型中，得到待监测区域的pm2.5浓度空间分布监测结果。

11、第三方面，本申请提供了一种pm2.5浓度遥感监测模型的训练装置，pm2.5浓度遥感监测模型的训练装置包括：

12、获取模块，获取训练样本集，训练样本集包括目标区域的高分辨率遥感影像数据和高分辨率遥感影像数据所对应的气象数据；

13、特征选择模块，用于根据高分辨率遥感影像数据的光谱特征和气象数据确定目标特征；

14、模型训练模块，用于根据训练样本集和目标特征对多元回归模型进行训练，得到pm2.5浓度监测模型。

15、结合第三方面，在一种可能的实现方式中，获取模块还用于，对高分辨率遥感影像数据进行预处理，得到地表反射率数据，地表反射率数据用于指示遥感影像中不同波段的波段数据。

16、结合第三方面，在另一种可能的实现方式中，特征选择模块具体用于，根据地表反射率数据确定高分辨率遥感影像数据中每个波段的反射率；将每个波段的反射率和气象数据包括的气象特征确定为目标特征。

17、结合第三方面，在另一种可能的实现方式中，特征选择模块具体用于，确定目标区域的地表类型；根据地表类型确定波段组合；根据波段组合指示的波段之间的反射率差异确定目标特征。

18、结合第三方面，在另一种可能的实现方式中，特征选择模块具体用于，获取高分辨率遥感影像数据所对应的pm2.5站点数据；根据pm2.5站点数据和目标特征之间的相关程度、多个目标特征之间的共线性程度对多个目标特征进行筛选。

19、结合第三方面，在另一种可能的实现方式中，特征选择模块具体用于，计算pm2.5站点数据和目标特征之间的相关系数；计算多个目标特征之间的方差膨胀系数；将多个目标特征中相关系数大于第一阈值，且方差膨胀系数小于第二阈值的特征作为目标特征。

20、结合第三方面，在另一种可能的实现方式中，获取模块还用于，对气象数据的格式进行转换；采用三次卷积法对格式转换后的气象数据进行空间重采样。

21、第四方面，本申请提供了一种pm2.5浓度监测装置，pm2.5浓度监测装置包括：

22、获取模块，用于获取待监测区域的高分辨率遥感影像数据和高分辨率遥感影像数据对应的气象数据；

23、监测模块，用于将高分辨率遥感影像数据和气象数据输入训练完成的pm2.5浓度监测模型中，得到待监测区域的pm2.5浓度空间分布监测结果。

24、为了实现上述目的，根据本申请的第五方面，提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述第一方面的pm2.5浓度遥感监测模型的训练方法或上述第二方面的pm2.5浓度监测方法。

25、为了实现上述目的，根据本申请的第六方面，提供了一种电子设备，所述设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行上述第一方面的pm2.5浓度遥感监测模型的训练方法或上述第二方面的pm2.5浓度监测方法。

26、借由上述技术方案，本申请提供的技术方案至少具有下列优点：

27、本申请提供的一种pm2.5浓度遥感监测模型的训练方法、pm2.5浓度监测方法及装置，本申请在构建pm2.5浓度监测模型时，相对于现有技术考虑了不同地表类型的光谱特征与pm2.5之间的关系，因此本申请构建的pm2.5浓度监测模型更全面，且可以提高pm2.5浓度监测模型的精度。

28、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

技术特征：

1.一种pm2.5浓度遥感监测模型的训练方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，根据所述高分辨率遥感影像数据的光谱特征和所述气象数据确定目标特征，包括：

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

6.根据权利要求5所述的方法，其特征在于，根据所述pm2.5站点数据和所述目标特征之间的相关程度、多个所述目标特征之间的共线性程度对多个所述目标特征进行筛选，包括：

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

8.一种pm2.5浓度监测方法，其特征在于，所述方法包括：

9.一种pm2.5浓度遥感监测模型的训练装置，其特征在于，所述装置包括：

10.一种pm2.5浓度监测装置，其特征在于，所述装置包括：

技术总结本申请公开了一种PM<subgt;2.5</subgt;浓度遥感监测模型的训练方法、PM<subgt;2.5</subgt;浓度监测方法及装置，涉及计算机技术领域。方法包括：获取训练样本集，训练样本集包括目标区域的高分辨率遥感影像数据和高分辨率遥感影像数据所对应的气象数据；根据高分辨率遥感影像数据的光谱特征和气象数据确定目标特征；根据训练样本集和目标特征对多元回归模型进行训练，得到PM<subgt;2.5</subgt;浓度监测模型。本申请在构建PM<subgt;2.5</subgt;浓度监测模型时，相对于现有技术考虑了不同地表类型的光谱特征与PM<subgt;2.5</subgt;浓度变化之间的关系，因此本申请构建的PM<subgt;2.5</subgt;浓度监测模型更全面，且可以提高PM<subgt;2.5</subgt;浓度监测模型的精度。技术研发人员：汤伟干,周会珍,张波,王联霞,文强,何建军受保护的技术使用者：二十一世纪空间技术应用股份有限公司技术研发日：技术公布日：2024/9/17