水质反演方法、装置、计算机设备以及存储介质

本发明涉及地理信息，特别涉及是一种水质反演方法、装置、设备以及存储介质。

背景技术：

1、水质反演是利用遥感技术获取水体光学信息，通过建立与水质反演数据之间的关系模型，推算水质反演数据的一种方法。由于传统的水质检测方法需要大量的人力、物力和时间成本，且存在时效性差等问题，因此发展水质遥感检测技术已经成为了当前水环境监测的一个重要方向。

技术实现思路

1、基于此，本发明的目的在于，提供一种水质反演方法、装置、计算机设备以及存储介质，基于光谱特征数据以及实测水质数据，构建水质反演模型，采用深度学习方法，对水质反演模型进行训练，使得水质反演模型能够根据光谱特征数据，输出准确的水质反演结果，提高了水质反演精度、效率以及稳定性。

2、第一方面，本申请实施例提供了一种水质反演方法，包括以下步骤：

3、获得样本区域的光谱数据以及高斯过程回归模型；

4、获得所述样本区域的若干个采样点的空间位置参数，根据所述空间位置参数，获得若干个采样点之间的空间距离，根据若干个采样点之间的空间距离以及预设的半变异函数，获得若干个采样点之间的半变异值；

5、根据若干个采样点之间的半变异值以及空间位置参数，构建核函数矩阵；将所述空间位置参数作为输入向量，根据若干个采样点的输入向量以及所述核函数矩阵，对所述高斯过程回归模型中进行初始化，获得初始化后的水质反演模型；

6、根据所述光谱数据以及预设的若干个采样点进行光谱特征提取，获得样本区域的采样点光谱特征数据；

7、获得样本区域的采样点水质实测数据，将所述采样点光谱特征数据以及采样点水质实测数据输入至所述初始化后的水质反演模型中进行训练，获得目标水质反演模型；

8、获得待测区域的光谱特征数据，将所述待测区域的光谱特征数据输入至所述目标水质反演模型，获得所述待测区域的水质反演数据。

9、第二方面，本申请实施例提供了一种水质反演装置，包括：

10、数据获得模块，用于获得样本区域的光谱数据以及高斯过程回归模型；

11、矩阵构建模块，用于获得所述样本区域的若干个采样点的空间位置参数，根据所述空间位置参数，获得若干个采样点之间的空间距离，根据若干个采样点之间的空间距离以及预设的半变异函数，获得若干个采样点之间的半变异值；

12、模型初始化模块，用于根据若干个采样点之间的半变异值以及空间位置参数，构建核函数矩阵；将所述空间位置参数作为输入向量，根据若干个采样点的输入向量以及所述核函数矩阵，对所述高斯过程回归模型中进行初始化，获得初始化后的水质反演模型；

13、特征提取模块，用于根据所述光谱数据以及预设的若干个采样点进行光谱特征提取，获得样本区域的采样点光谱特征数据；

14、模型训练模块，用于获得样本区域的采样点水质实测数据，将所述采样点光谱特征数据以及采样点水质实测数据输入至所述初始化后的水质反演模型中进行训练，获得目标水质反演模型；

15、水质反演模块，用于获得待测区域的光谱特征数据，将所述待测区域的光谱特征数据输入至所述目标水质反演模型，获得所述待测区域的水质反演数据。

16、第三方面，本申请实施例提供了一种计算机设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述计算机程序被所述处理器执行时实现如第一方面所述水质反演方法的步骤。

17、第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的水质反演方法的步骤。

18、在本申请实施例中，提供一种水质反演方法、装置、计算机设备以及存储介质，基于样本遥感影像中的光谱特征数据以及实测水质数据，构建水质反演模型，采用深度学习方法，对水质反演模型进行训练，使得水质反演模型能够根据待测遥感影像的光谱特征数据，输出准确的水质反演结果，提高了水质反演精度、效率以及稳定性。

19、为了更好地理解和实施，下面结合附图详细说明本发明。

技术特征：

1.一种水质反演方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的水质反演方法，其特征在于：所述光谱数据包括近红外波段参数、红色波段参数、蓝色波段参数以及绿色波段参数；所述光谱特征数据包括若干个采样点的光谱特征数据；所述光谱特征参数包括悬浮物浓度以及归一化植被指数。

3.根据权利要求2所述的水质反演方法，其特征在于，所述根据所述光谱数据以及预设的若干个采样点进行光谱特征提取，获得样本区域的采样点光谱特征数据，包括步骤：

4.根据权利要求3所述的水质反演方法，其特征在于：所述半变异函数为：

5.根据权利要求4所述的水质反演方法，其特征在于：所述初始化后的水质反演模型为：

6.根据权利要求5所述的水质反演方法，其特征在于，所述获得样本区域的采样点水质实测数据，将所述采样点光谱特征数据以及采样点水质实测数据输入至所述初始化后的水质反演模型中进行训练，获得目标水质反演模型，包括步骤：

7.一种水质反演装置，其特征在于，包括：

8.一种计算机设备，其特征在于，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的水质反演方法的步骤。

9.一种存储介质，其特征在于：所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的水质反演方法的步骤。

技术总结本发明涉及地理信息技术领域，特别涉及一种水质反演方法，包括：获得样本区域的光谱数据，根据光谱数据以及预设的若干个采样点进行光谱特征提取，获得样本区域的采样点光谱特征数据；获得样本区域的采样点水质实测数据，将采样点光谱特征数据以及采样点水质实测数据输入至预设的水质反演模型中进行训练，获得目标水质反演模型，其中，水质反演模型为以采样点光谱特征数据为自变量，水质数据作为因变量构建的地统计模型；获得待测区域的光谱特征数据，将待测区域的光谱特征数据输入至目标水质反演模型，获得待测区域的水质反演数据。技术研发人员：杨骥,邓应彬,李鑫,荆文龙,舒思京,李昭,温开祥,贾翊文,刘莹受保护的技术使用者：广东省科学院广州地理研究所技术研发日：技术公布日：2024/11/4