[发明专利]一种多波段优化组合的水质参数浓度反演方法和装置

说明书

技术领域

本发明涉及水质遥感监测技术领域，特别是涉及一种多波段优化组合的水质参数浓度反演方法和装置。

背景技术

湖库型水源地为人类提供大量水资源的同时，也具有重要的生态系统功能，是全球碳循环和营养循环的重要组分。然而随着人类活动影响的加剧，湖库型水源地不断受到有机和无机物污染的威胁，水环境问题日益严重。水环境的管理和保护需要大范围、连续的水质监测予以支撑，而常规水质监测多采用实验室分析手段，这种方式不但费时、费力而且只能获取监测断面上水质状况，难以满足对水质进行大范围、多时相动态监测的需求。

偏最小二乘算法作为一种多元回归方法，可以综合利用多个波段信息来反演水质参数的浓度，是一种重要的水质遥感反演方法。目前，有关水质参数偏最小二乘反演模型研究，多直接可见光或近红外范围内全谱来构建偏最小二乘模型，或者用一定的波段间隔来提取光谱以构建偏最小二乘模型，而在最佳主成分的确定时，则主要采用交互检验法。

其中，直接利用全谱波段构建偏最小二乘模型会导致偏最小二乘模型建模的波段数远大于采样点个数，且波段之间存在的共线性问题会加剧偏最小二乘模型建模的不确定性；而以一定波段间隔来提取光谱，却无法有效的选择对水质参数反演敏感的波段；而交互检验法在确定最佳主成分时，会通过剔除部分建模样本来用于模型验证，并以交互验证误差来确定最佳主成分个数，而这会损失部分建模样点信息，从而导致偏最小二乘模型过拟合或欠拟合。

由此可见，现有技术中在使用偏最小二乘模型对水质参数的浓度反演时，普遍存在着光谱之间共线性影响，从而导致所用偏最小二乘模型的不确定性强的问题。

发明内容

本发明提供了一种多波段优化组合的水质参数浓度反演方法和装置，以解决现有技术中在使用偏最小二乘模型对水质参数的浓度反演时，所存在的光谱之间共线性影响，从而导致所用偏最小二乘模型的不确定性强的问题。

为了解决上述问题，根据本发明的一个方面，本发明公开了一种多波段优化组合的水质参数浓度反演方法，包括：

获取采样点处水质参数的实测浓度和所述采样点处水体的对应不同波段的高光谱反射率数据；

采用连续投影算法对所述高光谱反射率数据的波段进行第一次筛选，得到第一组波段，其中，所述第一组波段包括多个波段；

根据所述水质参数的实测浓度和对应所述第一组波段的高光谱反射率数据，构建第一偏最小二乘反演模型；

计算对应所述第一组波段的高光谱反射率数据在所述第一偏最小二乘反演模型中的贡献值；

根据所述贡献值对所述高光谱反射率数据的所述第一组波段进行第二次筛选，得到对应第二组波段，其中，所述第二组波段所包括的波段的数量小于所述第一组波段所包括的波段的数量；

采用偏最小二乘算法并根据所述水质参数的实测浓度和对应所述第二组波段的高光谱反射率数据，构建第二偏最小二乘反演模型；

将所述采样点处对应所述第二组波段的高光谱反射率数据输入至所述第二偏最小二乘反演模型进行浓度反演，得到所述水质参数的浓度反演值。

根据本发明的另一方面，本发明还公开了一种多波段优化组合的水质参数浓度反演装置，包括：

获取模块，用于获取采样点处水质参数的实测浓度和所述采样点处水体的对应不同波段的高光谱反射率数据；

第一筛选模块，用于采用连续投影算法对所述高光谱反射率数据的波段进行第一次筛选，得到第一组波段，其中，所述第一组波段包括多个波段；

第一构建模块，用于根据所述水质参数的实测浓度和对应所述第一组波段的高光谱反射率数据，构建第一偏最小二乘反演模型；

计算模块，用于计算对应所述第一组波段的高光谱反射率数据在所述第一偏最小二乘反演模型中的贡献值；

第二筛选模块，用于根据所述贡献值对所述高光谱反射率数据的所述第一组波段进行第二次筛选，得到对应第二组波段，其中，所述第二组波段所包括的波段的数量小于所述第一组波段所包括的波段的数量；

第二构建模块，用于采用偏最小二乘算法并根据所述水质参数的实测浓度和对应所述第二组波段的高光谱反射率数据，构建第二偏最小二乘反演模型；

反演模块，用于将所述采样点处对应所述第二组波段的高光谱反射率数据输入至所述第二偏最小二乘反演模型进行浓度反演，得到所述水质参数的浓度反演值。

与现有技术相比，本发明包括以下优点：