[发明专利]一种基于半监督地理空间回归分析的高光谱影像土壤重金属浓度评估方法

权利要求书

1.一种基于半监督地理空间回归分析的高光谱影像土壤重金属浓度评估方法，其特征在于：所述方法利用半监督地理空间回归分析方法在重金属浓度和成像高光谱影像数据之间建立模型；所述半监督地理空间回归分析方法是利用co-training半监督回归方法和地理空间回归方法相结合的方法，

所述半监督地理空间回归分析方法建立模型的具体步骤为：

2-1)将重金属浓度数据与采样点对应的成像高光谱影像数据及采样点地理坐标数据组合，形成有标签数据集；将采样点附近的光谱影像数据和及其对应像元处的地理坐标数据筛选组合，形成无标签数据集；

2-2)将有标签数据集分为有标签训练数据集和有标签验证数据集，所述有标签训练数据集用于模型训练，所述有标签验证数据集用于模型精度检验；

2-3)建立模型：设置两组地理空间回归模型，分别为模型I和模型II，分别对标签训练数据集的数据子集A和B进行训练，建立初步模型，再利用co-training训练并建立循环，实现两个模型的互相学习，利用模型精度检验结果选择最终模型；具体为：

S1)通过设置初始参数，生成两组不同的地理空间回归模型，模型I和模型II，同时随机选择两组有标签训练数据集当中的数据子集A和B，将模型I对应数据子集A，模型II对应子集B；

S2)利用模型I和模型II分别对其对应子集进行训练，建立初步模型；

S3)进行co-training训练并建立多次循环：将有标签数据集和无标签数据集按照不同比例随机输入模型I和模型II，根据模型I和模型II对无标签数据预测的置信度实现两个模型的互相学习；

S4)每次循环结束后利用有标签验证数据集进行模型I和模型II的精度检验，选择精度好的模型；

所述基于半监督地理空间回归分析的高光谱影像土壤重金属浓度评估方法包括以下步骤：

3-1)采集土壤样本，测定土壤样本的重金属浓度；

3-2)获取研究区的成像光谱影像数据并实现预处理；

3-3)利用半监督地理空间回归分析方法建立模型；

3-4)将3-2)预处理后的成像光谱影像数据输入模型，得到土壤重金属浓度估算图。

2.根据权利要求1所述的基于半监督地理空间回归分析的高光谱影像土壤重金属浓度评估方法，其特征在于：所述建立模型的过程具体为：

所述步骤S1)中，两组模型的设置的初始参数各不相同，所述S3)中两个模型互相学习的具体过程如下：当模型I对某个无标签样本i实现了预测，并且取得了较高的置信度时，将样本i输入模型II进行预测并评估其置信度，当模型I和模型II均对某个样本得出较高置信度时，将样本i从无标签数据集中删除，放入有标签训练数据集。

3.根据权利要求2所述的基于半监督地理空间回归分析的高光谱影像土壤重金属浓度评估方法，其特征在于：所述步骤S1)中数据子集A和B中样本数量均不超过总的有标签样本数量的1/4。

4.根据权利要求1或2所述的基于半监督地理空间回归分析的高光谱影像土壤重金属浓度评估方法，其特征在于：所述步骤S3)中所述有标签数据集与无标签数据集的比例为1:1、1:3、1:5、1:8。

5.根据权利要求4所述的基于半监督地理空间回归分析的高光谱影像土壤重金属浓度评估方法，其特征在于：所述的无标签数据集包括采样点附近10个像元距离、30个像元距离和50个距离长度为半径的缓冲区内的光谱影像数据和地理坐标数据。

6.根据权利要求5所述的基于半监督地理空间回归分析的高光谱影像土壤重金属浓度评估方法，其特征在于：所述重金属包括As和Cr。