[发明专利]基于中高分辨率遥感影像的城区多雾霾污染参数监测方法

权利要求书

1.一种基于中高分辨率遥感影像的城区多雾霾污染参数监测方法，其特征在于：包括以下步骤：S01）、监测站点的布设，基于现有的国控点和省控点的环境监测站点，并且在道路交叉口附近区域增设对交通数据敏感的环境监测站点；S02）、遥感影像数据的获取，下载城区的中高分辨率的遥感影像；S03）、数据匹配，根据地理坐标将监测站点与遥感影像进行匹配；S04）、数据切割，以监测站点对应的遥感影像像素点为中心，将对应的遥感影像以对应像素点为中心切割成X*X窗口大小、能用于训练的图像大小的小块，其中X表示像素；S05）、图像特征指标计算，计算各小块图像各波段的图像统计特征指标以及基于LBP的纹理特征、边缘特征指标，同时由波段合成RGB彩色图像，其归一化范围为0-255；S06）、光谱特征选择指标，首先对遥感影像各波段进行辐射定标，然后选择不同雾霾参数的敏感波段，之后分析地物对雾霾颗粒浓度的相应特征、不同地物反射率的光谱曲线特征，构建反应不同污染物浓度的波段组合；S07）、构建数据集，将监测站点的环境监测数据、遥感影像特征指标、选择的各污染参数的敏感波段、波段组合进行一一对应，形成数据集，并将数据集划分为训练集、测试集和验证集；S08）、基于深度学习框架对数据集进行网络训练和学习；S09）、构建适用于中高分辨率遥感影像的城区污染物浓度监测模型，并且反演出城区的多雾霾污染参数的浓度分布图。

2.根据权利要求1所述的基于中高分辨率遥感影像的城区多雾霾污染参数监测方法，其特征在于：根据辐射定标公式进行辐射定标：radiance=gain*DN+offset；其中radiance是辐射亮度值，单位是W/（cm²*μm*sr），gain和offset是增益和偏移量，单位和辐射亮度值相同，DN值是遥感影像像元值；增益值、偏移量来源于遥感影像的头文件。

3.根据权利要求1所述的基于中高分辨率遥感影像的城区多雾霾污染参数监测方法，其特征在于：选择不同雾霾参数的敏感波段的过程为：利用SPSS软件对不同雾霾参数分别与不同波段的表观反射率进行相关性分析，根据相关性分析结果选择不同雾霾参数的敏感波段。

4.根据权利要求1所述的基于中高分辨率遥感影像的城区多雾霾污染参数监测方法，其特征在于：根据不同雾霾情况下的水泥光谱曲线特征， 根据SPSS相关性分析确定反应不同污染物浓度的波段组合。

5.根据权利要求1所述的基于中高分辨率遥感影像的城区多雾霾污染参数监测方法，其特征在于：训练集、测试集和验证集的比例为7:2:1。

6.根据权利要求1所述的基于中高分辨率遥感影像的城区多雾霾污染参数监测方法，其特征在于：基于深度学习框架对数据集进行网络训练和学习的具体步骤为：S81）、数据增强，通过旋转、多尺度训练、随机翻转、图像归一化进行简单的数据增强，同时将数据标签进行归一化；S82）、网络选择，以EfficientNet-B2作为基础网络结构，S83）、构建优化器，设定训练参数，输入数据进行训练，进行反向传播优化网络参数，并且每训练一次跑一次验证集。

7.根据权利要求1或6所述的基于中高分辨率遥感影像的城区多雾霾污染参数监测方法，其特征在于：所述深度学习框架为Pytorch。