[发明专利]一种基于遥感影像和人工智能的融雪速率分析方法

说明书

本发明提供了一种基于遥感影像和人工智能的融雪速率分析方法，该方法包括：对遥感影像进行语义分割操作得到语义分割图，根据语义分割图得到第一遮罩，第一遮罩经过形态学处理得到第二遮罩，对第二遮罩进行处理得到圆形ROI区域，根据遥感影像得到多个影响因素的数据信息，影响因素包括圆形ROI区域内的土壤含水量、地表温度、雪深，且每个影响因素都有一个待调权重；以多个影响因素在一定时间段t内的平均值和间隔时间t为自变量，融雪速率为因变量构建数学模型，根据参考融雪速率调整数学模型中每个影响因素的权重，多次调整后求解出最佳数学模型；本发明得到的最佳数学模型可被广泛应用，且应用成本低。

技术领域

本发明涉及人工智能、遥感领域，尤其是一种基于遥感影像和人工智能的融雪速率分析方法。

背景技术

积雪的融雪速率关系到农业、畜牧业等多个行业的运作和日程规划，但融雪速率获取方法较为困难，目前一般采用的方法为通过经验进行判断，该方式会受到很大程度的主观因素的影响，因此误差较高。

为解决上述问题，目前较为常用的方式为通过遥感影像处理对积雪区域进行感知，显而易见的，可通过时序上积雪区域大小的变化情况获得融雪速率。该方法的问题在于，其成本过高，应用范围小，对于多数人而言，获取实时遥感影像以及实时处理是困难的。

发明内容

为了解决上述问题，本发明提出一种基于遥感影像和人工智能的融雪速率分析方法，该方法包括：

步骤一，获取积雪区域的遥感影像，利用语义分割网络对遥感影像中的像素点进行分类，得到语义分割图，根据语义分割图得到积雪区域的第一遮罩，对第一遮罩进行图像形态学处理，得到积雪区域的第二遮罩；

步骤二，对第二遮罩进行连通域分析，将不相连的积雪区域的第二遮罩分离开，得到至少一个第二子遮罩，并生成每个第二子遮罩的最小外接矩形，以最小外接矩形两条对角线的交点为圆心，对角线为直径，生成圆形区域，圆形区域内包括第二子遮罩区域和土壤区域；

步骤三，根据遥感影像得到多个影响因素的数据信息，影响因素包括第二子遮罩区域的土壤含水量、地表温度、雪深以及土壤区域的土壤含水量、地表温度；

步骤四，每个影响因素在一定时间段t内的平均值和间隔时间t为自变量，融雪速率为因变量，根据自变量和因变量构建数学模型，数学模型中每个影响因素都有一个待调权重，通过预先得到的参考融雪速率调整数学模型中每个影响因素的权重，多次调整后求解出最佳数学模型；

步骤五，将自变量的数据信息输入最佳数学模型，得到融雪速率。

语义分割网络的输入为遥感影像，输出为语义分割图；遥感影像送入语义分割编码器提取特征，得到特征图，特征图送入语义分割解码器进行上采样得到与遥感影像等大的语义分割图。

所述形态学处理为闭运算处理。

多个影响因素的数据信息由遥感影像经过反演算法得到，具体地，土壤含水量反演算法包括光学遥感反演土壤水分算法、被动微波反演土壤水分算法、主动微波反演土壤水分算法、多传感器联合反演土壤水分算法；雪深反演算法包括Chang算法、NASA 96算法、FY3B算法；地表温度反演算法包括单波段算法、双波段算法、多波段算法。

光学遥感反演土壤水分算法包括基于指数的方法、基于土壤热惯量的方法；被动微波反演土壤水分算法包括单值反演算法、多值反演算法；主动微波反演土壤水分算法包括经验模型方法、物理模型方法、半经验模型方法。

根据连续时序上第二遮罩的变化情况计算参考融雪速率，具体地，根据两帧遥感影像对应的两个第二遮罩中的像素点数目计算融雪速率，或将两帧遥感影像中每帧遥感影像对应的第二遮罩中像素点的个数与相应的遥感影像中像素点的个数相除得到两个比值，根据两个比值计算融雪速率；其中，两帧遥感影像之间的间隔时间为t。

本发明的有益效果在于：