[发明专利]一种基于连续小波系数的二类水体叶绿素a浓度反演方法在审

专利信息
申请号: 202011403259.2 申请日: 2020-12-04
公开(公告)号: CN112526098A 公开(公告)日: 2021-03-19
发明(设计)人: 彭咏石;陈水森;王重洋;陈金月;李丹;贾凯;姜浩;王力;郑琼;官云兰 申请(专利权)人: 广东省科学院广州地理研究所
主分类号: G01N33/18 分类号: G01N33/18;G01N21/55;G01N21/25;G01N21/31;G01N21/64;G01N30/02;G06F30/20
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 郭炜绵;郑浦娟
地址: 510070 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 连续 系数 水体 叶绿素 浓度 反演 方法
【说明书】:

发明公开了一种基于连续小波系数的二类水体叶绿素a浓度反演方法,包括先实地采集二类水体表面的反射率数据和水体的叶绿素a浓度;然后将反射率数据在不同尺度下进行连续小波变换,得到多个小波系数;接着将小波系数与实测的叶绿素a浓度进行相关性分析,筛选出相关性较高的小波系数;再将筛选出的小波系数进行偏最小二乘回归建模,建立以小波系数为自变量,叶绿素a浓度为因变量的叶绿素a浓度反演模型;对于待测的二类水体,实地采集其表面的反射率数据,将其进行连续小波变换得到小波系数,然后基于该小波系数,利用叶绿素a浓度反演模型进行反演,最终得到该二类水体的叶绿素a浓度。本发明能够实现二类水体叶绿素a浓度高精度反演。

技术领域

本发明涉及二类水体叶绿素a浓度反演技术领域,特别涉及一种基于连续小波系数的二类水体叶绿素a浓度反演方法。

背景技术

水质监测是水质评价与水污染防治的重要手段。在对河湖等二类水体进行水质监测时,通常需要检测水中的叶绿素a浓度,叶绿素a是反映水体富营养化的一个重要指标,对二类水体进行高精度的叶绿素a浓度反演也一直是人们的研究课题。

目前,利用高光谱数据进行叶绿素浓度研究较为深入,其中基于实测数据构建原始遥感反射率与叶绿素浓度之间的数学统计关系被广泛应用。但是,由于二类水体复杂的光学特性,在遥感反演过程中无法抑制由浮游藻类及其降解物质、水体中悬浮的颗粒物和可溶性黄色物质带来的干扰,导致反演模型精度降低,难以实现高精度的叶绿素a浓度反演。因此,有必要研究出能够提高精度的二类水体叶绿素a浓度反演技术。

小波变换是一种数据处理方法,通过伸缩平移,对信号逐步进行多尺度细化,可为提取高光谱遥感反射率信息的多个变化细节提供了一种可行的手段。采用连续小波分析方法来研究陆地遥感中不同植被理化参数的反演在近些年来也引起了人们的关注。

发明内容

本发明的第一目的在于克服现有技术的缺点与不足,提供一种基于连续小波系数的二类水体叶绿素a浓度反演方法,该方法可以实现二类水体叶绿素a浓度高精度反演。

本发明的第二目的在于提供一种存储介质。

本发明的第三目的在于提供一种计算设备。

本发明的第一目的通过下述技术方案实现:一种基于连续小波系数的二类水体叶绿素a浓度反演方法,包括如下步骤:

S1、实地采集二类水体表面的反射率数据,同步采集该水体的叶绿素a浓度;

S2、将反射率数据在不同尺度下进行连续小波变换,得到不同尺度的小波系数;

S3、将小波系数与步骤S1实测的叶绿素a浓度进行相关性分析,从中筛选出相关系数大于预设阈值的小波系数;

S4、将筛选出的小波系数进行偏最小二乘回归建模,建立以小波系数为自变量,叶绿素a浓度为因变量的叶绿素a浓度反演模型;

S5、对于待测的二类水体,实地采集其表面的反射率数据,通过步骤S2进行连续小波变换,得到小波系数,然后基于该小波系数,利用叶绿素a浓度反演模型进行反演,最终得到该二类水体的叶绿素a浓度。

优选的,在步骤S1和步骤S5中,利用光谱仪实地采集二类水体表面的反射率数据,光谱仪的挂载方式包括地面、机载以及星载。

更进一步的,光谱仪的光谱测量波长范围为400~900nm。

优选的,在步骤S1中,利用高效液相色谱仪、荧光光度计或分光光度计采集二类水体的叶绿素a浓度。

优选的,连续小波变换的方式包括但不限于MEXH小波基函数。

优选的,筛选出相关系数大于预设阈值的小波系数,是指筛选出相关系数排在前1%的小波系数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东省科学院广州地理研究所,未经广东省科学院广州地理研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011403259.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top