[发明专利]多源遥感大数据协同的资源管理与环境监测方法及应用

说明书

本发明公开了多源遥感大数据协同的资源管理与环境监测方法，包括：通过不同传感器对地观测，获取水环境监测区域的水环境遥感图像数据；对异常像素进行平滑滤波，对去除异常像素的水环境遥感图像数据进行校正；将校正后的水环境遥感图像数据进行处理，得到遥感数据；建立各类水质参数反演模型；将遥感数据输入该反演模型，通过各类水质指标反演模型计算得到相应水质指标浓度图、黑臭水体分布图；通过图表进一步分析处理，得到水质等级和水环境监测报告。本发明所述的多源遥感大数据协同的资源管理与环境监测方法制备方法，数据处理高效、监测结果精确度高，避免了人为介入，分析可靠，并可在洪水和湖泊环境资源监测及分析处理中广泛应用。

技术领域

本发明涉及遥感监测技术领域，特别涉及多源遥感大数据协同的资源管理与环境监测方法及应用。

背景技术

传统的江河流域水环境监测主要是设置定点监测站、抽样调查、现场观察和测量等方法，这些监测手段和方法有利于准确反映局部的微观水体特征，如果从宏观上映射江河流域水环境状况，采取此类方法不仅耗费人力、物力、财力资源而且效率也十分低下。

随着遥感技术的不断进步和相关理论模型的不断完善，遥感监测技术在水环境监测中的应用越来越多，由于水环境监测的遥感数据为点云数据，且这些数据需要经过一系列的复杂处理，才能获得为人们所需的数据，但是，通常是对一组点云数据进行处理，且没有考虑原始图像数据中的异常像素点，从而使得监测结果精确度不高，不能作为水环境后期分析的可靠保证，故此，我们提出了多源遥感大数据协同的资源管理与环境监测方法及应用。

发明内容

本发明的主要目的在于提供多源遥感大数据协同的资源管理与环境监测方法及应用，可以有效解决背景技术中的问题。

为实现上述目的，本发明采取的技术方案为：

一种多源遥感大数据协同的资源管理与环境监测方法，包括以下步骤：

步骤一、数据采集：通过光学、热红外和微波等大量不同传感器对地观测，获取水环境监测区域的水环境遥感图像数据；

步骤二、数据预处理：查寻水环境遥感图像数据中的异常像素，并对异常像素进行平滑滤波，根据预先获取的与水环境监测区域对应的地面监测数据，对去除异常像素的水环境遥感图像数据进行校正；

步骤三、数据获取：将校正后的水环境遥感图像数据进行处理，得到处理后的遥感数据；

步骤四、建立反演模型：利用机器学习模型训练数据集，建立各类水质参数反演模型；

步骤五：图表获取：将步骤三得到的遥感数据输入该反演模型，通过各类水质指标反演模型计算得到相应水质指标浓度图、黑臭水体分布图；

步骤六：报告生成：通过步骤五获取的图表进一步分析处理，得到水质等级和水环境监测报告，实现对监测区域水环境安全全方位了解。

优选的，所述步骤一中数据采集，具体包括：

S1、系统利用倾斜摄影建模软件对多幅初始影像照片进行处理；

S2、利用RTK已测的控制点对影像进行坐标系配准；

S3、倾斜摄影软件对影像进行区域整体平差和多视角影像密集匹配。

优选的，所述步骤二中的查寻水环境遥感图像数据中的异常像素，具体包括：

S1、选取水环境遥感图像数据中的一个像素，计算所述像素的八邻域像素的灰度均值；

S2、判断所述灰度均值与所述像素的灰度值之间的相对误差是否大于预设的阈值；如果是，确定所述像素为异常像素；

S3、重复上述步骤，直到遍历水环境遥感图像数据中的像素。