[发明专利]饮用水水源保护区生活面源污染负荷快速调查方法和装置

权利要求书

1.一种饮用水水源保护区生活面源污染负荷快速调查方法，其特征在于，所述方法包括：

S1：获取覆盖饮用水水源保护区全域的遥感影像；

S2：对所述遥感影像进行预处理；

S3：利用已知的水源保护区边界对所述遥感影像进行图像裁剪运算，得到水源保护区遥感影像；

S4：利用构建的水源保护区分散居民区提取模型对所述水源保护区遥感影像进行分散居民区提取，得到分散居民区空间分布图；

S5：利用构建的分散居民区人口估算模型对所述分散居民区空间分布图进行人口估算，得到水源保护区分散居民区人口空间分布状况清单；

S6：基于所述水源保护区分散居民区人口空间分布状况清单，利用构建的生活面源污染负荷估算模型，获取水源保护区生活面源污染负荷清单及空间分布图。

2.根据权利要求1所述的饮用水水源保护区生活面源污染负荷快速调查方法，其特征在于，所述水源保护区分散居民区提取模型R＝f(x,y)；

其中，R表示水源保护区分散居民区监测指标，x表示所述水源保护区遥感影像的光谱信息，y表示所述水源保护区遥感影像的空间纹理信息，f表示所述水源保护区分散居民区提取模型使用的模型函数。

3.根据权利要求2所述的饮用水水源保护区生活面源污染负荷快速调查方法，其特征在于，所述水源保护区分散居民区提取模型的输入层神经元个数为i，隐含层神经元个数为j，输出层神经元个数为m；输入层神经元与隐含层神经元的连接权值为w，隐含层神经元与输出层神经元的连接权值为v；隐含层神经元阈值为θ，输出层神经元阈值为u；

所述输入层神经元的输入为所述水源保护区遥感影像的光谱信息x_i和空间纹理信息y_i；

所述隐含层神经元的输入为：

所述隐含层神经元的输出为：O_j＝f(I_j-θ_j)＝f(net_j)；

所述输出层神经元的输入为：

所述输出层神经元的输出为：O_m＝f(I_m-u_m)＝f(net_m)；

其中，所述输出层神经元的输出即为水源保护区分散居民区监测指标。

4.根据权利要求3所述的饮用水水源保护区生活面源污染负荷快速调查方法，其特征在于，所述水源保护区分散居民区提取模型通过如下过程训练得到：

S10：将所述水源保护区遥感影像的光谱信息x_i和空间纹理信息y_i输入所述输入层神经元，在所述输出层神经元输出O_m；

S20：计算输出误差函数E；

其中，R_m为所述水源保护区遥感影像真实的水源保护区分散居民区监测指标；

S30：计算输出层节点误差δ_m；

S40：计算隐含层神经元误差δ_j；

S50：计算输出层权值修正值；

v_mj(k+1)＝v_mj(k)+Δv_mj＝v_mj(k)+η_m(R_m-O_m)f′(net_m)O_j

其中，η_m为设定的学习率；

S60：计算输出层阈值修正值；

u_m(k+1)＝u_m(t)+Δu_m＝u_m(t)+η_m(R_m-O_m)f′(net_m)

S70：计算隐含层权值修正值；

S80：计算隐含层阈值修正值；

S90：重复上述过程，对各个神经元的权值和阈值不断进行修正，完成所述水源保护区分散居民区提取模型的训练。