[发明专利]基于遥感监测及改进证据融合技术的湖库蓝藻水华识别方法

摘要

本发明公开了一种基于遥感监测及改进证据融合技术的湖库蓝藻水华识别方法，属于环境工程技术领域。所述方法的步骤包括建立遥感反演模型、确定蓝藻水华暴发程度识别指标、监测数据预处理、信任函数值分配和监测区蓝藻水华识别。本发明提出将集成学习的Bagging算法融入到遥感反演模型即归一化植被指数模型的回归分析中，对模型的参数进行了修正，得到修正后的遥感反演模型，从而提高其拟合精度；解决了选取适合于湖库蓝藻水华识别的指标及其取值范围的问题；解决了监测区域选取及遥感监测数据预处理的问题；解决了信任函数值的分配问题；实现了蓝藻水华的有效识别。

主权项

1.基于遥感监测及改进证据融合技术的湖库蓝藻水华识别方法，其特征在于包括如下步骤：步骤一、建立遥感反演模型；对遥感监测数据和地面监测点数据采用回归分析方法确定出遥感反演模型参数，并利用集成学习的方法修正遥感反演模型参数，最后得到所述的遥感反演模型；所述的遥感监测数据为遥感波段反射率比值，所述的地面监测点数据为叶绿素a浓度；步骤二、确定蓝藻水华暴发程度识别指标；所述的识别指标包括叶绿素a浓度，还包括与叶绿素a浓度相对应的水体遥感波段反射率比值；步骤三、监测数据预处理；所述的监测数据包括遥感监测数据和地面监测点数据；每个地面监测点数据均作为一个独立数据源；提取地面监测点处的遥感波段反射率比值，并对监测区域的遥感监测数据提取遥感波段反射率比值的最大值和最小值，再通过对三者进行平均的方法获取监测区域的遥感波段反射率比值的均值作为独立数据源：x‾=xmax+xmin+Σi=1nxin+2---(3)]]>式中，为监测区域遥感波段反射率比值均值，x_max为监测区域遥感波段反射率比值最大值，x_min为监测区域遥感波段反射率比值最小值，x_i为单个地面监测点i处遥感波段反射率比值，n为地面监测点个数；步骤四、信任函数值分配；根据叶绿素a浓度指标取值范围，选用三角形隶属度函数对叶绿素a浓度指标进行模糊化处理，令无水华隶属度函数为μ_NC(y)，轻度水华隶属度函数为μ_SC(y)，中度水华隶属度函数为μ_MC(y)，重度水华隶属度函数为μ_LC(y)，y为叶绿素a浓度，隶属度函数值即为地面监测点的信任函数值；根据遥感波段反射率比值指标的取值范围，选用三角形隶属度函数对遥感波段反射率比值指标进行模糊化处理，令无水华隶属度函数为μ_NB(x)，轻度水华隶属度函数为μ_SB(x)，中度水华隶属度函数为μ_MB(x)，重度水华隶属度函数为μ_LB(x)，x为遥感波段反射率比值，各隶属度函数值即为遥感监测的信任函数值；通过叶绿素a浓度指标和遥感波段反射率比值指标的隶属度函数，得到监测区域内各地面监测点及遥感监测的信任函数分配结果；步骤五、监测区蓝藻水华识别；利用各证据源的信息熵对证据距离进行加权修正，从而对目标优化模型进行改进，再将修正后的证据源与基于证据可信度的证据合成规则进行合成，从而给出改进的证据理论组合公式，由此得到监测区域蓝藻水华暴发程度识别结果。