一种基于支持向量机的HY-2卫星地表水质遥感反演方法

本发明涉及资源环境，具体涉及利用hy-2卫星和支持向量机机器学习模型实现定量反演水质指标，实现遥感监测的方法。

背景技术：

1、工业化和城市化造成的污染对内陆水域产生了负面影响。工业、农业和生活污水不加选择地排放到水体中，导致富营养化和相关的藻华。水质差威胁到饮用水和食物供应等生态系统服务，并减少生物多样性。传统的水质监测主要基于原位样品采集和实验室测量，是劳动密集型的。特别是对于水域的大规模监测，需要更多的人力和财力，也难以解决长期观测的问题。与传统方法相比，卫星遥感为动态水质监测具有大尺度、长持续时间和周期性的优势。

2、遥感技术是通过卫星从地球表面电磁波信息获取表观数据，其中光谱成像是指采集并处理包含大量不同波长光线的图像，包括电磁光谱的可见光区域和不可见光区域。每种不同的材料(从岩石和化学化合物，到植被和人体组织)通常具有略微不同的光谱特征，称为光谱“指纹”。

3、水由含有许多悬浮和溶解，有机和无机，生物和非生物材料的分子组成。当入射太阳辐射或其他光照射到水体表面时，一部分被反射出表面，而大部分穿透水柱本身，引发与悬浮和溶解物质的相互作用。水的光谱特性由水中各成分的含量决定。因此，反射光谱确定了水体中每种成分含量之间的关系。不同物质在水中不同波段的吸收和散射导致特定波长范围内的反射率存在显著差异，这是通过遥感定量监测水质的基础。

技术实现思路

1、本发明的目的是通过卫星遥感与机器学习相结合，通过机器学习手段深度挖掘、使用卫星数据，从而实现一种在线监测、预测水质的方法，是一种基于固有光学特性、光学活性成分、非光学活性成分的遥感反演方法，具有监测范围广、实时连续、高效易获取等优点。

2、本发明的技术方案：基于支持向量机模型的hy-2卫星地表水质反演方法，包括以下步骤：

3、(1)基于陆地观测卫星数据服务平台获得环境小卫星(hj-2a、hj-2b)期数据；

4、(2)设置监测流域点位定点采样；

5、(3)利用envi软件对下载的监测地图谱进行数据导入、辐射校正(辐射定标、大气校正)、几何校正、图像裁剪、波段提取五个步骤，最终得到监测点位五个波段的波段数据；

6、(4)利用支持向量机模型，得到最优水质反演模型；

7、(5)根据水质反演模型，利用卫星遥感数据，对整个流域进行水质预测。

8、实施例中，选择天津市海河为监测对象。

9、实施例中预计采集指标有tn、硝态氮(n03--n)、铵态氮(nh4+-n)、cod，指标检测方法如下表所示：

10、

11、实施例中，利用envi软件对遥感数据图谱进行预处理分析，包含以下步骤：

12、1)数据导入：将需要处理的遥感图像导入到envi软件中。envi支持多种遥感数据格式，如tif、jpeg、hdf等。

13、2)辐射校正(radiometric correction)：一切与反射相关的误差的校正。目的是消除干扰，得到真实反射率的数据。干扰主要有：传感器本身、大气、太阳高度角、地形等。

14、包括：辐射定标，大气纠正，地形对辐射的影响

15、①辐射定标：将图像像元值(dn值)转换为对应像元的辐射率或反射率等物理量。辐射定标参数为应用flash大气校正。

16、②大气校正：是指传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差。大气校正就是消除这些由大气影响所造成的辐射误差，反演地物真实的表面反射率的过程。两种最重要的环境衰减是：a)大气散射和吸收引起的大气衰减；b)地形衰减。传感器高度通过全球dem高程数据统计获得、像元大小为16m、大气模型根据季节纬度选择、气溶胶模型选择选择rural、气溶胶反演方法为2-band(k-t)、多光谱设置面板选择与卫星光谱相机ccd类型相对应的波谱响应函数

17、3)几何校正：进行图像的几何校正，使得图像中的像素与地理坐标之间能够对应。这通常涉及到地理配准、影像配准和投影转换等操作。

18、4)图像裁剪：对感兴趣区或者利用roi裁剪影像，保留研究地区影像。

19、5)波段提取：将预处理后的图像数据保存为新的文件，并提取相应波段信息。

20、本发明具有如下优点：

21、(1)本发明方法相对于传统卫星遥感反演监测，hy-2卫星具有重访周期短(2天)、分辨率高、预测效果好的优点。

22、(2)本发明相当于传统统计分类，采用支持向量机的机器学习模型，支持向量模型具有较好的鲁棒性、泛化能力强、可处理非线性问题、参数调节灵活等优点，为提高水质预测精度起到了关键作用。

技术特征：

1.本发明的技术方案：基于支持向量机模型的hy-2卫星地表水质反演方法，包括以下步骤：

2.根据权利要求1所述的基于支持向量机模型的hy-2卫星地表水质反演方法，其特征在于：水质监测数据是于海河流域采样，并于低温保存运输且24h内监测完成的。

3.根据权利要求1所述的基于支持向量机模型的hy-2卫星地表水质反演方法，其特征在于：水质监测数据取样时间选取卫星过境当日，时间窗口不超过1天。

4.根据权利要求1所述的基于支持向量机模型的hy-2卫星地表水质反演方法，其特征在于：水质监测数据取样时间也须满足万里无云天气，遥感图像云量不超过10％。

5.根据权利要求1所述的基于支持向量机模型的hy-2卫星地表水质反演方法，其特征在于：采用支持向量机机器学习模型，支持向量机模型训练集、测试集采用7∶3比例，并且采用matlab中采用randperm函数将数组随机打乱分类，并运行5次，选用预测较好的结果。

6.根据权利要求1所述的基于支持向量机模型的hy-2卫星地表水质反演方法，其特征在于：支持向量机机器学习模型惩罚因子设置为4.0，径向基函数设置为0.8。

技术总结
本发明公开了一种基于支持向量机模型的HY‑2卫星地表水质反演方法，包括以下步骤：(1)基于陆地观测卫星数据服务平台获得环境小卫星(HJ‑2A、HJ‑2B)期数据；(2)设置监测流域点位定点采样；(3)利用ENVI软件对下载的监测地图谱进行数据导入、辐射校正(辐射定标、大气校正)、几何校正、图像裁剪、波段提取五个步骤，最终得到监测点位五个波段的波段数据；(4)利用支持向量机模型，得到最优水质反演模型；(5)根据水质反演模型，利用卫星遥感数据，对整个流域进行水质预测。

技术研发人员：李艳婷,赵林
受保护的技术使用者：天津大学
技术研发日：
技术公布日：2024/1/15