一種內(nèi)陸二類水體葉綠素a濃度的反演方法及裝置制造方法
【專利摘要】本發(fā)明提供一種內(nèi)陸二類水體葉綠素a濃度的反演方法及裝置，其中內(nèi)陸二類水體葉綠素a濃度的反演方法首先對第一遙感反射率光譜進(jìn)行分類，得到以不同組成成分為主要組分的若干類第二遙感反射率光譜并計算每條第二遙感反射率光譜的權(quán)重矩陣，再選擇每一類的特征波段計算葉綠素光譜指數(shù)，最后將每一條光譜的每一類別下的葉綠素光譜指數(shù)用其權(quán)重進(jìn)行加權(quán)融合得到加權(quán)葉綠素指數(shù)并擬合反演模型得到葉綠素a濃度。這種先分類后加權(quán)反演的方法降低區(qū)域和時間對反演方法的局限性，提高反演結(jié)果的平滑性和穩(wěn)定性，因此后續(xù)在反演某類第二遙感反射率光譜的葉綠素a濃度時，可以采用與其對應(yīng)的反演模型進(jìn)行反演得到葉綠素a濃度，提高方法通用性。
【專利說明】一種內(nèi)陸二類水體葉綠素a濃度的反演方法及裝置
【技術(shù)領(lǐng)域】
[0001 ] 本發(fā)明涉及內(nèi)陸二類水體的水質(zhì)參數(shù)反演【技術(shù)領(lǐng)域】，特別涉及一種內(nèi)陸二類水體葉綠素a濃度的反演方法及裝置。
【背景技術(shù)】
[0002]葉綠素a、懸浮物和有色可溶性有機(jī)物(也稱黃色物質(zhì))是目前遙感能夠監(jiān)測到的內(nèi)陸二類水體中的主要組成成分，其中葉綠素a作為光合作用最重要的色素是浮游植物生物量的指示參數(shù)，當(dāng)葉綠素a濃度高時，往往導(dǎo)致水華發(fā)生，水質(zhì)惡化，因此需要對內(nèi)陸二類水體中的葉綠素a濃度進(jìn)行實時監(jiān)控。
[0003]目前對內(nèi)陸二類水體中的葉綠素a濃度進(jìn)行實時監(jiān)控的一種常用手段是:利用水質(zhì)參數(shù)反演算法來反演內(nèi)陸二類水體中葉綠素a濃度，并且該水質(zhì)參數(shù)反演算法針對特定區(qū)域和特定時間的水體建立。
[0004]但是內(nèi)陸二類水體會隨著區(qū)域和/或時間的變化而變化，因此針對某個特定區(qū)域的某個特定時間建立的反演算法，并不適用于反演其他區(qū)域和同一區(qū)域的不同時間的水體，降低反演算法的通用性。

【發(fā)明內(nèi)容】

[0005]有鑒于此，本發(fā)明實施例提供一種內(nèi)陸二類水體葉綠素a濃度的反演方法及裝置，用于提高反演方法的通用性。技術(shù)方案如下:
[0006]本發(fā)明實施例提供一種內(nèi)陸二類水體葉綠素a濃度的反演方法，包括:
[0007]獲取實際測量的內(nèi)陸二類水體的第一遙感反射率光譜；
[0008]對所述第一遙感反射率光譜進(jìn)行分類，得到分類后的第二遙感反射率光譜，計算每類所述第二遙感反射率光譜的質(zhì)心，其中每類所述第二遙感反射率子光譜以所述第一遙感反射率光譜中的一種組成成分為主要組分，且不同所述第二遙感反射率子光譜中的所述主要組分不同；
[0009]計算所述第一遙感反射率光譜中每條遙感反射率光譜到每個質(zhì)心的光譜角度距離，得到距離矩陣；
[0010]對所述距離矩陣進(jìn)行歸一化處理，得到權(quán)重矩陣，其中所述權(quán)重矩陣中的每個權(quán)重對應(yīng)一類第二遙感反射率光譜中的一條遙感反射率光譜；
[0011]為每類所述第二遙感反射率光譜選取特征波段；
[0012]以每類所述第二遙感反射率光譜的所述特征波段為依據(jù)，計算與每個特征波段對應(yīng)的每類所述第二遙感反射率光譜的葉綠素光譜指數(shù)；
[0013]將每類所述第二遙感反射率光譜的葉綠素光譜指數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)；
[0014]對每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)和實際測量的所述第二遙感反射率光譜對應(yīng)的葉綠素a濃度進(jìn)行回歸分析，以得到葉綠素a濃度反演模型；[0015]利用所述葉綠素a濃度反演模型，反演其他遙感反射率光譜對應(yīng)的葉綠素a濃度。
[0016]優(yōu)選地，對所述第一遙感反射率光譜進(jìn)行分類之前，所述方法還包括:
[0017]對所述第一遙感反射率光譜進(jìn)行平滑處理和歸一化處理，對處理后的所述第一遙感反射率光譜進(jìn)行分類。
[0018]優(yōu)選地，對所述第一遙感反射率光譜進(jìn)行平滑處理，包括:利用窗口為15、多項式級數(shù)為2的Savitzky-Golay濾波算法，對所述第一遙感反射率光譜進(jìn)行平滑處理。
[0019]優(yōu)選地，對所述第一遙感反射率光譜進(jìn)行分類，包括:用逐步迭代的K均值聚類算法將所述第一遙感反射率光譜劃分為三類所述第二遙感反射率光譜。
[0020]優(yōu)選地，將每類所述第二遙感反射率光譜的葉綠素光譜指數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)，包括:
[0021 ] 利用公式二 [/； (x)x g:(.r)]對每類所述第二遙感反射率光譜的葉綠素光譜指
數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)，其中g(shù)i(x)為第i類所述第二遙感反射率光譜的葉綠素光譜指數(shù)，fi(x)為第i類所述第二遙感反射率光譜的質(zhì)心。
[0022]本發(fā)明實施例還提供一種內(nèi)陸二類水體葉綠素a濃度的反演裝置，包括:
[0023]獲取單元，用于獲取實際測量的內(nèi)陸二類水體的第一遙感反射率光譜；
[0024]分類單元，用于對所述第一遙感反射率光譜進(jìn)行分類，得到分類后的第二遙感反射率光譜，計算每類所述第二遙感反射率光譜的質(zhì)心，其中每類所述第二遙感反射率子光譜以所述第一遙感反射率光譜中的一種組成成分為主要組分，且不同所述第二遙感反射率子光譜中的所述主要組分不同；
[0025]第一計算單元，用于計算所述第一遙感反射率光譜中每條遙感反射率光譜到每個質(zhì)心的光譜角度距離，得到距離矩陣；
[0026]第二計算單元，用于對所述距離矩陣進(jìn)行歸一化處理，得到權(quán)重矩陣，其中所述權(quán)重矩陣中的每個權(quán)重對應(yīng)一類第二遙感反射率光譜中的一條遙感反射率光譜；
[0027]選取單元，用于為每類所述第二遙感反射率光譜選取特征波段；
[0028]第三計算單元，用于以每類所述第二遙感反射率光譜的所述特征波段為依據(jù)，計算與每個特征波段對應(yīng)的每類所述第二遙感反射率光譜的葉綠素光譜指數(shù)；
[0029]第四計算單元，用于將每類所述第二遙感反射率光譜的葉綠素光譜指數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)；
[0030]分析單元，用于對每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)和實際測量的所述第二遙感反射率光譜對應(yīng)的葉綠素a濃度進(jìn)行回歸分析，以得到葉綠素a濃度反演模型；
[0031]反演單元，用于利用所述葉綠素a濃度反演模型，反演其他遙感反射率光譜對應(yīng)的葉綠素a濃度。
[0032]優(yōu)選地，所述裝置還包括:
[0033]處理單元，用于對所述第一遙感反射率光譜進(jìn)行平滑處理和歸一化處理，并觸發(fā)所述分類單元對處理后的所述第一遙感反射率光譜進(jìn)行分類。
[0034]優(yōu)選地，所述處理單元對所述第一遙感反射率光譜進(jìn)行平滑處理，包括:利用窗口為15、多項式級數(shù)為2的Savitzky-Golay濾波算法，對所述第一遙感反射率光譜進(jìn)行平滑處理。
[0035]優(yōu)選地，所述分類單元對所述第一遙感反射率光譜進(jìn)行分類，包括:用逐步迭代的K均值聚類算法將所述第一遙感反射率光譜劃分為三類所述第二遙感反射率光譜。
[0036]優(yōu)選地，所述第四計算單元將每類所述第二遙感反射率光譜的葉綠素光譜指數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)，包括:
[0037]利用公=義U)]對每類所述第二遙感反射率光譜的葉綠素光譜指
數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)，其中g(shù)i(x)為第i類所述第二遙感反射率光譜的葉綠素光譜指數(shù)，fi(x)為第i類所述第二遙感反射率光譜的質(zhì)心。
[0038]與現(xiàn)有技術(shù)相比，本發(fā)明包括以下優(yōu)點:
[0039]從上述技術(shù)方案可以看出，本發(fā)明實施例提供的內(nèi)陸二類水體葉綠素a濃度的反演方法首先對第一遙感反射率光譜進(jìn)行分類，得到以不同組成成分為主要組分的若干類第二遙感反射率光譜并計算每條第二遙感反射率光譜的權(quán)重矩陣，再選擇每一類的特征波段計算葉綠素光譜指數(shù)，最后將每一條光譜的每一類別下的葉綠素光譜指數(shù)用其權(quán)重進(jìn)行加權(quán)融合得到加權(quán)葉綠素指數(shù)并擬合反演模型得到葉綠素a濃度。這種先分類后加權(quán)反演的方法降低區(qū)域和時間對反演方法的局限性，提高反演結(jié)果的平滑性和穩(wěn)定性，因此后續(xù)在反演某類第二遙感反射率光譜的葉綠素a濃度時，可以采用與其對應(yīng)的反演模型進(jìn)行反演得到葉綠素a濃度， 提高方法通用性。
【專利附圖】

【附圖說明】
[0040]為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0041]圖1是本發(fā)明實施例提供的內(nèi)陸二類水體葉綠素a濃度的反演方法的流程圖；
[0042]圖2是本發(fā)明實施例提供的內(nèi)陸二類水體葉綠素a濃度的反演裝置的一種結(jié)構(gòu)示意圖；
[0043]圖3是本發(fā)明實施例提供的內(nèi)陸二類水體葉綠素a濃度的反演裝置的另一種結(jié)構(gòu)示意圖。
【具體實施方式】
[0044]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。
[0045]請參閱圖1，其示出了本發(fā)明實施例提供的一種內(nèi)陸二類水體葉綠素a濃度的反演方法的流程圖，可以包括以下步驟:
[0046]101:獲取實際測量的內(nèi)陸二類水體的第一遙感反射率光譜。[0047]在本發(fā)明實施例中，第一遙感反射率光譜是采用“水面以上測量法”測量得到，該測量方法是目前測量水體的遙感反射率光譜的通用方法，其可以去除天空光對水體的遙感反射率光譜的影響。并且第一遙感反射率光譜中包括多條遙感反射率光譜。
[0048]例如第一遙感反射率光譜是以Inm (納米)為間隔,至少包括400nm - 900nm的光譜范圍，即第一遙感反射率光譜包括400nm - 900nm光譜范圍內(nèi)的遙感反射率光譜，遙感反射率光譜的波長間隔為lnm，且每條遙感反射率光譜的光譜范圍和光譜分辨率相同。
[0049]102:對第一遙感反射率光譜進(jìn)行分類，得到分類后的第二遙感反射率光譜，計算每類第二遙感反射率光譜的質(zhì)心。
[0050]其中每類第二遙感反射率光譜以第一遙感反射率光譜中的一種組成成分為主要組分，且不同第二遙感反射率光譜中的主要組分不同。比如第一遙感反射率光譜中包括三種組成成分:葉綠素a、懸浮物和有色可溶性有機(jī)物，那么在進(jìn)行劃分時可以以這三種組成成分為主要組分對第一遙感反射率光譜進(jìn)行劃分，得到三類第二遙感反射率光譜，每類第二遙感反射率光譜包括的主要組分分別是:葉綠素a、懸浮物和有色可溶性有機(jī)物。
[0051]需要說明的一點是:劃分得到的三類第二遙感反射率光譜中并不只包括主要組分，還包括第一遙感反射率光譜中的其他組成成分，因此需要獲取每類第二遙感反射率光譜的葉綠素a濃度反演模型。并且第一遙感反射率光譜和第二遙感反射率光譜在本領(lǐng)域中可以直接稱為遙感反射率光譜，在本發(fā)明實施例中采用第一遙感反射率光譜和第二遙感反射率光譜是為了更好地區(qū)分。
[0052]在本發(fā)明實施例中，對第一遙感反射率光譜進(jìn)行分類可以采用逐步迭代的K-mean (K均值)聚類算法將第一遙感反射率光譜劃分為三類第二遙感反射率光譜，并且可以通過逐步迭代的K-mean聚類算法計算出各類第二遙感反射率光譜的質(zhì)心。相比直接K-mean聚類算法，逐步迭代的K-mean聚類算法較好的繼承每次迭代的光譜特性，使得不同類別的光學(xué)特性更為接近。
[0053]此外，為了提高本發(fā)明實施例得到的葉綠素a濃度反演模型的準(zhǔn)確度，在對第一遙感反射率光譜進(jìn)行劃分之前，首先對第一遙感反射率光譜進(jìn)行平滑處理和歸一化處理，然后再對處理后的第一遙感反射率光譜進(jìn)行分類。
[0054]其中在對第一遙感反射率光譜進(jìn)行平滑處理時，可以利用窗口為15、多項式級數(shù)為2的Savitzky-Golay濾波算法,對第一遙感反射率光譜進(jìn)行平滑處理。Savitzky-Golay濾波算法(簡稱為S-G濾波算法)是由Savitzky和Golay于1964年提出，發(fā)表于Analytical Chemistry雜志。之后被廣泛地運用于數(shù)據(jù)流平滑除噪,是一種在時域內(nèi)基于局域多項式最小二乘法擬合的濾波算法。在經(jīng)過平滑處理后第一遙感反射率光譜中的毛刺噪聲被消除，而歸一化處理可以去除環(huán)境對第一遙感反射率光譜的影響。
[0055]103:計算第一遙感反射率光譜中每條遙感反射率光譜到每個質(zhì)心的光譜角度距離，得到距離矩陣。
[0056]104:對距離矩陣進(jìn)行歸一化處理，得到權(quán)重矩陣,其中權(quán)重矩陣中的每個權(quán)重對應(yīng)一類第二遙感反射率光譜中的一條遙感反射率光譜。在距離到權(quán)重的轉(zhuǎn)換時需要符合以下公式:
[0057]ΣΙ, Α(Λ.) = L其中Pi (X)是一條遙感反射率光譜到第i個質(zhì)心的權(quán)重，η為質(zhì)心的總數(shù)量，該公式可以保證每條遙感反射率光譜到所有質(zhì)心的權(quán)重之和為I。[0058]105:為每類第二遙感反射率光譜選取特征波段。在選取特征波段時，可以依據(jù)不同類型的第二遙感反射率光譜的光學(xué)特性進(jìn)行選取。并且還可以依據(jù)后續(xù)每類第二遙感反射率光譜的葉綠素光譜指數(shù)的類型進(jìn)行選擇，如葉綠素光譜指數(shù)為歸一化葉綠素指數(shù)和綜合葉綠素指數(shù)時，選擇的特征波段可以不同。
[0059]106:以每類第二遙感反射率光譜的特征波段為依據(jù)，計算與每個特征波段對應(yīng)的每類第二遙感反射率光譜的葉綠素光譜指數(shù)。
[0060]在本發(fā)明實施例中，不同的葉綠素光譜指數(shù)要求的特征波段不相同，選取特征波段的方法也不同，相應(yīng)的葉綠素光譜指數(shù)的計算方法也不相同，對此本發(fā)明實施例不再一一列舉，可以參閱現(xiàn)有依據(jù)特征波段選取葉綠素光譜指數(shù)及葉綠素光譜指數(shù)的計算方法。
[0061]107:將每類第二遙感反射率光譜的葉綠素光譜指數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)。
[0062]具體可以利用公式y(tǒng) =對每類第二遙感反射率光譜的葉綠素光
譜指數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)，其中g(shù)i(x)為第i類第二遙感反射率光譜的葉綠素光譜指數(shù)，fi(x)為第i類第二遙感反射率光譜的質(zhì)心。
[0063]108:對每類第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)和實際測量的第二遙感反射率光譜對應(yīng)的葉綠 素a濃度進(jìn)行回歸分析，以得到葉綠素a濃度反演模型。
[0064]其中，回歸分析是葉綠素a反演建模的一般過程，通過現(xiàn)有技術(shù)提供的回歸分析方法可以得到每類第二遙感反射率光譜的葉綠素a濃度反演模型。
[0065]109:利用葉綠素a濃度反演模型，反演其他遙感反射率光譜對應(yīng)的葉綠素a濃度。后續(xù)在反演其他第二遙感反射率光譜的葉綠素a濃度時，可以通過對其他遙感反射率光譜進(jìn)行分類得到其類型，然后再采用與其類型對應(yīng)的葉綠素a濃度反演模型進(jìn)行反演得到葉綠素a濃度。
[0066]從上述技術(shù)方案可以看出，本發(fā)明實施例提供的內(nèi)陸二類水體葉綠素a濃度的反演方法首先對第一遙感反射率光譜進(jìn)行分類，得到以不同組成成分為主要組分的若干類第二遙感反射率光譜并計算每條第二遙感反射率光譜的權(quán)重矩陣，再選擇每一類的特征波段計算葉綠素光譜指數(shù)，最后將每一條光譜的每一類別下的葉綠素光譜指數(shù)用其權(quán)重進(jìn)行加權(quán)融合得到加權(quán)葉綠素指數(shù)并擬合反演模型得到葉綠素a濃度。這種先分類后加權(quán)反演的方法降低區(qū)域和時間對反演方法的局限性，提高反演結(jié)果的平滑性和穩(wěn)定性，因此后續(xù)在反演某類第二遙感反射率光譜的葉綠素a濃度時，可以采用與其對應(yīng)的反演模型進(jìn)行反演得到葉綠素a濃度，提高方法通用性。
[0067]并且本發(fā)明實施例將不同類型的第二遙感反射率光譜的葉綠素光譜指數(shù)進(jìn)行加權(quán)求和，這樣加權(quán)求和得到的加權(quán)葉綠素光譜指數(shù)更加平滑，更能夠符合內(nèi)陸二類水體葉綠素a濃度的均一化分布特性。
[0068]此外本發(fā)明實施例融合不同類型的第二遙感反射率光譜，降低由于單一遙感反射率光譜對誤差的影響，并且在基于權(quán)重的加權(quán)方法時可以為光譜特性相似度較高的第二遙感反射率分配較高的權(quán)重，而為光譜特性相似度較低的第二遙感反射率分配較低的權(quán)重，以降低光譜特性相似度較低的第二遙感反射率的影響，這樣可以較好的模擬現(xiàn)實世界中不同類別內(nèi)陸二類水體中不同組成成分對光譜曲線的影響，較好的反應(yīng)葉綠素a等水質(zhì)參數(shù)的分布情況。
[0069]與上述方法實施例相對應(yīng)，本發(fā)明實施例還提供一種內(nèi)陸二類水體葉綠素a濃度的反演裝置，其結(jié)構(gòu)示意圖如圖2所示，可以包括:獲取單元11、分類單元12、第一計算單元13、第二計算單元14、選取單元15、第三計算單元16、第四計算單元17、分析單元18和反演單元19。其中，
[0070]獲取單元11，用于獲取實際測量的內(nèi)陸二類水體的第一遙感反射率光譜。
[0071]在本發(fā)明實施例中，第一遙感反射率光譜是采用“水面以上測量法”測量得到，該測量方法是目前測量水體的遙感反射率光譜的通用方法，其可以去除天空光對水體的遙感反射率光譜的影響。并且第一遙感反射率光譜中包括多條遙感反射率光譜。
[0072]例如第一遙感反射率光譜是以Inm (納米)為間隔,至少包括400nm - 900nm的光譜范圍，即第一遙感反射率光譜包括400nm - 900nm光譜范圍內(nèi)的遙感反射率光譜，遙感反射率光譜的波長間隔為lnm，且每條遙感反射率光譜的光譜范圍和光譜分辨率相同。
[0073]分類單元12，用于對第一遙感反射率光譜進(jìn)行分類，得到分類后的第二遙感反射率光譜，計算每類第二遙感反射率光譜的質(zhì)心，其中每類第二遙感反射率子光譜以第一遙感反射率光譜中的一種組成成分為主要組分，且不同第二遙感反射率子光譜中的主要組分不同。
[0074]其中每類第二遙感反射率光譜以第一遙感反射率光譜中的一種組成成分為主要組分，且不同第二遙感反射率光譜中的主要組分不同。比如第一遙感反射率光譜中包括三種組成成分:葉綠素a、懸浮物和有色可溶性有機(jī)物，那么在進(jìn)行劃分時可以以這三種組成成分為主要組分對第一遙感反射率光譜進(jìn)行劃分，得到三類第二遙感反射率光譜，每類第二遙感反射率光譜包括的主要組分分別是:葉綠素a、懸浮物和有色可溶性有機(jī)物。
[0075]需要說明的一點是:劃分得到的三類第二遙感反射率光譜中并不只包括主要組分，還包括第一遙感反射率光譜中的其他組成成分，因此需要獲取每類第二遙感反射率光譜的葉綠素a濃度反演模型。并且第一遙感反射率光譜和第二遙感反射率光譜在本領(lǐng)域中可以直接稱為遙感反射率光譜，在本發(fā)明實施例中采用第一遙感反射率光譜和第二遙感反射率光譜是為了更好地區(qū)分。
[0076]在本發(fā)明實施例中，分類單元12對第一遙感反射率光譜進(jìn)行分類可以采用逐步迭代的K-mean (K均值)聚類算法將第一遙感反射率光譜劃分為三類第二遙感反射率光譜，并且可以通過逐步迭代的K-mean聚類算法計算出各類第二遙感反射率光譜的質(zhì)心。相比直接K-mean聚類算法，逐步迭代的K-mean聚類算法較好的繼承每次迭代的光譜特性，使得不同類別的光學(xué)特性更為接近。
[0077]此外，為了提高本發(fā)明實施例得到的葉綠素a濃度反演模型的準(zhǔn)確度，在圖2所示的反演裝置基礎(chǔ)上，本發(fā)明實施例提供的反演裝置還可以包括:處理單元10，如圖3所示，其中處理單元10對第一遙感反射率光譜進(jìn)行平滑處理和歸一化處理，然后觸發(fā)分類單元12對處理后的第一遙感反射率光譜進(jìn)行分類。
[0078]其中在對第一遙感反射率光譜進(jìn)行平滑處理時，處理單元10可以利用窗口為15、多項式級數(shù)為2的Savitzky-Golay濾波算法，對第一遙感反射率光譜進(jìn)行平滑處理。在經(jīng)過平滑處理后第一遙感反射率光譜中的毛刺噪聲被消除，而歸一化處理可以去除環(huán)境對第一遙感反射率光譜的影響。
[0079]第一計算單元13，用于計算第一遙感反射率光譜中每條遙感反射率光譜到每個質(zhì)心的光譜角度距離，得到距離矩陣。
[0080] 第二計算單元14，用于對距離矩陣進(jìn)行歸一化處理，得到權(quán)重矩陣，其中權(quán)重矩陣中的每個權(quán)重對應(yīng)一類第二遙感反射率光譜中的一條遙感反射率光譜。在距離到權(quán)重的轉(zhuǎn)換時需要符合以下公式:
[0081]丨，其中Pi(X)是一條遙感反射率光譜到第i個質(zhì)心的權(quán)重，η為質(zhì)心的
總數(shù)量，該公式可以保證每條遙感反射率光譜到所有質(zhì)心的權(quán)重之和為I。
[0082]選取單元15，用于為每類第二遙感反射率光譜選取特征波段。在選取特征波段時，可以依據(jù)不同類型的第二遙感反射率光譜的光學(xué)特性進(jìn)行選取。并且還可以依據(jù)后續(xù)每類第二遙感反射率光譜的葉綠素光譜指數(shù)的類型進(jìn)行選擇，如葉綠素光譜指數(shù)為歸一化葉綠素指數(shù)和綜合葉綠素指數(shù)時，選擇的特征波段可以不同。
[0083]第三計算單元16，用于以每類第二遙感反射率光譜的特征波段為依據(jù)，計算與每個特征波段對應(yīng)的每類第二遙感反射率光譜的葉綠素光譜指數(shù)。
[0084]在本發(fā)明實施例中，不同的葉綠素光譜指數(shù)要求的特征波段不相同，選取特征波段的方法也不同，相應(yīng)的葉綠素光譜指數(shù)的計算方法也不相同，對此本發(fā)明實施例不再一一列舉選取單元15和第三計算單元16采用的方法，可以參閱現(xiàn)有依據(jù)特征波段選取葉綠素光譜指數(shù)及葉綠素光譜指數(shù)的計算方法。
[0085]第四計算單元17，用于將每類第二遙感反射率光譜的葉綠素光譜指數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)。
[0086]具體可以利用公式7 =對每類第二遙感反射率光譜的葉綠素光
譜指數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)，其中g(shù)i(x)為第i類第二遙感反射率光譜的葉綠素光譜指數(shù)，fi(x)為第i類第二遙感反射率光譜的質(zhì)心。
[0087]分析單元18，用于對每類第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)和實際測量的第二遙感反射率光譜對應(yīng)的葉綠素a濃度進(jìn)行回歸分析，以得到葉綠素a濃度反演模型。
[0088]其中，回歸分析是葉綠素a反演建模的一般過程，通過現(xiàn)有技術(shù)提供的回歸分析方法可以得到每類第二遙感反射率光譜的葉綠素a濃度反演模型。
[0089]反演單元19，用于利用葉綠素a濃度反演模型，反演其他遙感反射率光譜對應(yīng)的葉綠素a濃度。
[0090]從上述技術(shù)方案可以看出，本發(fā)明實施例提供的內(nèi)陸二類水體葉綠素a濃度的反演裝置首先對第一遙感反射率光譜進(jìn)行分類，得到以不同組成成分為主要組分的若干類第二遙感反射率光譜并計算每條第二遙感反射率光譜的權(quán)重矩陣，再選擇每一類的特征波段計算葉綠素光譜指數(shù)，最后將每一條光譜的每一類別下的葉綠素光譜指數(shù)用其權(quán)重進(jìn)行加權(quán)融合得到加權(quán)葉綠素指數(shù)并擬合反演模型得到葉綠素a濃度。這種先分類后加權(quán)反演的方法降低區(qū)域和時間對反演方法的局限性，提高反演結(jié)果的平滑性和穩(wěn)定性，因此后續(xù)在反演某類第二遙感反射率光譜的葉綠素a濃度時，可以采用與其對應(yīng)的反演模型進(jìn)行反演得到葉綠素a濃度，提高方法通用性。[0091]并且本發(fā)明實施例將不同類型的第二遙感反射率光譜的葉綠素光譜指數(shù)進(jìn)行加權(quán)求和，這樣加權(quán)求和得到的加權(quán)葉綠素光譜指數(shù)更加平滑，更能夠符合內(nèi)陸二類水體葉綠素a濃度的均一化分布特性。
[0092]此外本發(fā)明實施例融合不同類型的第二遙感反射率光譜，降低由于單一遙感反射率光譜對誤差的影響，并且在基于權(quán)重的加權(quán)方法時可以為光譜特性相似度較高的第二遙感反射率分配較高的權(quán)重，而為光譜特性相似度較低的第二遙感反射率分配較低的權(quán)重，以降低光譜特性相似度較低的第二遙感反射率的影響，這樣可以較好的模擬現(xiàn)實世界中不同類別內(nèi)陸二類水體中不同組成成分對光譜曲線的影響，較好的反應(yīng)葉綠素a等水質(zhì)參數(shù)的分布情況。
[0093]需要說明的是，本說明書中的各個實施例均采用遞進(jìn)的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。對于裝置類實施例而言，由于其與方法實施例基本相似，所以描述的比較簡單，相關(guān)之處參見方法實施例的部分說明即可。
[0094]最后，還需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素 。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。
[0095]為了描述的方便，描述以上裝置時以功能分為各種單元分別描述。當(dāng)然，在實施本發(fā)明時可以把各單元的功能在同一個或多個軟件和/或硬件中實現(xiàn)。
[0096]通過以上的實施方式的描述可知，本領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明可借助軟件加必需的通用硬件平臺的方式來實現(xiàn)?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機(jī)軟件產(chǎn)品可以存儲在存儲介質(zhì)中，如R0M/RAM、磁碟、光盤等，包括若干指令用以使得一臺計算機(jī)設(shè)備(可以是個人計算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例或者實施例的某些部分所述的方法。
[0097]以上對本發(fā)明所提供的一種內(nèi)陸二類水體葉綠素a濃度的反演方法及裝置進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進(jìn)行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想。同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在【具體實施方式】及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。
【權(quán)利要求】
1.一種內(nèi)陸二類水體葉綠素a濃度的反演方法，其特征在于，包括: 獲取實際測量的內(nèi)陸二類水體的第一遙感反射率光譜； 對所述第一遙感反射率光譜進(jìn)行分類，得到分類后的第二遙感反射率光譜，計算每類所述第二遙感反射率光譜的質(zhì)心，其中每類所述第二遙感反射率子光譜以所述第一遙感反射率光譜中的一種組成成分為主要組分，且不同所述第二遙感反射率子光譜中的所述主要組分不同； 計算所述第一遙感反射率光譜中每條遙感反射率光譜到每個質(zhì)心的光譜角度距離，得到距離矩陣； 對所述距離矩陣進(jìn)行歸一化處理，得到權(quán)重矩陣，其中所述權(quán)重矩陣中的每個權(quán)重對應(yīng)一類第二遙感反射率光譜中的一條遙感反射率光譜； 為每類所述第二遙感反射率光譜選取特征波段； 以每類所述第二遙感反射率光譜的所述特征波段為依據(jù)，計算與每個特征波段對應(yīng)的每類所述第二遙感反射率光譜的葉綠素光譜指數(shù)； 將每類所述第二遙感反射率光 譜的葉綠素光譜指數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)； 對每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)和實際測量的所述第二遙感反射率光譜對應(yīng)的葉綠素a濃度進(jìn)行回歸分析，以得到葉綠素a濃度反演模型； 利用所述葉綠素a濃度反演模型，反演其他遙感反射率光譜對應(yīng)的葉綠素a濃度。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，對所述第一遙感反射率光譜進(jìn)行分類之前，所述方法還包括: 對所述第一遙感反射率光譜進(jìn)行平滑處理和歸一化處理，對處理后的所述第一遙感反射率光譜進(jìn)行分類。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，對所述第一遙感反射率光譜進(jìn)行平滑處理，包括:利用窗口為15、多項式級數(shù)為2的Savitzky-Golay濾波算法,對所述第一遙感反射率光譜進(jìn)行平滑處理。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，對所述第一遙感反射率光譜進(jìn)行分類，包括:用逐步迭代的K均值聚類算法將所述第一遙感反射率光譜劃分為三類所述第二遙感反射率光譜。
5.根據(jù)權(quán)利要求1至4任意一項所述的方法，其特征在于，將每類所述第二遙感反射率光譜的葉綠素光譜指數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)，包括: 利用公式[/: (x)x反.(4對每類所述第二遙感反射率光譜的葉綠素光譜指數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)，其中g(shù)“x)為第i類所述第二遙感反射率光譜的葉綠素光譜指數(shù)，AGO為第i類所述第二遙感反射率光譜的質(zhì)心。
6.一種內(nèi)陸二類水體葉綠素a濃度的反演裝置，其特征在于，包括: 獲取單元，用于獲取實際測量的內(nèi)陸二類水體的第一遙感反射率光譜； 分類單元，用于對所述第一遙感反射率光譜進(jìn)行分類，得到分類后的第二遙感反射率光譜，計算每類所述第二遙感反射率光譜的質(zhì)心，其中每類所述第二遙感反射率子光譜以所述第一遙感反射率光譜中的一種組成成分為主要組分，且不同所述第二遙感反射率子光譜中的所述主要組分不同； 第一計算單元，用于計算所述第一遙感反射率光譜中每條遙感反射率光譜到每個質(zhì)心的光譜角度距離，得到距離矩陣； 第二計算單元，用于對所述距離矩陣進(jìn)行歸一化處理，得到權(quán)重矩陣，其中所述權(quán)重矩陣中的每個權(quán)重對應(yīng)一類第二遙感反射率光譜中的一條遙感反射率光譜； 選取單元，用于為每類所述第二遙感反射率光譜選取特征波段； 第三計算單元，用于以每類所述第二遙感反射率光譜的所述特征波段為依據(jù)，計算與每個特征波段對應(yīng)的每類所述第二遙感反射率光譜的葉綠素光譜指數(shù)； 第四計算單元，用于將每類所述第二遙感反射率光譜的葉綠素光譜指數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)； 分析單元，用于對每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)和實際測量的所述第二遙感反射率光譜對應(yīng)的葉綠素a濃度進(jìn)行回歸分析，以得到葉綠素a濃度反演模型； 反演單元，用于利用所述葉綠素a濃度反演模型，反演其他遙感反射率光譜對應(yīng)的葉綠素a濃度。
7.根據(jù)權(quán)利要求6 所述的裝置，其特征在于，所述裝置還包括: 處理單元，用于對所述第一遙感反射率光譜進(jìn)行平滑處理和歸一化處理，并觸發(fā)所述分類單元對處理后的所述第一遙感反射率光譜進(jìn)行分類。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述處理單元對所述第一遙感反射率光譜進(jìn)行平滑處理，包括:利用窗口為15、多項式級數(shù)為2的Savitzky-Golay濾波算法，對所述第一遙感反射率光譜進(jìn)行平滑處理。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述分類單元對所述第一遙感反射率光譜進(jìn)行分類，包括:用逐步迭代的K均值聚類算法將所述第一遙感反射率光譜劃分為三類所述第二遙感反射率光譜。
10.根據(jù)權(quán)利要求6至9任意一項所述的裝置，其特征在于，所述第四計算單元將每類所述第二遙感反射率光譜的葉綠素光譜指數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)，包括: 利用公式.ν=Σ^[/:(Λ')χ仏(.0]對每類所述第二遙感反射率光譜的葉綠素光譜指數(shù)和對應(yīng)的權(quán)重進(jìn)行加權(quán)求和，得到每類所述第二遙感反射率光譜的加權(quán)葉綠素光譜指數(shù)，其中g(shù)i(x)為第i類所述第二遙感反射率光譜的葉綠素光譜指數(shù)，fi(x)為第i類所述第二遙感反射率光譜的質(zhì)心。
【文檔編號】G01N21/25GK103983584SQ201410240660
【公開日】2014年8月13日 申請日期:2014年5月30日 優(yōu)先權(quán)日:2014年5月30日
【發(fā)明者】張兵, 朱利, 張方方, 李俊生, 申茜, 吳艷紅 申請人:中國科學(xué)院遙感與數(shù)字地球研究所, 環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心