本發(fā)明屬于瘧疾高風(fēng)險區(qū)域識別，尤其涉及一種基于分段任意模型的瘧疾高風(fēng)險區(qū)域識別方法及裝置。

背景技術(shù)：

1、盡管瘧疾已在世界許多地區(qū)成功根除，但在按蚊棲息的地區(qū)仍存在傳播風(fēng)險，針對按蚊幼蟲已被證明在抗擊瘧疾方面是有效的。湖泊和池塘等地表水體是攜帶瘧疾的蚊子繁殖的主要場所，通過使用地表水體圖以及降水和溫度等氣象數(shù)據(jù)，可以預(yù)測蚊子幼蟲的存在，確定最具生產(chǎn)力的水體可以幫助改善針對性的蚊子幼蟲控制。

2、繪制地表水域傳統(tǒng)上涉及實地觀察和記錄，這在人力和預(yù)算資源方面既耗時又昂貴，特別是對于大面積地區(qū)，一些研究人員已成功利用無人機技術(shù)研究按蚊繁殖地。然而，他們的資源和設(shè)備對于大規(guī)模的水資源測繪來說是令人望而卻步的。因此，衛(wèi)星圖像是一種更實用的方法，適用于廣泛的研究領(lǐng)域。二十多年來，衛(wèi)星觀測一直被用于棲息地調(diào)查。利用衛(wèi)星地球觀測技術(shù)繪制水體地圖是一種常規(guī)做法，為監(jiān)測和管理水生棲息地提供空間信息。遙感技術(shù)的進(jìn)步允許從數(shù)據(jù)集中快速提取地表水信息，光學(xué)圖像雖然有用，但會受到霧、云和惡劣天氣的阻礙，將數(shù)據(jù)收集限制在白天此外，由于其臨時性，他們很難精確地定位地表水體和按蚊棲息地。因此，亟需提供一種基于分段任意模型的瘧疾高風(fēng)險區(qū)域識別方法及裝置，以解決上述存在的技術(shù)問題。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明提供了一種基于分段任意模型的瘧疾高風(fēng)險區(qū)域識別方法及裝置，可以提高檢測地表水體精度、使用降水和溫度參數(shù)并將過程限制在高風(fēng)險月份可以減少過程量，通過采用月度、年度和總體分析的多數(shù)投票方法，有效地檢測了具有按蚊幼蟲棲息地形成高風(fēng)險的臨時水體和小洼地，具體采用以下技術(shù)方案來實現(xiàn)。

2、第一方面，本發(fā)明提供了一種基于分段任意模型的瘧疾高風(fēng)險區(qū)域識別方法，包括以下步驟：

3、獲取研究區(qū)域在預(yù)設(shè)年份內(nèi)的氣象數(shù)據(jù)集，并根據(jù)所述氣象數(shù)據(jù)集確定瘧疾爆發(fā)的高風(fēng)險月份，其中，所述氣象數(shù)據(jù)集包括長時間序列的降水參數(shù)和溫度參數(shù)；

4、根據(jù)所述高風(fēng)險月份獲取所述研究區(qū)域的sentinel-1數(shù)據(jù)并建立sentinel-1月度圖像，根據(jù)所述sentinel-1月度圖像計算swi指數(shù)，在所述swi指數(shù)對應(yīng)的swi圖上檢測水體得到sentinel-1水提取模型；

5、基于多數(shù)投票和決策融合規(guī)則對所述sentinel-1水提取模型中的高風(fēng)險水體進(jìn)行識別得到所述高風(fēng)險月份對應(yīng)的高風(fēng)險區(qū)域；

6、采用分段任意模型生成的水體掩膜評估所述高風(fēng)險區(qū)域的準(zhǔn)確性以完成瘧疾高風(fēng)險區(qū)域識別，其中，所述水體掩膜包括多個含水洼地和多個不含水洼地。

7、作為上述技術(shù)方案的優(yōu)選，獲取研究區(qū)域在預(yù)設(shè)年份內(nèi)的氣象數(shù)據(jù)集，并根據(jù)所述氣象數(shù)據(jù)集確定瘧疾爆發(fā)的高風(fēng)險月份，包括：

8、預(yù)設(shè)所述研究區(qū)域的研究期，并在所述研究期內(nèi)獲取瘧疾傳播風(fēng)險的氣象數(shù)據(jù)集；

9、從所述氣象數(shù)據(jù)集中提取出適合按蚊生長和存活的雨季以得到降水參數(shù)和溫度參數(shù)。

10、作為上述技術(shù)方案的優(yōu)選，在所述swi指數(shù)對應(yīng)的swi圖上檢測水體得到sentinel-1水提取模型之前，包括：

11、通過gee獲取所述研究期內(nèi)的sentinel-1圖像；

12、使用多時相數(shù)據(jù)檢測所述sentinel-1圖像對應(yīng)的臨時水體。

13、作為上述技術(shù)方案的優(yōu)選，基于多數(shù)投票和決策融合規(guī)則對所述sentinel-1水提取模型中的高風(fēng)險水體進(jìn)行識別得到所述高風(fēng)險月份對應(yīng)的高風(fēng)險區(qū)域，包括：

14、采用三種不同分析檢測和分類高風(fēng)險區(qū)域，第一次年度分析確定每年四個研究月都有水的地區(qū)以確定全年持續(xù)蓄水的位置；第二次月度分析確定多年來蓄水的地區(qū)；

15、使用四個等級的分類圖將每七年蓄水一次的地區(qū)標(biāo)記為高風(fēng)險區(qū)域、將四至六年蓄水的地區(qū)標(biāo)記為相對危險區(qū)域、將蓄水時間少于四年的地區(qū)標(biāo)記為低風(fēng)險區(qū)域，以及第四類被分配到任何研究月都沒有水的地區(qū)，其中，研究期為七年，預(yù)設(shè)年份和研究月份。

16、作為上述技術(shù)方案的優(yōu)選，采用多數(shù)投票和加權(quán)多數(shù)投票進(jìn)行高風(fēng)險區(qū)域的檢測，多數(shù)投票包括每個分類圖對特定類別進(jìn)行投票、所有投票的權(quán)重相同；

17、在加權(quán)多數(shù)投票中，每個分類圖根據(jù)其感知的可靠性或性能分配一個權(quán)重，每個分類圖的投票根據(jù)其分配的權(quán)重進(jìn)行加權(quán)，根據(jù)研究月的降水量確定權(quán)重以衡量投票結(jié)果。

18、作為上述技術(shù)方案的優(yōu)選，采用分段任意模型生成的水體掩膜評估所述高風(fēng)險區(qū)域的準(zhǔn)確性以完成瘧疾高風(fēng)險區(qū)域識別，包括：

19、采用多點特征提示進(jìn)行水體分割并將地理數(shù)據(jù)幀中的點轉(zhuǎn)換為坐標(biāo)列表；

20、將samgeo設(shè)為單個坐標(biāo)的預(yù)測器并在實例中預(yù)測所述單個坐標(biāo)的特征得到掩膜，將所述掩膜保存到每個點的唯一文件中；

21、生成每個點的掩膜后，所有掩膜都會合并到一個馬賽克光柵文件中，從多點特征提示中提供所有分割區(qū)域的完整表示。

22、作為上述技術(shù)方案的優(yōu)選，獲取下載圖塊并使用圖塊地圖服務(wù)創(chuàng)建地理參考圖像，選擇衛(wèi)星圖像進(jìn)行分割，并設(shè)置路徑以定義sam模型，其中，samgeo已使用指定參數(shù)初始化，shapefile已從地理數(shù)據(jù)幀轉(zhuǎn)換為點坐標(biāo)列表；

23、通過循環(huán)坐標(biāo)點列表，對每個點進(jìn)行預(yù)測、分割并保存到一個唯一的geotiff文件中，以得到每個點生成一個唯一的掩膜；

24、將所有掩膜重新采樣到10m分辨率，并合并到一個文件中作為包含所有分割區(qū)域信息的馬賽克掩膜；

25、利用sam生成的多個掩膜來評估從swi指數(shù)中提取的水體的準(zhǔn)確性得到評估結(jié)果，其中，采用混淆矩陣和綜合指標(biāo)評估模型的性能，所述綜合指標(biāo)包括精確度、召回率、f1評分、總體準(zhǔn)確度oa或kappa。

26、作為上述技術(shù)方案的優(yōu)選，在計算所有地理參考圖像對應(yīng)的地表水分布圖后，使用表達(dá)式計算洼地的淹沒頻率if為：，wot表示水觀測時間，tot表示總觀測時間。

27、作為上述技術(shù)方案的優(yōu)選，將評估結(jié)果與四種分類算法進(jìn)行比較以完成對植被、城市地區(qū)、荒地和水體的四類土地覆蓋分類，其中，四種分類算法包括rf模型、svm模型、sgtb模型和sc模型。

28、第二方面，本發(fā)明還提供了一種基于分段任意模型的瘧疾高風(fēng)險區(qū)域識別裝置，應(yīng)用于上述的基于分段任意模型的瘧疾高風(fēng)險區(qū)域識別方法，包括：

29、數(shù)據(jù)獲取單元，用于獲取研究區(qū)域在預(yù)設(shè)年份內(nèi)的氣象數(shù)據(jù)集，并根據(jù)所述氣象數(shù)據(jù)集確定瘧疾爆發(fā)的高風(fēng)險月份，其中，所述氣象數(shù)據(jù)集包括長時間序列的降水參數(shù)和溫度參數(shù)；

30、模型提取單元，用于根據(jù)所述高風(fēng)險月份獲取所述研究區(qū)域的sentinel-1數(shù)據(jù)并建立sentinel-1月度圖像，根據(jù)所述sentinel-1月度圖像計算swi指數(shù)，在所述swi指數(shù)對應(yīng)的swi圖上檢測水體得到sentinel-1水提取模型；

31、區(qū)域識別單元，用于基于多數(shù)投票和決策融合規(guī)則對所述sentinel-1水提取模型中的高風(fēng)險水體進(jìn)行識別得到所述高風(fēng)險月份對應(yīng)的高風(fēng)險區(qū)域；

32、模型評估單元，用于采用分段任意模型生成的水體掩膜評估所述高風(fēng)險區(qū)域的準(zhǔn)確性以完成瘧疾高風(fēng)險區(qū)域識別，其中，所述水體掩膜包括多個含水洼地和多個不含水洼地。

33、本發(fā)明提供了一種基于分段任意模型的瘧疾高風(fēng)險區(qū)域識別方法及裝置，通過獲取研究區(qū)域在預(yù)設(shè)年份內(nèi)的氣象數(shù)據(jù)集，并根據(jù)所述氣象數(shù)據(jù)集確定瘧疾爆發(fā)的高風(fēng)險月份，根據(jù)所述高風(fēng)險月份獲取所述研究區(qū)域的sentinel-1數(shù)據(jù)并建立sentinel-1月度圖像，根據(jù)所述sentinel-1月度圖像計算swi指數(shù)，在所述swi指數(shù)對應(yīng)的swi圖上檢測水體得到sentinel-1水提取模型，基于多數(shù)投票和決策融合規(guī)則對所述sentinel-1水提取模型中的高風(fēng)險水體進(jìn)行識別得到所述高風(fēng)險月份對應(yīng)的高風(fēng)險區(qū)域，采用分段任意模型生成的水體掩膜評估所述高風(fēng)險區(qū)域的準(zhǔn)確性以完成瘧疾高風(fēng)險區(qū)域識別，可以利用了長期每月匯總的中等空間分辨率sentinel-1圖像，并結(jié)合了來自氣象數(shù)據(jù)集的溫度和降水?dāng)?shù)據(jù)，使用降水和溫度參數(shù)并將過程限制在高風(fēng)險月份可以減少過程量。通過采用月度、年度和總體分析的多數(shù)投票方法，該方法有效地檢測了具有按蚊幼蟲棲息地形成高風(fēng)險的臨時水體和小洼地，提升了瘧疾高風(fēng)險區(qū)域識別精度。