基于遙感數(shù)據(jù)深度學(xué)習(xí)的近海污染物識(shí)別與跟蹤方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于數(shù)字圖像識(shí)別領(lǐng)域，具體設(shè)及一種近海污染物識(shí)別與跟蹤方法。
【背景技術(shù)】
[0002] 近幾十年，隨著世界工業(yè)的發(fā)展，海洋的污染也日趨加重，有害物質(zhì)進(jìn)入海洋環(huán)境 而造成的污染，會(huì)損害生物資源，危害人類健康，妨礙捕魚和人類在海上的其他活動(dòng)，損壞 海水質(zhì)量和環(huán)境質(zhì)量等，使海洋生態(tài)系統(tǒng)遭到破壞。海洋污染物主要包括石油、重金屬和酸 堿、放射性核素、固體廢料等，其中，石油污染物是最常見的海洋污染物之一，主要是由工業(yè) 生產(chǎn)，包括海上油井管道泄漏、油輪事故、船舶排污等造成的，每年排入海洋的石油污染物 約一千萬噸，一次突發(fā)性泄漏的石油量可達(dá)10萬噸W上，大片海水被油膜覆蓋，導(dǎo)致海洋生 物大量死亡，嚴(yán)重影響海產(chǎn)品的價(jià)值。
[0003] 因此，有必要對(duì)海上各類污染物進(jìn)行快速識(shí)別并做相應(yīng)的預(yù)測(cè)與預(yù)警。當(dāng)前高分 辨率的衛(wèi)星和航空遙感技術(shù)能夠拍攝出海洋表層的許多污染影像。然而，海洋遙感覆蓋面 積大，具有同時(shí)性，能夠幾乎在同等條件下把獲得的資料同船舶測(cè)點(diǎn)取樣進(jìn)行對(duì)比，能連 續(xù)、長(zhǎng)期而且快速地觀測(cè)海洋的特點(diǎn)，而且可W得到用船舶觀測(cè)法不能完整觀測(cè)到的海洋 特征，如海洋表面水溫、海流移動(dòng)、海水分布、波浪、沿海岸泥沙混濁流，W及赤潮、海面油污 染等。利用衛(wèi)星遙感和數(shù)據(jù)挖掘技術(shù)監(jiān)測(cè)海上污染物無論從理論上和實(shí)踐上都證明是可行 的，并且具有節(jié)約資金.適時(shí)、快速、連續(xù)大范圍監(jiān)測(cè)的優(yōu)勢(shì)，無異是未來實(shí)現(xiàn)海洋全面監(jiān)測(cè) 的必然手段。尤其是在保護(hù)海洋環(huán)境;對(duì)非法排污罰款提供依據(jù);確定油污面積、排污量、擴(kuò) 散規(guī)律;為清除油污制定方案提供資料等方面都具有十分重要的意義。
[0004] 遙感具有大面積、快速、動(dòng)態(tài)、低成本獲取區(qū)域信息的優(yōu)勢(shì)，由于海上污染物的復(fù) 雜性，如何從大量的遙感圖像中識(shí)別并跟蹤污染物目標(biāo)已成為一個(gè)亟需解決的科學(xué)前沿問 題。目前利用遙感圖像深度學(xué)習(xí)來提取海洋環(huán)境污染物目標(biāo)的相關(guān)研究還未見報(bào)道。已有 的遙感技術(shù)在海洋環(huán)境監(jiān)測(cè)中的應(yīng)用，目前國(guó)內(nèi)外主要集中在海洋溢油監(jiān)測(cè)，W及懸浮物、 葉綠素等要素上的定量遙感識(shí)別方面，然而，海量的遙感影像具有極大的信息量，它同時(shí)具 有空間分辨和時(shí)間分辨的能力，但真正把運(yùn)些信息提取和挖掘出來是極其復(fù)雜和困難的。 例如，例如Landsat衛(wèi)星的TM圖像，一幅覆蓋185km X 185km地面面積，象元空間分辨率為 30m，象元光譜分辨率為28位的圖，其數(shù)據(jù)量約為6000X6000 = 36Mb。若將6個(gè)波段全部送入 計(jì)算機(jī)，其數(shù)據(jù)量為:36Mb X 6 = 216Mb，而每天獲取的整體數(shù)據(jù)量將高達(dá)TB級(jí)，為了提高對(duì) 運(yùn)樣龐大數(shù)據(jù)的處理速度，遙感數(shù)字圖像技術(shù)隨之得W迅速發(fā)展。
[0005] 遙感影像深度學(xué)習(xí)技術(shù)是指通過對(duì)大量的遙感影像進(jìn)行機(jī)器學(xué)習(xí)，自學(xué)習(xí)出各類 污染物的特征，過濾掉圖像中無用的或干擾的信息，抽取圖像源中關(guān)鍵的有用信息，準(zhǔn)確地 判斷和檢測(cè)出污染物目標(biāo)，從而為各類工作的順利推進(jìn)提供直觀且有價(jià)值的圖像依據(jù)。然 而，雖然深度學(xué)習(xí)有較多優(yōu)點(diǎn)，但仍然有需要解決的科學(xué)性問題，例如:對(duì)于一個(gè)特定的框 架，對(duì)于多少維的輸入它可W表現(xiàn)得較優(yōu)(如果是圖像，可能是上百萬維)？有什么正確的機(jī) 理可W去增強(qiáng)一個(gè)給定的深度學(xué)習(xí)架構(gòu)，W改進(jìn)其魯棒性和對(duì)扭曲和數(shù)據(jù)丟失的不變性？ 模型方面是否有其他更為有效且有理論依據(jù)的深度模型學(xué)習(xí)算法？
[0006] 因此，從遙感影像中建模深度學(xué)習(xí) W識(shí)別污染物目標(biāo)的需求角度看，深度學(xué)習(xí)模 型及相關(guān)科學(xué)問題成為一個(gè)必需解決的技術(shù)難題；
[0007] 綜上所述，由于海量遙感影像數(shù)據(jù)處理、圖像內(nèi)容挖掘所存在的技術(shù)挑戰(zhàn)目前尚 未有很好的、全面的解決方案，因此針對(duì)遙感影像的新特點(diǎn)和新變化，研發(fā)具有自主知識(shí)產(chǎn) 權(quán)的、創(chuàng)新性的、先進(jìn)的針對(duì)海量遙感影像的近海污染物識(shí)別當(dāng)前是非常必要和緊迫的。本 發(fā)明正是針對(duì)運(yùn)些技術(shù)和應(yīng)用問題展開的，發(fā)明的成功研發(fā)和產(chǎn)業(yè)化對(duì)于公共安全、國(guó)家 安全等方面將有重要的意義。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明針對(duì)現(xiàn)有近海環(huán)境監(jiān)管技術(shù)存在的"發(fā)現(xiàn)不全面"、"缺乏對(duì)遙感數(shù)據(jù)的內(nèi) 容挖掘"的問題，基于多年來在衛(wèi)星應(yīng)用領(lǐng)域的研發(fā)和產(chǎn)業(yè)應(yīng)用基礎(chǔ)，提出了一個(gè)全面、系 統(tǒng)、深入的基于遙感數(shù)據(jù)深度學(xué)習(xí)的近海污染物目標(biāo)識(shí)別與跟蹤的解決方案。
[0009] 本發(fā)明具體通過如下技術(shù)方案實(shí)現(xiàn)：
[0010] -種基于遙感數(shù)據(jù)深度學(xué)習(xí)的近海污染物識(shí)別與跟蹤方法，基于近海污染物識(shí)別 與跟蹤系統(tǒng)，所述系統(tǒng)分為用于應(yīng)用層、內(nèi)容分析與挖掘?qū)?、資源數(shù)據(jù)集成層、資源獲取層； 所述方法包括：
[0011] 首先，采用海量遙感影像數(shù)據(jù)分布式處理技術(shù)對(duì)多源遙感影像資源統(tǒng)一數(shù)據(jù)集 成、分布式處理，包括數(shù)據(jù)標(biāo)準(zhǔn)化處理、噪音數(shù)據(jù)過濾、歸一化、數(shù)據(jù)一致性檢查，形成污染 物目標(biāo)數(shù)據(jù)庫；
[0012] 然后，通過卷積神經(jīng)網(wǎng)絡(luò)C順建立衛(wèi)星遙感圖像的深度學(xué)習(xí)模型，利用空間關(guān)系減 少需要學(xué)習(xí)的參數(shù)數(shù)目W提高一般前向BP算法的訓(xùn)練性能;利用權(quán)值共享降低網(wǎng)絡(luò)的復(fù)雜 性；
[0013] 最后，由于深度卷積神經(jīng)網(wǎng)絡(luò)模型的卷積層計(jì)算量大，全連接層參數(shù)多，可將一個(gè) 完整深度卷積網(wǎng)絡(luò)的計(jì)算拆分到多個(gè)GPU上進(jìn)行合理調(diào)度來并行地執(zhí)行，通過模型并行和 數(shù)據(jù)并行運(yùn)兩個(gè)數(shù)據(jù)/計(jì)算組織層次上來加速訓(xùn)練，快速針對(duì)特定污染物目標(biāo)的識(shí)別、檢 測(cè)、跟蹤和行為分析。
【附圖說明】
[0014] 圖1是本發(fā)明的基于遙感數(shù)據(jù)深度學(xué)習(xí)的近海污染物識(shí)別與跟蹤系統(tǒng)框圖；
[0015] 圖2是一致性哈希的工作方式示意圖；
[0016] 圖3是一致性哈希處理節(jié)點(diǎn)添加/移除時(shí)的情況示意圖；
[0017]圖4是卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程示意圖；
[0018]圖5是權(quán)值共享示意圖；
[0019] 圖6是Feature Map的示意圖；
[0020]圖7是Image化t深度卷積神經(jīng)網(wǎng)絡(luò)模型；
[0021 ]圖8是從單GPU訓(xùn)練到多GPU模型并行訓(xùn)練的概要視圖；
[0022] 圖9是2GPU模型并行系統(tǒng)框架示意圖；
[0023] 圖10是數(shù)據(jù)處理和計(jì)算流水線示意圖；
[0024] 圖11是硬件體系結(jié)構(gòu)示意圖；
[0025] 圖12是模型并行中的模型劃分方案示意圖；
[00%]圖13是對(duì)Image化t網(wǎng)絡(luò)的模型并行和數(shù)據(jù)并行劃分示意圖。
【具體實(shí)施方式】
[0027] 下面結(jié)合【附圖說明】及【具體實(shí)施方式】對(duì)本發(fā)明進(jìn)一步說明。
[0028] 本發(fā)明的基于遙感數(shù)據(jù)深度學(xué)習(xí)的近海污染物識(shí)別與跟蹤系統(tǒng)，如附圖1所示，分 為用于應(yīng)用層、內(nèi)容分析與挖掘?qū)?、資源數(shù)據(jù)集成層、資源獲取層，包括污染物目標(biāo)識(shí)別、決 策支持子系統(tǒng)、報(bào)警子系統(tǒng)、污染物漂移預(yù)報(bào)子系統(tǒng)、各種污染品化學(xué)成份及危害數(shù)據(jù)庫、 清污救助材料/設(shè)備性能及存貨數(shù)據(jù)庫、地理信息系統(tǒng)、污染應(yīng)急反應(yīng)能力評(píng)估子系統(tǒng)、污 染損害評(píng)估子系統(tǒng)等，可結(jié)合無線通訊系統(tǒng)技術(shù)實(shí)現(xiàn)地面應(yīng)急反應(yīng)中屯、與海巡飛機(jī)和海上 作業(yè)船舶之間的可視化信息通訊，依據(jù)海巡飛機(jī)的報(bào)告，快速生成救助、清除方案，指揮清 污船快速準(zhǔn)確地進(jìn)行多項(xiàng)海上清污技術(shù)的集成式清污作業(yè)。
[0029] 首先，通過多個(gè)不同的遙感衛(wèi)星W及航拍獲得的影像資源原始數(shù)據(jù)具有多源、異 構(gòu)、海量的特點(diǎn)，例如，不同種類的遙感影像在空間分辨率、光譜分辨率、福射分辨率和時(shí)間 分辨率是有區(qū)別的，圖像格式和成像方式也有所不同。因此進(jìn)行分析和挖掘前必須解決資 源數(shù)據(jù)的集成和標(biāo)準(zhǔn)化問題。本發(fā)明采用海量遙感影像數(shù)據(jù)分布式處理技術(shù)對(duì)多源遙感影 像資源統(tǒng)一數(shù)據(jù)集成、分布式處理，包括數(shù)據(jù)標(biāo)準(zhǔn)化處理、噪音數(shù)據(jù)過濾、歸一化、數(shù)據(jù)一致 性檢查，形成污染物目標(biāo)數(shù)據(jù)庫。
[0030] 然后，通過卷積神經(jīng)網(wǎng)絡(luò)C順建立衛(wèi)星遙感圖