[发明专利]基于贝叶斯定理的黑臭水体遥感识别方法

权利要求书

1.基于贝叶斯定理的黑臭水体遥感识别方法，其特征在于：包括如下步骤：

S1、数据采集和预处理；

选取若干坑塘点位，采集各点位的水质参数数据，所述水质参数数据包括氧化还原电位、透明度、溶解氧和氨氮，除氨氮是采集水样送实验室分析外，其余均在现场测量获得，根据所获取的水质参数数据将选取的若干点位分成清洁水体和黑臭水体，获取同期过境的哨兵二号卫星影像，对影像数据进行预处理，包括辐射定标、大气校正、几何校正、拼接和裁剪，得到研究区数据，获取选取的若干实验点位的卫星各波段数据，B1-B4依次表示蓝波段、绿波段、红波段和近红外波段，将所有数据整理形成样本数据集；

S2、光谱数据分析；

S3、光谱特征的选取；

根据光谱数据分析结果，选取BOI指数作为识别黑臭水体的特征，BOI计算方法如下：

其中，b₁为蓝波段反射率、b₂为绿波段反射率、b₃为红波段反射率；

S4、基础概率获取；

基础概率的获取通过大量抽样调查或者查阅研究区历史数据获得，计算坑塘水体中黑臭水体和清洁水体的基础概率，分别记为P_A和P_B；

S5、阈值选取；

S为黑臭水体和清洁水体的BOI指数取值范围，S＝[-1,1]，步长设为0.05，等步长地将S分割成若干个子空间，每一个子空间用i_k表示，对于每一个子空间i_k，黑臭水体落入i_k的概率记为P(i_k|A)，清洁水体落入i_k的概率记为P(i_k|B)，后验概率P(A|i_k)表示“落入子空间i_k中的水体属于黑臭水体的概率”，P(A|i_k)是利用子空间i_k来提取黑臭水体的准确率，因黑臭水体和清洁水体属于互不相容事件，根据贝叶斯定理，后验概率P(A|i_k)表示为：

P(A|i_k)＝(P(i_k|A)*P_A)/[P(i_k|A)*P_A+P(i_k|B)*P_B] (2)；

从式(2)可见，后验概率P(A|i_k)只受4个参数决定，分别是P_A、P_B、P(i_k|A)和P(i_k|B)，其中P_A、P_B即研究区域黑臭水体和清洁水体的基础概率，P(i_k|A)和P(i_k|B)需要对两类水体的BOI指数分布函数进行估计，通过计算得到，采用正态分布检验的方法进行计算，使用柯尔莫戈洛夫-斯米诺夫检验，

如果实验样本中黑臭水体和清洁水体的BOI指数可以视作近似的正态分布，分别计算两类水体的期望和方差，黑臭水体记为服从期望μ₁、方差σ₁²的正态分布X～N(μ₁,σ₁²)，同样地，清洁水体记为Y～N(μ₂,σ₂²)，通过正态分布概率密度函数在子空间i_k上进行积分得到P(i_k|A)和P(i_k|B)；

计算公式如下：

其中x₁和x₂分别指子空间i_k的上边界和下边界；

如果数据不服从正态分布，使用线性插值的方法，通过构建查找表计算P(i_k|A)和P(i_k|B)，使用EXCEL中的PERCENTILE函数，以黑臭水体为例，逐次计算不同百分位数下对应的黑臭水体BOI值，建立查找表，对于指定的子空间i_k＝(x₁，x₂]，在表中查找与x₁和x₂最接近的值，其对应的百分位数之差便是黑臭水体落入子空间i_k的概率，即P(i_k|A)；

同样地，建立清洁水体的查找表，通过查找表计算P(i_k|B)；

将P_A、P_B、P(i_k|A)和P(i_k|B)代入公式(2)进行计算，得到子空间i_k中黑臭水体的概率，70％是一个工程化应用接受的准确率，因此将后验概率P(A|i_k)大于70％的子空间进行合并，最终得到的集合即为用于提取研究区黑臭水体的阈值范围。