[发明专利]基于中高分辨率遥感影像的城区多雾霾污染参数监测方法

说明书

本发明公开一种基于中高分辨率遥感影像的城区多雾霾污染参数监测方法，本方法基于中高分辨率影像对城区多雾霾污染参数进行监测，基于中高分辨率遥感影像，可以解决遥感监测雾霾时存在的空间分辨率较低的问题，同时额外布设监测站点，将监测站点数据与遥感影像数据匹配，然后通过数据切割、光谱特征选择、网络训练学习，从而监测多雾霾污染参数，可以解决误差传递、遥感监测的雾霾污染参数较少等问题，可以监测城市区域的AQI、PM2.5、PM10、NO_X、SO2、CO、HC、Q3等多污染参数。

技术领域

本发明涉及遥感影像处理及气溶胶监测领域，具体涉及一种基于中高分辨率的城区多雾霾污染参数的监测方法。

背景技术

地面监测站点的监测数据具有良好的时间连续性，基于遥感的监测方法弥补了监测站点方法空间不连续的不足。基于遥感估算PM2.5浓度方法目前被广泛应用：陈良富等申请专利的“地统计插值与卫星遥感联合反演地面PM2.5的方法及系统”郭红等申请的专利“一种基于卫星偏振技术的PM2 .5浓度遥感估算方法”、刘阳等申请专利的“基于卫星遥感的地面PM2.5反演方法及系统”、顾行发等申请的专利“一种污染天气下的PM2.5浓度卫星遥感估算方法”、王博等申请“利用卫星多光谱影像数据进行PM 2 .5和PM10估算的方法”、李元祥等申请的“基于深度残差网络的高光谱霾监测方法”等，这些专利和研究中，对PM2.5(PM10)浓度的估算方法基本都是以遥感卫星反演气溶胶光学（AOD，Aerosol OpticalDepth）为基础，然后建立AOD与颗粒物浓度的关系。基于卫星遥感估算颗粒物（PM2.5或PM10）浓度时存在以下问题：（1）空间分辨率较低（目前成熟的气溶胶产品的分辨率以10km、3km、0.05°为主）；（2）污染物浓度较高时估值不准的问题，导致城市地区经常会出现数据缺失的问题；（3）基于卫星遥感估算颗粒物浓度的过程中存着误差的传递，即先由遥感影像到AOD，再由AOD到颗粒物浓度，存着误差的传递；（4）研究者的关注较多的是大气污染物主要是颗粒物PM2.5，对CO、HC、NOX、SO2、Q3等污染物的研究较少。

发明内容

本发明要解决的技术问题是提供一种基于中高分辨率遥感影像的城区多雾霾污染参数监测方法，解决遥感监测雾霾时存着的空间分辨率较低、在城区易出现数据缺失、误差传递、遥感监测的雾霾污染参数较少的问题。

为了解决所述技术问题，本发明采用的技术方案是：一种基于中高分辨率遥感影像的城区多雾霾污染参数监测方法，包括以下步骤：S01）、监测站点的布设，基于现有的国控点和省控点的环境监测站点，并且在道路交叉口附近区域增设对交通数据敏感的环境监测站点；S02）、遥感影像数据的获取，下载城区的中高分辨率的遥感影像；S03）、数据匹配，根据地理坐标将监测站点与遥感影像进行匹配；S04）、数据切割，以监测站点对应的遥感影像像素点为中心，将对应的遥感影像以对应像素点为中心切割成X*X窗口大小、能用于训练的图像大小的小块；S05）、图像特征指标计算，计算各小块图像各波段的图像统计特征指标以及基于LBP的纹理特征、边缘特征指标，同时由波段合成RGB彩色图像，其归一化范围为0-255；S06）、光谱特征选择指标，首先对遥感影像各波段进行辐射定标，然后选择不同雾霾参数的敏感波段，之后分析地物对雾霾颗粒浓度的相应特征、不同地物反射率的光谱曲线特征，构建反应不同污染物浓度的波段组合；S07）、构建数据集，将监测站点的环境监测数据、遥感影像特征指标、选择的各污染参数的敏感波段、波段组合进行一一对应，形成数据集，并将数据集划分为训练集、测试集和验证集；S08）、基于深度学习框架对数据集进行网络训练和学习；S09）、构建适用于中高分辨率遥感影像的城区污染物浓度监测模型，并且反演出城区的多雾霾污染参数的浓度分布图。

进一步的，根据辐射定标公式进行辐射定标：radiance=gain*DN+offset；其中radiance是辐射亮度值，单位是W/（cm²*μm*sr），gain和offset是增益和偏移量，单位和辐射亮度值相同，DN值是遥感影像像元值；增益值、偏移量来源于遥感影像的头文件。