[发明专利]内陆湖泊水体CDOM光谱吸收系数遥感反演模型和方法在审
申请号: | 202010772357.7 | 申请日: | 2020-08-04 |
公开(公告)号: | CN111855600A | 公开(公告)日: | 2020-10-30 |
发明(设计)人: | 姜晓剑;吴莹莹;朱元励;李卓;任海芳 | 申请(专利权)人: | 淮阴师范学院 |
主分类号: | G01N21/31 | 分类号: | G01N21/31;G01N21/33;G01N21/25;G01N21/55;G01N33/18;G06F30/27;G06F17/16 |
代理公司: | 上海大视知识产权代理事务所(特殊普通合伙) 31314 | 代理人: | 顾小伟 |
地址: | 223300 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 内陆 湖泊 水体 cdom 光谱 吸收系数 遥感 反演 模型 方法 | ||
1.一种内陆湖泊水体CDOM光谱吸收系数遥感反演模型,其特征在于,所述内陆湖泊水体CDOM光谱吸收系数遥感反演模型为Python语言的极端随机树模型,所述极端随机树模型的模型参数为:'min_impurity_decrease':0.000871292997015407,'criterion':'friedman_mse','min_samples_split':2,'max_features':'auto','splitter':'random','ccp_alpha':0.0,'max_depth':None,'min_impurity_split':None,'min_samples_leaf':1,'min_weight_fraction_leaf':0.0,'max_leaf_nodes':None。
2.如权利要求1所述的内陆湖泊水体CDOM光谱吸收系数遥感反演模型,其特征在于,所述极端随机树模型采用内陆湖泊水体的数据集训练而成,所述数据集包括所述内陆湖泊水体的m个样点的水体遥感反射比和CDOM光谱吸收系数,m个所述样点均匀分布在所述内陆湖泊水体上,所述水体遥感反射比为n个特征波段的水体遥感反射比,所述CDOM光谱吸收系数为355nm波长、375nm波长或者440nm波长处的CDOM光谱吸收系数。
3.如权利要求2所述的内陆湖泊水体CDOM光谱吸收系数遥感反演模型,其特征在于,所述m为60,所述n个特征波段为751个特征波段,所述751个特征波段为从350nm波段至1100nm波段,所述CDOM光谱吸收系数为440nm波长处的CDOM光谱吸收系数。
4.一种内陆湖泊水体CDOM光谱吸收系数遥感反演方法,其特征在于,包括以下步骤:
(1)测量内陆湖泊水体的水体遥感反射比;
(2)测量所述内陆湖泊水体的CDOM光谱吸收系数αCDOM(λ),所述λ为355nm波长,375nm波长或者440nm波长:
(3)以所述水体遥感反射比为输入数据,采用Python语言的极端随机树模型进行计算,获得反演值,根据所述反演值与所述CDOM光谱吸收系数αCDOM(λ)计算决定系数R2,改变所述极端随机树模型的模型参数的取值,R2的变化越大,说明所述模型参数的重要性越大,将所述模型参数按照所述重要性的大小由大到小进行排列构建模型参数调优秩次矩阵;
(4)以所述水体遥感反射比为所述输入数据,以所述CDOM光谱吸收系数αCDOM(λ)为输出结果,训练所述极端随机树模型,根据所述模型参数调优秩次矩阵依次对所述模型参数进行调优,获得所述模型参数的调优值;
(5)以所述水体遥感反射比为所述输入数据,以所述CDOM光谱吸收系数αCDOM(λ)为所述输出结果,采用所述的模型参数的调优值,训练所述极端随机树模型,待所述极端随机树模型训练结束后,获得内陆湖泊水体CDOM光谱吸收系数遥感反演模型,使用save方法保存所述内陆湖泊水体CDOM光谱吸收系数遥感反演模型,如果需要使用所述内陆湖泊水体CDOM光谱吸收系数遥感反演模型,使用load方法加载所述内陆湖泊水体CDOM光谱吸收系数遥感反演模型使用。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于淮阴师范学院,未经淮阴师范学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010772357.7/1.html,转载请声明来源钻瓜专利网。