[发明专利]一种湖库水质反演及可视化评价方法

说明书

本发明提供了一种湖库水质反演及可视化评价方法，属于水质评价领域，获取湖库区不同时相的卫星影像；调用大气校正模块Sen2Cor对Sentinel系列卫星影像进行大气校正；将经过大气校正之后的卫星影像的投影坐标统一转换为WGS84投影坐标；通过输入实测水质样点的坐标数据，提取前一步中对应时相卫星影像不同波段的反射率数据；采用深度学习中的神经网络算法进行模型的训练；采用K折交叉验证方法进行模型训练与精度验证；进行湖库水质参数反演，根据实测水质参数不同，分别对不同的参数进行训练和反演；利用上一步反演的湖库水体水质参数结果，对整个湖库水体进行水质评价，并以可视化图像展示。该方法提高了水质反演的精度，评价结果精确，效率高。

技术领域

本发明属于水质评价领域，具体涉及一种湖库水质反演及可视化评价方法。

背景技术

随着经济飞速发展，城市化进程加快，湖库水体污染加剧，富营养化现象日趋严重，进而带来一系列的生态环境问题，因此，如何经济、快速、准确获取内陆湖库水质参数并进行可视化评价，引起了各方高度关注。

河湖水质监测及水质评价作为保护河湖水环境的一项重要措施，为决策者监督管理提供科学的依据，从而更好的保障河湖水质安全、维系区域生态平衡。水质监测的主要目的在于把控水质现状以及发展趋势，分析污染事故出现的原因及影响范围，并对后期水质评价以及水质预测、预报提供数据支持和手段。水质评价即选取水体的水质指标以及相对应的评价标准，通过科学的计算方法确定各指标重要性，并评价水体的综合水质等级以及确定主要污染物。因此，必须加强对河湖水质的监测及评价力度，做到定期监测、科学评价、及时治理，准确及时的掌握河湖水质变化。这对保护河湖生态、控制水体污染、保护河湖水资源有重要意义。

目前，常用的水质评价方法主要有：算数或加权平均法、人工神经网络法、综合污染指数法、单因子评价法、灰色聚类分析法和模糊综合评价法等。由于水质评价方法众多，应用不同的方法进行水质评价往往能得出不同的评价结果，因此我们需要充分了解各评价方法的评价原理与适用范围，并根据水体具体情况，分析选择适用的评价方法。

以上评价方法多从主观角度或客观角度的单一角度出发，无法全面反映事物的整体性。而且长期以来，水质数据的采集都依赖于常规的监测，耗时耗力并且不能及时迅速的获取数据。

因此，本申请提出一种湖库水质反演及可视化评价方法

发明内容

为了克服上述现有技术存在的不足，本发明提供了一种湖库水质反演及可视化评价方法，具体为一种基于卫星影像和机器学习的湖库水质反演及可视化评价方法。

为了实现上述目的，本发明提供如下技术方案：

一种湖库水质反演及可视化评价方法，包括以下步骤：

步骤1、获取湖库区不同时相的卫星影像；

步骤2、调用大气校正模块Sen2Cor对Sentinel系列卫星影像进行大气校正；

步骤3、将经过大气校正之后的卫星影像的投影坐标统一转换为WGS84投影坐标；

步骤4、通过输入实测水质样点的坐标数据和取得的水样在实验室测定的实际水质参数数据，根据采样点坐标数据提取步骤3中对应时相卫星影像不同波段的反射率数据；

步骤5、用步骤4中的实测样点水质参数数据和对应时相卫星影像不同波段的反射率数据作为输入数据，采用深度学习中的神经网络算法进行模型的训练，训练时选择ReLU函数作为模型的激活函数；

步骤6、采用K折交叉验证方法进行模型训练与精度验证；