[发明专利]一种基于高光谱多参数的水质监测方法、计算机程序产品在审
申请号: | 202210539614.1 | 申请日: | 2022-05-17 |
公开(公告)号: | CN114965316A | 公开(公告)日: | 2022-08-30 |
发明(设计)人: | 胡炳樑;王雪霁;于涛;刘嘉诚;刘骁;亓晨;钟菁菁 | 申请(专利权)人: | 中国科学院西安光学精密机械研究所 |
主分类号: | G01N21/31 | 分类号: | G01N21/31;G06N3/04;G06N3/08;G06T7/00 |
代理公司: | 西安智邦专利商标代理有限公司 61211 | 代理人: | 赵逸宸 |
地址: | 710119 陕西省西*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 光谱 参数 水质 监测 方法 计算机 程序 产品 | ||
1.一种基于高光谱多参数的水质监测方法,其特征在于,包括以下步骤:
S1,获取建模数据集
S1.1,将水面反射的高光谱图像沿行方向分解成a条光谱曲线,其中,a为光谱仪探测器的像元行数;
S1.2,分别计算a条光谱曲线与标准水体光谱曲线的相关系数R,并设置阈值T,若R<T,则剔除相应光谱曲线,否则,保留相应光谱曲线,得到n条光谱曲线,其中,n为保留的光谱曲线数量,n≤a;
S1.3,计算n条光谱曲线的均值,将该均值作为该水体最终的光谱曲线S;
S1.4,对所述光谱曲线S进行黑白板校正,得到校正后的反射光谱曲线S’;
S1.5,对于不同水质参数浓度的水体,重复步骤S1.1至步骤S1.4,得到m种水质参数浓度水体对应的反射光谱曲线S’,构成建模数据集M:
M=[S′1,…,S′m]
其中,m为大于1的整数,S′1为第1种水质参数浓度水体对应的反射光谱曲线,S′m为第m种水质参数浓度水体对应的反射光谱曲线;
S2,得到建模模型
对建模数据集M中的反射光谱曲线、各反射光谱曲线对应的水质参数浓度进行建模,得到建模模型;
S3,对水质进行监测
使水面反射的高光谱图像经步骤S1.1至步骤S1.4处理后,输入至建模模型,得到对应的水质参数浓度。
2.如权利要求1所述一种基于高光谱多参数的水质监测方法,其特征在于:步骤S1.2中,所述分别计算a条光谱曲线与标准水体光谱曲线的相关系数R,具体为:
分别对a条光谱曲线根据每个波长的响应峰值位置,提取出多维光谱曲线,该多维光谱曲线的维数为高光谱图像的波段数;再通过下式分别计算a条光谱曲线与标准水体光谱曲线的相关系数R:
其中,X和Y分别表示计算相关系数R的两条光谱曲线,Cov(X,Y)为X和Y的协方差,Var[X]、Var[Y]分别为X和Y的方差。
3.如权利要求1或2所述一种基于高光谱多参数的水质监测方法,其特征在于:步骤S1.5中,所述水质参数包括补充叶绿素a、总氮、总磷、透明度、化学需氧量、浊度、悬浮物和高锰酸盐指数。
4.如权利要求3所述一种基于高光谱多参数的水质监测方法,其特征在于:步骤S1.5中,所述不同水质参数浓度的水体,具体为呈梯度分布的不同水质参数浓度水体。
5.如权利要求4所述一种基于高光谱多参数的水质监测方法,其特征在于:步骤S2具体为,通过偏最小二乘PLS或反向传播神经网络BPNN进行建模。
6.如权利要求5所述一种基于高光谱多参数的水质监测方法,其特征在于:所述高光谱图像具体是通过搭载在智慧杆上的高光谱成像仪获取的。
7.一种计算机程序产品,包括计算机程序,其特征在于:该程序被处理器执行时实现权利要求1至6任一所述一种基于高光谱多参数的水质监测方法的步骤。
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中国科学院西安光学精密机械研究所,未经中国科学院西安光学精密机械研究所许可,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/202210539614.1/1.html,转载请声明来源钻瓜专利网。