[发明专利]一种基于遥感影像的污染入海通量预测方法以及装置

说明书

本发明涉及地理信息技术领域，特别涉及一种基于遥感影像的污染入海通量预测方法，包括：获得养殖区域的正射影像，剔除正射影像中的非水体区域，获取养殖区域的水体影像，并根据预设的采样点数目，获取养殖区域的水体影像中各个采样点对应的水质数据；获取养殖区域的水体影像中各个采样点对应的波段数据，将同一采样点对应的水质数据以及波段数据进行组合，获取若干个采样点对应的训练数据组；将若干个采样点对应的训练数据组输入至随机森林神经网络模型进行训练，获取水质预测模型；将养殖区域正射影像输入至水质预测模型，获取养殖区域的水体区域的水质预测数据，根据养殖区域的水体区域的水质预测数据，获取养殖区域的污染源区域检测结果。

技术领域

本发明涉及地理信息技术领域，特别涉及是一种基于遥感影像的污染入海通量预测方法、装置、设备以及存储介质。

背景技术

近年来，随着经济社会的快速发展，人类对水产的需求越来越大，养殖量也随之增加。由养殖尾水直接排放到江、河、湖、海造成的水体富营养化问题也日益突出，已经严重影响人类的饮用水安全。自然水体都具有一定的自净能力，但当超负荷的富营养化水体排入，即污染入海通量超过水体自净能力的量，则会造成水体富营养化，而从引发一系列的水环境生态问题。

但由于污水排放的净化技术和管理成本较高，污水处理的还没有完全普及，因此，部分地区，特别是监管难度较大的区域，污水直接排入江河湖海的情况时有发生。然而，目前的技术方案无法全面、准确地对大范围的区域进行污染入海通量的计算，为水污染监管造成了较大的难题。

发明内容

基于此，本发明的目的在于，提供一种基于遥感影像的污染入海通量预测方法、装置、设备以及存储介质，通过获取养殖区域的遥感影像中的水质数据、水深数据以及波段数据，采用深度学习方法，构建相应的水质预测模型以及水深预测模型，准确、快速地获取养殖区域的水质预测数据以及水深预测数据，并根据水质预测数据以及水深预测数据，获取所述养殖区域的水体区域的污染入海通量预测数据。

第一方面，本申请实施例提供了一种基于遥感影像的污染入海通量预测方法，包括以下步骤：

获取养殖区域的若干个遥感影像，将所述若干个遥感影像进行拼接，获得所述养殖区域的正射影像，其中，所述正射影像包括水体区域以为非水体区域；

剔除所述正射影像中的非水体区域，获取所述养殖区域的水体影像，并根据预设的采样点数目，获取所述养殖区域的水体影像中各个采样点对应的水质数据；

获取所述养殖区域的水体影像中各个采样点对应的波段数据以及水深数据，将所述同一采样点对应的水质数据以及波段数据进行组合，获取若干个所述采样点对应的第一训练数据组，将所述同一采样点对应的水深数据以及波段数据进行组合，获取若干个所述采样点对应的第二训练数据组；

将所述波段数据作为自变量，所述水质数据作为因变量，构建第一随机森林神经网络模型，将若干个所述采样点对应的第一训练数据组输入至所述第一随机森林神经网络模型进行训练，获取水质预测模型；

将所述波段数据作为自变量，所述水深数据作为因变量，构建第二随机森林神经网络模型，将若干个所述采样点对应的第二训练数据组输入至所述第二随机森林神经网络模型进行训练，获取水深预测模型；

将所述养殖区域正射影像分别输入至所述水质预测模型以及水深预测模型，获取所述养殖区域的水体区域，以及所述养殖区域的水体区域的水质预测数据、水深预测数据，根据所述养殖区域的水体区域，以及所述养殖区域的水体区域的水质预测数据以及水深预测数据，获取所述养殖区域的入海通量预测数据。

第二方面，本申请实施例提供了一种基于遥感影像的污染入海通量预测装置，包括：

正射影像获取模块，用于获取养殖区域的若干个遥感影像，将所述若干个遥感影像进行拼接，获得所述养殖区域的正射影像，其中，所述正射影像包括水体区域以为非水体区域；