CN102750455A - 一种水环境遥感反演模型选择方法及装置 - Google Patents
一种水环境遥感反演模型选择方法及装置 Download PDFInfo
- Publication number
- CN102750455A CN102750455A CN2012102389265A CN201210238926A CN102750455A CN 102750455 A CN102750455 A CN 102750455A CN 2012102389265 A CN2012102389265 A CN 2012102389265A CN 201210238926 A CN201210238926 A CN 201210238926A CN 102750455 A CN102750455 A CN 102750455A
- Authority
- CN
- China
- Prior art keywords
- model
- water environment
- remote sensing
- zone
- imaging time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
- Studio Devices (AREA)
Abstract
本发明提供了一种水环境遥感反演模型选择方法及装置，所述方法包括：依据区域、遥感器及成像时间，从预设的解析模型数据库中查询适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数；当预设的解析模型数据库中不存在所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数时，从预设的经验/半经验模型数据库中选择适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。因此，模型选择不需要过多地依赖人为经验，从而有效提高了水环境遥感反演模型管理与选择的自动化和规范化程度。
Description
技术领域
本发明涉及遥感领域，尤其涉及一种水环境遥感模型选择方法及装置。
背景技术
利用水环境遥感图像计算水质参数，实质上是依据预先设置的反演模型（包括解析模型，经验/半经验模型）进行计算的过程，因此，反演模型的选择对于计算结果有着至关重要的影响。目前，针对遥感监测图像的反演模型是由领域专家根据自身经验进行选择的，同一个遥感图像由不同的专家进行反演，有可能得到不同的水质参数结果；另外，随着反演模型的不断增多，模型也难以管理，所以，现有的遥感反演模型选择方法存在过于依赖人为经验的问题，难以进入高效的业务运行。
发明内容
有鉴于此，本发明提供了一种水环境遥感反演模型选择方法及装置，目的在于解决现有的遥感反演模型管理及选择方法过于依赖人为经验的问题。
为了实现上述目的，本发明实施例提供了以下技术方案：
一种水环境遥感反演模型选择方法，包括：
依据区域、遥感器及成像时间，从预设的解析模型数据库中查询适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数；
当所述预设的解析模型数据库中不存在所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数时，从预设的经验/半经验模型数据库中选择适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
优选地，所述预设的解析模型数据库结构包括：
区域、采集时间、遥感器、波段号、水体单位固有光学量数据、水体固有光学量数据。
优选地，从预设的解析模型数据库中查询适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数包括：
依次依据所述区域、遥感器及成像时间，筛选所述预设的解析模型数据库中的水环境遥感图像反演解析模型参数；
当筛选出的水环境遥感图像反演解析模型参数的数量为一组时，确定所述解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数；
当筛选出的水环境遥感图像反演解析模型参数的数量大于一组时，确定采集时间字段与所述水环境遥感图像成像时间最接近的解析模型为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
优选地，所述确定采集时间字段与所述成像时间最接近的解析模型为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数包括：
分别提取筛选出的每个解析模型参数对应的采集时间；
依据所述采集时间，分别计算每组解析模型参数对应的儒略日；
分别计算每个儒略日与所述成像时间的儒略日的差值；
如果差值的绝对值大于预设的值，则按照预设的计算公式对差值进行转换，以代替转换前的差值；
确定绝对值最小的差值对应的一组解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
优选地，当绝对值最小的差值的数量大于一组时，还包括：
依据预设的规则，由所述绝对值最小的差值对应的儒略日及所述水环境遥感监测数据的儒略日，确定所述水环境遥感图像的第一反演获取时间；
确定所述解析模型数据库中与所述第一反演获取时间对应的一组解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
优选地，所述预设的经验/半经验模型数据库包括：
区域、建模时间、水质参数类型、遥感器、经验/半经验模型计算公式、模型计算公式中变量与遥感数据源映射关系。
优选地，从预设的经验/半经验模型数据库中选择适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式包括：
依次依据所述区域、遥感器及成像时间，筛选所述预设的经验/半经验模型数据库中的模型公式；
当筛选出的模型公式的数量为一个时，确定所述模型公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式；
当筛选出的经验/半经验模型的数量大于一个时，确定建模时间字段与所述成像时间最接近的模型计算公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
优选地，所述确定建模时间字段与所述成像时间最接近的模型公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式包括：
分别提取筛选出的每条经验/半经验模型中建模时间；
依据所述建模时间，分别计算每个模型公式对应的儒略日；
分别计算每个儒略日与所述成像时间的儒略日的差值；
如果差值的绝对值大于预设的值，则按照预设的计算公式对差值进行转换，以代替转换前的差值；
确定绝对值最小的差值对应的一个经验/半经验模型公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
优选地，当绝对值最小的差值的数量大于一个时，还包括：
依据预设的规则，由所述绝对值最小的差值对应的儒略日及所述水环境遥感监测数据的儒略日，确定所述水环境遥感图像的第二反演获取时间；
确定所述经验/半经验模型数据库中与所述第二反演获取时间对应的一个模型公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
一种水环境遥感反演模型选择装置，包括：
解析模型参数查询模块，用于依据区域、遥感器及成像时间，从预设的解析模型数据库中查询适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数；
经验/半经验模型查询模块，用于当所述预设的解析模型数据库中不存在所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数时，从预设的经验/半经验模型数据库中选择适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
优选地，所述解析模型参数查询模块包括：
第一筛选单元，用于依次依据所述区域、遥感器及成像时间，筛选所述预设的解析模型数据库中的水环境遥感图像反演解析模型参数；
第一计数单元，用于统计筛选出的解析模型参数的数量；
第一反演模型参数确定单元，用于当筛选出的水环境遥感图像反演解析模型参数的数量为一组时，确定所述解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数；当筛选出的水环境遥感图像反演解析模型参数的数量大于一组时，确定采集时间字段与所述水环境遥感图像成像时间最接近的解析模型为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
优选地，所述第一反演模型参数确定单元包括：
第一获取时间提取子单元，分别提取筛选出的每个解析模型参数对应的采集时间；
第一儒略日计算子单元，用于依据所述采集时间，分别计算每组解析模型参数对应的儒略日，并分别计算每个儒略日与所述成像时间的儒略日的差值；
第一转换子单元，用于如果差值的绝对值大于预设的值，则按照预设的计算公式对差值进行转换，以代替转换前的差值；
第一反演模型参数确定子单元，用于确定绝对值最小的差值对应的一组解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
优选地，还包括：
第一反演获取时间确定子单元，用于依据预设的规则，由所述绝对值最小的差值对应的儒略日及所述水环境遥感监测数据的儒略日，确定所述水环境遥感图像的第一反演获取时间；
第一反演模型参数确定子单元，用于确定所述解析模型数据库中与所述第一反演获取时间对应的一组解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
优选地，所述经验/半经验模型查询模块包括：
第二筛选单元，用于依次依据所述区域、遥感器及成像时间，筛选所述预设的经验/半经验模型数据库中的模型公式；
第二计数单元，用于统计筛选出的模型计算公式的数量；
第二反演模型确定单元，当筛选出的模型计算公式的数量为一个时确定所述模型计算公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式；当筛选出的经验模型的数量大于一个时，确定多条记录中建模时间字段与所述成像时间最接近的模型计算公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
优选地，所述反演模型第二确定单元包括：
第二获取时间提取子单元，用于分别提取筛选出的每条经验/半经验模型中建模时间；
第二儒略日计算子单元，用于依据所述建模时间，分别计算每个模型公式对应的儒略日，并分别计算每个儒略日与所述成像时间的儒略日的差值；
第二转换子单元，用于如果差值的绝对值大于预设的值，则按照预设的计算公式对差值进行转换，以代替转换前的差值；
第二反演模型确定子单元，用于确定绝对值最小的差值对应的一个经验/半经验模型公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
优选地，还包括：
第二反演获取时间确定子单元，用于依据预设的规则，由所述绝对值最小的差值对应的儒略日及所述水环境遥感监测数据的儒略日，确定所述水环境遥感图像的第二反演获取时间；
第二反演模型确定子单元，用于确定所述经验/半经验模型数据库中与所述第二反演获取时间对应的一个模型公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
本发明实施例提供的水环境遥感反演模型选择方法及装置，依据水环境遥感监测目标，从预设的解析模型数据库、经验/半经验模型数据库中查找适用于区域、时间、遥感器的水环境遥感图像反演模型，由于解析模型数据库中包括解析模型计算需要的水体固有光学量数据和单位固有光学量数据，经验/半经验模型库中包括适用于不同区域、遥感器、遥感数据源的水质参数模型计算公式及波段映射关系。因此，模型选择不需要过多地依赖人为经验，从而有效提高了水环境遥感反演模型管理与选择的自动化和规范化程度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例公开的一种水环境遥感反演模型选择方法的流程图；
图2为本发明实施例公开的又一种水环境遥感反演模型选择方法的流程图；
图3为本发明实施例公开的一种水环境遥感反演模型选择方法中从多个反演解析模型参数中确定水环境遥感图像反演解析模型参数的流程图；
图4为本发明实施例公开的一种水环境遥感反演模型选择装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开的一种水环境遥感反演模型选择方法，应用于水环境遥感图像的水质参数反演过程中，如图1所示，包括：
S101：依据区域、遥感器及成像时间，从预设的解析模型数据库中查询适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数；
其中，解析模型数据库是预先建立的，可以包括：
区域、采集时间、遥感器、波段号（或波长）、水体单位固有光学量（SpecificInherent Optical Properties，简称SIOPs）数据、水体固有光学量（Inherent OpticalProperties，简称IOPs）数据。具体地，区域的数据类型可以为字符串类型，例如，遥感监测的区域为太湖，采集时间的数据类型可以为日期数据类型，例如2009-7-1，遥感器表示某个传感器的型号，可以为字符串数据类型，例如，HJ-CCD。除此以外，所述解析模型数据库中还可以包括遥感器波段号（或波长）、水体单位固有光学量数据（例如：浮游植物单位吸收系数、非色素悬浮物单位吸收系数、有色可溶性有机物质、悬浮物的单位后向散射系数）、水体固有光学量数据（例如：悬浮物的后向散射比例系数、纯水的吸收系数、纯水的后向散射系数），如下所示：
遥感器波段号（或波长）：记为band，无单位，浮点数据类型，例如：4；
浮游植物单位吸收系数：记为a’ph(band)，单位：m2/mg，浮点数据类型，例如：0.2；
非色素悬浮物单位吸收系数：记为a’d(band)，单位：m2/g，浮点数据类型，例如：0.2；
有色可溶性有机物质(Chromophoric Dissolvable Organic Matter,简称：CDOM)单位吸收系数：记为a’cdom(band)，无单位，浮点数据类型，例如：0.2；
悬浮物的单位后向散射系数：记为b’p(band)，单位：m2/g，浮点数据类型，例如：0.
悬浮物的后向散射比例系数：记为
(band)，无单位，浮点数据类型，例如：0.05；
纯水的吸收系数：记为aw(band)，单位：m-1，浮点数据类型，例如：0.01；
纯水的后向散射系数：记为bbw(band)，单位：m-1，浮点数据类型，例如：0.01；
S102：当所述预设的解析模型数据库中不存在所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数时，从预设的经验/半经验模型数据库中选择适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
其中，预设的经验/半经验模型数据库可以包括：
区域、建模时间、水质参数类型、遥感器、遥感数据源、经验/半经验模型计算公式、模型计算公式中变量与遥感数据源映射关系、模型来源。具体地，区域表示的是遥感监测的区域，可以为字符串类型，例如太湖；建模时间表示的是经验/半经验模型构建的具体时间，可以为日期数据类型，例如，2009-7-1；水质参数类型可以为字符串数据类型，例如悬浮物浓度；遥感器表示某个传感器的型号，可以为字符串数据类型，例如，HJ-CCD；遥感数据源标识经验/半经验模型的输入数据，可以为字符串数据类型，例如，HJ-CCD遥感反射率（4个波段）；经验/半经验模型计算公式是指依据水环境遥感图像进行反演所要使用的计算公式，可以为字符串数据类型，例如：2.7645*((b3+b4)/b2)-0.0032；模型计算公式中变量与遥感数据源映射关系是指模型公式中变量b3、b4的具体含义，可以为字符串数据类型，例如：b3是HJ-CCD第3波段遥感反射率，b4是HJ-CCD第4波段遥感反射率，b2是HJ-CCD第2波段遥感反射率；模型来源是指出经验/半经验模型的构建者，可以为字符串数据类型，例如：中科院对地观测中心。
需要说明的是，本发明实施例中强调了查询数据库的顺序，即先查询解析模型数据库，如果解析模型数据库中不存在所述区域及遥感器的解析模型参数时，再查询经验/半经验模型数据库，这是因为解析模型作为有明确物理含义的生物光学模型，反演出的结果比较精确，但是目前针对区域的解析模型计算所需要的水体单位固有光学量数据较少，获取成本比较高，而经验/半经验模型作为反演模型的虽然计算精度相对较低，但是针对区域的已构建的经验/半经验模型数量多，因此，采用本实施例中的模型选择方法，能够兼顾水质参数反演结果的精度与反演的效率。
本发明实施例所述的水环境遥感反演模型选择方法，依据遥感监测数据及预先设置的解析模型数据库及经验/半经验模型数据库进行模型计算方法的选择，而不需要再依赖专家进行人工交互选择，为水环境遥感反演模型的选择提供了一套通用的流程，不仅提高了反演模型的选择速度，还保证了反演结果的客观性，提高了水环境遥感反演模型选择的自动化和规范化程度。
下面对于上述实施例所述的方法进行详细的说明。本发明实施例公开的一种水环境遥感反演模型选择方法，如图2所示，包括：
S201：依次依据所述区域、遥感器及时间，筛选所述预设的解析模型数据库中的水环境遥感图像反演解析模型参数；
其中，预设的解析模型数据库，在本实施例中，优选的，可以先根据区域从解析模型数据库中进行初步筛选，选择出与当前待反演的水环境遥感图像的区域相同的解析模型参数组；再从初步选择出的解析模型参数组中依据遥感器选择出与所述水环境遥感图像遥感器相同的解析模型参数组，最后，根据采集时间从进行过两次筛选的解析模型参数组中选择出与所述水环境遥感图像成像时间相近的解析模型。
S202：当筛选出的水环境遥感图像反演解析模型参数的数量为一组，即一条记录时，确定所述解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数；
S203：当筛选出的水环境遥感图像反演解析模型参数的数量大于一组，即多条记录时，确定多条记录中采集时间（按儒略日计算）字段与所述成像时间（按儒略日计算）最接近的解析模型为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
具体的确定过程如图3所示，包括：
S301：分别提取筛选出的每条记录中采集时间；
S302：依据所述采集时间，分别计算每组解析模型参数对应的儒略日。其中儒略日是一种计数历法，方便计算两个公历日期的间隔天数，定义公历（年、月、日）转换为按儒略日计数的步骤为：
已知公历年份（Year）、月（Month）、日（Day），计算儒略日N；
首先定义浮点型常数double C=32.8；
计算年份（Year）是否为闰年：
bool RunNian=((Year%4==0)&&(Year%100!=0))‖(Year%400==0);
如果月份（Month）是否为二月以内：
If(Month<=2) C=30.6；
如果年份为闰年，且月份大于二月：
If(RunNian==TRUE)&&(Month>2) C=31.8；
儒略日N的计算公式为：
Double N=int(30.6*Month-C+0.5)+Day；
S303：分别计算每个儒略日与所述成像时间的儒略日的差值；
S304：如果差值的绝对值大于预设的值，则按照预设的计算公式对差值进行转换，以代替转换前的差值，用以解决类似于1月与12月比较接近，但是二者儒略日相差很大的问题。
优选地，预设的值为182；
计算公式为：如果差值绝对值>182，那么差值绝对值=365-差值绝对值；
S305：确定差值的绝对值最小的记录对应的一组解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
例如：筛选出的解析模型参数的记录数量为两个，分别为解析模型参数组A和解析模型参数组B，提取A对应的采集时间T1，如前所述，采集包括了年、月和日，依据T1中的月和日，计算T1的儒略日，即A对应的儒略日，记为r1，同样地，可以得到B对应的儒略日，记为r2。从水环境遥感图像的成像时间，同样可以得到成像时间的儒略日，记为r3。
分别计算绝对值c1=|r1-r3|，绝对值c2=|r2-r3|，当c1>182时，c1=365-c1，同样地，当c2>182时，c2=365-c2。
比较c1和c2，如果c1小，则将A作为解析模型参数组，如果c2小，则将B作为解析模型参数组，如果c1与c2相等，即绝对值最小的差值的数量大于一个时，则依据所述的规则，依据所述的采集时间、成像时间，由所述多个采集时间记录儒略日与成像时间儒略日差值的绝对值乘以采集时间的年份，确定所述水环境遥感图像的第一反演获取时间；并确定所述解析模型数据库中与所述第一反演获取时间对应的一组解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。例如，当c1等于c2时，依据Z=（采集时间的儒略日-成像时间的儒略日）×采集时间对应的年份，计算:
Z1＝（r1-r3）×A对应的年份，Z2=（r2-r3）×B对应的年份，
其中A对应的年份及B对应的年份可以分别从A、B对应的采集时间中得到。将Z1和Z2中的较大者作为所述水环境遥感图像的第一反演获取时间。从解析模型数据库中与所述第一反演获取时间对应的一组解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
S204：当筛选出的解析模型参数的数量为零时，即从解析模型数据库中不存在适用于所述区域及遥感器的解析模型参数时，依次依据所述区域、遥感器及成像时间，筛选所述预设的经验/半经验模型数据库中的模型公式；
所述经验/半经验模型数据库筛选方法与上述实施例中所述类似，这里不再赘述。
S205：当筛选出的模型计算公式的数量为一个，即一条记录时，确定所述模型公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式；
S206：当筛选出的经验模型的数量大于一个，即多条记录时，确定多条记录中建模时间（按儒略日计算）字段与所述成像时间（按儒略日计算）最接近的模型公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式；
具体的确定方法与图3所示方法类似，包括：
分别提取筛选出的每条记录中建模时间；
依据所述建模时间，分别计算每个模型计算公式对应的儒略日；
分别计算每个儒略日与所述成像时间的儒略日的差值；
如果差值的绝对值大于预设的值，则按照预设的计算公式对差值进行转换，以代替转换前的差值，用于解决类似于1月和12月比较接近，但是二者儒略日差值绝对值非常大的问题；
确定绝对值最小的差值的对应的一个模型公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
进一步地，当绝对值最小的差值的数量大于一个时，依据预设的规则，依据所述的建模时间、成像时间，由所述多个建模时间记录儒略日与成像时间儒略日差值的绝对值乘以建模时间的年份，确定所述水环境遥感图像的第二反演获取时间；确定所述经验/半经验模型数据库中与所述第二反演获取时间对应的一个模型计算公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
例如：筛选出的模型计算方法的记录数量为两个，分别为模型C和模型D，提取C对应的建模时间T3，如前所述，建模时间中包括了年、月和日，依据T3中的月和日，计算T3的儒略日，即C对应的儒略日，记为r4，同样地，可以得到D对应的儒略日，记为r5。从水环境遥感图像成像时间的年、月和日，同样可以得到成像时间的儒略日，记为r3。
分别计算绝对值c3=|r4-r3|，绝对值c4=|r5-r3|，当c3>182时，c3=365-c3，同样地，当c4>182时，c4=365-c4。
比较c3和c4，如果c3小，则将C作为反演模型，如果c4小，则将D作为反演模型，如果c3与c4相等，即绝对值最小的差值的数量大于一个时，则依据所述的建模时间、成像时间，由所述多个建模时间记录儒略日与成像时间儒略日差值的绝对值乘以建模时间的年份，确定所述水环境遥感图像的第二反演获取时间；确定所述经验/半经验模型数据库中与所述第二反演获取时间对应的一个模型计算公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。例如，当c3等于c4时，依据Z=（建模时间的儒略日-成像时间的儒略日）×建模时间对应的年份，计算:
Z3=（r4-r3）×C对应的年份，Z4=（r5-r3）×D对应的年份，
其中C对应的年份及D对应的年份可以分别从C、D对应的建模时间中得到。将Z3和Z4中的较大者作为所述水环境遥感监测数据的第二反演获取时间。从经验/半经验模型数据库中找出与所述第二反演获取时间对应的一个模型计算公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演模型。
本发明实施例所述的水环境遥感反演模型选择方法，依据遥感监测数据及预先设置的解析模型数据库及经验/半经验模型数据库进行模型计算方法的选择，而不需要再依赖专家进行人工交互选择，为水环境遥感反演模型的选择提供了一套通用的流程，不仅提高了反演模型的选择速度，还保证了反演结果的客观性，提高了水环境遥感反演模型选择的自动化和规范化程度。
对上述方法实施例相对应的，本发明实施例还提供了一种水环境遥感反演模型选择装置，如图4所示，包括：
解析模型参数查询模块401，用于依据区域、遥感器及成像时间，从预设的解析模型数据库中查询适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数；
经验/半经验模型查询模块402，用于当所述预设的解析模型数据库中不存在所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数时，从预设的经验/半经验模型数据库中选择适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
进一步地，所述解析模型参数查询模块包括：
第一筛选单元，用于依次依据所述区域、遥感器及成像时间，筛选所述预设的解析模型数据库中的水环境遥感图像反演解析模型参数；
第一计数单元，用于统计筛选出的解析模型参数的数量；
第一反演模型参数确定单元，用于当筛选出的水环境遥感图像反演解析模型参数的数量为一组，即一条记录时，确定所述解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数；当筛选出的水环境遥感图像反演解析模型参数的数量大于一组，即多条记录时，确定多条记录中采集时间字段与所述成像时间最接近的解析模型为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
进一步地，所述第一反演模型参数确定单元可以包括：
第一获取时间提取子单元，分别提取筛选出的每个解析模型参数，即每条记录中采集时间；
第一儒略日计算子单元，用于依据所述采集时间，分别计算每组解析模型参数对应的儒略日，并分别计算每个儒略日与所述成像时间的儒略日的差值；
第一转换子单元，用于如果差值的绝对值大于预设的值，则按照预设的计算公式对差值进行转换，以代替转换前的差值，用于解决类似于1月和12月比较接近，但是二者儒略日差值绝对值非常大的问题；
第一反演模型参数确定子单元，用于确定绝对值最小的差值对应的一组解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
第一反演获取时间确定子单元，用于依据预设的规则，即依据采集时间、成像时间，由所述多个采集时间记录儒略日与成像时间儒略日差值的绝对值乘以采集时间的年份，确定所述水环境遥感图像的第一反演获取时间；
第一反演模型参数确定子单元，用于确定所述解析模型数据库中与所述第一反演获取时间对应的一组解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
进一步地，所述经验/半经验模型查询模块包括：
第二筛选单元，用于依次依据所述区域、遥感器及成像时间，筛选所述预设的经验/半经验模型数据库中的模型公式；
第二计数单元，用于统计筛选出的模型计算公式的数量；
第二反演模型确定单元，当筛选出的模型计算公式的数量为一个，即一条记录时，确定所述模型计算公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式；当筛选出的经验模型的数量大于一个，即多条记录时，确定多条记录中建模时间字段与所述成像时间最接近的模型计算公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
其中，所述第二反演模型确定单元可以包括：
第二获取时间提取子单元，用于分别提取筛选出的每条经验/半经验模型中建模时间；
第二儒略日计算子单元，用于依据所述建模时间，分别计算每个模型公式对应的儒略日，并分别计算每个儒略日与所述成像时间的儒略日的差值；
第二转换子单元，用于如果差值的绝对值大于预设的值，则按照预设的计算公式对差值进行转换，以代替转换前的差值，用于解决类似于1月和12月比较接近，但是二者儒略日差值绝对值非常大的问题；
第二反演模型确定子单元，用于确定绝对值最小的差值对应的一个模型计算公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
第二反演获取时间确定子单元，用于依据所述的建模时间、成像时间，由所述多个建模时间记录儒略日与成像时间儒略日差值的绝对值乘以建模时间的年份，确定所述水环境遥感图像的第二反演获取时间；
第二反演模型确定子单元，用于确定所述经验/半经验模型数据库中与所述第二反演获取时间对应的一个模型计算公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演模型。
本发明实施例所述的装置，使得水环境遥感图像反演的计算模型不再依赖专家进行人工交互选择，为水环境遥感反演模型的选择提供了一套通用的程序自动选择流程，不仅提高了反演模型的选择速度，还保证了反演结果的客观性，能够兼顾水质参数反演结果的精度与反演的效率，提高了水环境遥感反演模型选择的自动化和规范化程度。
本实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算设备可读取存储介质中。基于这样的理解，本发明实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算设备（可以是个人计算机，服务器，移动计算设备或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (16)
1.一种水环境遥感反演模型选择方法，其特征在于，包括：
依据区域、遥感器及成像时间，从预设的解析模型数据库中查询适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数；
当所述预设的解析模型数据库中不存在所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数时，从预设的经验/半经验模型数据库中选择适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
2.根据权利要求1所述的方法，其特征在于，所述预设的解析模型数据库结构包括：
区域、采集时间、遥感器、波段号、水体单位固有光学量数据、水体固有光学量数据。
3.根据权利要求1或2所述的方法，其特征在于，从预设的解析模型数据库中查询适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数包括：
依次依据所述区域、遥感器及成像时间，筛选所述预设的解析模型数据库中的水环境遥感图像反演解析模型参数；
当筛选出的水环境遥感图像反演解析模型参数的数量为一组时，确定所述解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数；
当筛选出的水环境遥感图像反演解析模型参数的数量大于一组时，确定采集时间字段与所述水环境遥感图像成像时间最接近的解析模型为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
4.根据权利要求3所述的方法，其特征在于，所述确定采集时间字段与所述成像时间最接近的解析模型为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数包括：
分别提取筛选出的每个解析模型参数对应的采集时间；
依据所述采集时间，分别计算每组解析模型参数对应的儒略日；
分别计算每个儒略日与所述成像时间的儒略日的差值；
如果差值的绝对值大于预设的值，则按照预设的计算公式对差值进行转换，以代替转换前的差值；
确定绝对值最小的差值对应的一组解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
5.根据权利要求4所述的方法，其特征在于，当绝对值最小的差值的数量大于一组时，还包括：
依据预设的规则，由所述绝对值最小的差值对应的儒略日及所述水环境遥感监测数据的儒略日，确定所述水环境遥感图像的第一反演获取时间；
确定所述解析模型数据库中与所述第一反演获取时间对应的一组解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
6.根据权利要求1所述的方法，其特征在于，所述预设的经验/半经验模型数据库包括：
区域、建模时间、水质参数类型、遥感器、经验/半经验模型计算公式、模型计算公式中变量与遥感数据源映射关系。
7.根据权利要求1或6所述的方法，其特征在于，从预设的经验/半经验模型数据库中选择适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式包括：
依次依据所述区域、遥感器及成像时间，筛选所述预设的经验/半经验模型数据库中的模型公式；
当筛选出的模型公式的数量为一个时，确定所述模型公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式；
当筛选出的经验/半经验模型的数量大于一个时，确定建模时间字段与所述成像时间最接近的模型计算公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
8.根据权利要求7所述的方法，其特征在于，所述确定建模时间字段与所述成像时间最接近的模型公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式包括：
分别提取筛选出的每条经验/半经验模型中建模时间；
依据所述建模时间，分别计算每个模型公式对应的儒略日；
分别计算每个儒略日与所述成像时间的儒略日的差值；
如果差值的绝对值大于预设的值，则按照预设的计算公式对差值进行转换，以代替转换前的差值；
确定绝对值最小的差值对应的一个经验/半经验模型公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
9.根据权利要求8所述的方法，其特征在于，当绝对值最小的差值的数量大于一个时，还包括：
依据预设的规则，由所述绝对值最小的差值对应的儒略日及所述水环境遥感监测数据的儒略日，确定所述水环境遥感图像的第二反演获取时间；
确定所述经验/半经验模型数据库中与所述第二反演获取时间对应的一个模型公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
10.一种水环境遥感反演模型选择装置，其特征在于，包括：
解析模型参数查询模块，用于依据区域、遥感器及成像时间，从预设的解析模型数据库中查询适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数；
经验/半经验模型查询模块，用于当所述预设的解析模型数据库中不存在所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数时，从预设的经验/半经验模型数据库中选择适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
11.根据权利要求10所述的装置，其特征在于，所述解析模型参数查询模块包括：
第一筛选单元，用于依次依据所述区域、遥感器及成像时间，筛选所述预设的解析模型数据库中的水环境遥感图像反演解析模型参数；
第一计数单元，用于统计筛选出的解析模型参数的数量；
第一反演模型参数确定单元，用于当筛选出的水环境遥感图像反演解析模型参数的数量为一组时，确定所述解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数；当筛选出的水环境遥感图像反演解析模型参数的数量大于一组时，确定采集时间字段与所述水环境遥感图像成像时间最接近的解析模型为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
12.根据权利要求11所述的装置，其特征在于，所述第一反演模型参数确定单元包括：
第一获取时间提取子单元，分别提取筛选出的每个解析模型参数对应的采集时间；
第一儒略日计算子单元，用于依据所述采集时间，分别计算每组解析模型参数对应的儒略日，并分别计算每个儒略日与所述成像时间的儒略日的差值；
第一转换子单元，用于如果差值的绝对值大于预设的值，则按照预设的计算公式对差值进行转换，以代替转换前的差值；
第一反演模型参数确定子单元，用于确定绝对值最小的差值对应的一组解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
13.根据权利要求12所述的装置，其特征在于，还包括：
第一反演获取时间确定子单元，用于依据预设的规则，由所述绝对值最小的差值对应的儒略日及所述水环境遥感监测数据的儒略日，确定所述水环境遥感图像的第一反演获取时间；
第一反演模型参数确定子单元，用于确定所述解析模型数据库中与所述第一反演获取时间对应的一组解析模型参数为适用于所述区域、遥感器及成像时间的水环境遥感图像反演解析模型参数。
14.根据权利要求10所述的装置，其特征在于，所述经验/半经验模型查询模块包括：
第二筛选单元，用于依次依据所述区域、遥感器及成像时间，筛选所述预设的经验/半经验模型数据库中的模型公式；
第二计数单元，用于统计筛选出的模型计算公式的数量；
第二反演模型确定单元，当筛选出的模型计算公式的数量为一个时确定所述模型计算公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式；当筛选出的经验模型的数量大于一个时，确定多条记录中建模时间字段与所述成像时间最接近的模型计算公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
15.根据权利要求14所述的装置，其特征在于，所述反演模型第二确定单元包括：
第二获取时间提取子单元，用于分别提取筛选出的每条经验/半经验模型中建模时间；
第二儒略日计算子单元，用于依据所述建模时间，分别计算每个模型公式对应的儒略日，并分别计算每个儒略日与所述成像时间的儒略日的差值；
第二转换子单元，用于如果差值的绝对值大于预设的值，则按照预设的计算公式对差值进行转换，以代替转换前的差值；
第二反演模型确定子单元，用于确定绝对值最小的差值对应的一个经验/半经验模型公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
16.根据权利要求15所述的装置，其特征在于，还包括：
第二反演获取时间确定子单元，用于依据预设的规则，由所述绝对值最小的差值对应的儒略日及所述水环境遥感监测数据的儒略日，确定所述水环境遥感图像的第二反演获取时间；
第二反演模型确定子单元，用于确定所述经验/半经验模型数据库中与所述第二反演获取时间对应的一个模型公式为适用于所述区域、遥感器及成像时间的水环境遥感图像反演经验/半经验模型公式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210238926.5A CN102750455B (zh) | 2012-07-10 | 2012-07-10 | 一种水环境遥感反演模型选择方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210238926.5A CN102750455B (zh) | 2012-07-10 | 2012-07-10 | 一种水环境遥感反演模型选择方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102750455A true CN102750455A (zh) | 2012-10-24 |
| CN102750455B CN102750455B (zh) | 2015-03-25 |
Family
ID=47030631
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210238926.5A Active CN102750455B (zh) | 2012-07-10 | 2012-07-10 | 一种水环境遥感反演模型选择方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102750455B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105095628A (zh) * | 2014-05-16 | 2015-11-25 | 中国农业科学院农业资源与农业区划研究所 | 全球植被覆盖时空变化监测方法 |
| CN111126298A (zh) * | 2019-12-25 | 2020-05-08 | 二十一世纪空间技术应用股份有限公司 | 遥感信息的解译方法、装置及电子设备 |
| CN111504915A (zh) * | 2020-04-27 | 2020-08-07 | 中国科学技术大学先进技术研究院 | 反演水体叶绿素浓度的方法、装置、设备及存储介质 |
| CN112710614A (zh) * | 2020-12-18 | 2021-04-27 | 江苏省苏力环境科技有限责任公司 | 用于生态环保的多源卫星数据处理方法、系统及存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102200576A (zh) * | 2011-03-10 | 2011-09-28 | 王桥 | 叶绿素a浓度反演方法及系统 |
-
2012
- 2012-07-10 CN CN201210238926.5A patent/CN102750455B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102200576A (zh) * | 2011-03-10 | 2011-09-28 | 王桥 | 叶绿素a浓度反演方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 刘佳等: "BRDF模型及其反演研究的现状及展望", 《遥感技术与应用》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105095628A (zh) * | 2014-05-16 | 2015-11-25 | 中国农业科学院农业资源与农业区划研究所 | 全球植被覆盖时空变化监测方法 |
| CN111126298A (zh) * | 2019-12-25 | 2020-05-08 | 二十一世纪空间技术应用股份有限公司 | 遥感信息的解译方法、装置及电子设备 |
| CN111126298B (zh) * | 2019-12-25 | 2024-01-09 | 二十一世纪空间技术应用股份有限公司 | 遥感信息的解译方法、装置及电子设备 |
| CN111504915A (zh) * | 2020-04-27 | 2020-08-07 | 中国科学技术大学先进技术研究院 | 反演水体叶绿素浓度的方法、装置、设备及存储介质 |
| CN112710614A (zh) * | 2020-12-18 | 2021-04-27 | 江苏省苏力环境科技有限责任公司 | 用于生态环保的多源卫星数据处理方法、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102750455B (zh) | 2015-03-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bonilla Valverde et al. | Application of a GIS multi-criteria decision analysis for the identification of intrinsic suitable sites in Costa Rica for the application of managed aquifer recharge (MAR) through spreading methods | |
| Alifujiang et al. | System dynamics modeling of water level variations of Lake Issyk-Kul, Kyrgyzstan | |
| Du et al. | Remote sensing image interpretation for urban environment analysis: Methods, system and examples | |
| Abdelkarim et al. | Flood risk assessment of the Wadi Nu’man Basin, Mecca, Saudi Arabia (During the Period, 1988–2019) based on the integration of geomatics and hydraulic modeling: a case study | |
| Rusu et al. | Structural changes in the Romanian economy reflected through Corine Land Cover Datasets | |
| Anees et al. | Assessment of urban dynamics to understand spatiotemporal differentiation at various scales using remote sensing and geospatial tools | |
| Kibii et al. | Application of Soil and Water Assessment Tool (SWAT) to evaluate the impact of land use and climate variability on the Kaptagat catchment river discharge | |
| Miraji et al. | The impacts of water demand and its implications for future surface water resource management: The case of tanzania’s wami ruvu basin (WRB) | |
| Lacher et al. | Application of hydrologic tools and monitoring to support managed aquifer recharge decision making in the upper San Pedro River, Arizona, USA | |
| Mousavi et al. | A multi-GCM assessment of the climate change impact on the hydrology and hydropower potential of a semi-arid basin (A case study of the Dez Dam Basin, Iran) | |
| CN102750455A (zh) | 一种水环境遥感反演模型选择方法及装置 | |
| Zhuravlyov et al. | Strategic aspects of ensuring sustainable development of gold enterprises of the Russian Federation | |
| Zaresefat et al. | Using artificial intelligence to identify suitable artificial groundwater recharge areas for the Iranshahr basin | |
| Dai et al. | LAI-based phenological changes and climate sensitivity analysis in the Three-River headwaters region | |
| Maragno et al. | Land–Sea Interaction: Integrating Climate Adaptation Planning and Maritime Spatial Planning in the North Adriatic Basin | |
| Valdés-Pineda et al. | The first drying lake in Chile: causes and recovery options | |
| Mujtaba et al. | Impact of cropping pattern and climatic parameters in lower Chenab Canal system—Case study from Punjab Pakistan | |
| Gonçalves et al. | Comparative analysis of drought indices in hydrological monitoring in ceará’s semi-arid Basins, Brazil | |
| Braun-Cruz et al. | Evaluation of hydrological alterations at the sub-daily scale caused by a small hydroelectric facility | |
| Fu et al. | Trends in Groundwater Levels in Alluvial Aquifers of the Murray–Darling Basin and Their Attributions | |
| Lazurko et al. | Financing high performance climate adaptation in agriculture: Climate bonds for multi-functional water harvesting infrastructure on the Canadian prairies | |
| Delgado-Ramos et al. | Simple and low-cost procedure for monthly and yearly streamflow forecasts during the current hydrological year | |
| Niu et al. | Identification of preferential runoff belts in Jinan Spring Basin based on hydrological time-series correlation | |
| Liu et al. | Monitoring impervious surface area dynamics in urban areas using Sentinel-2 data and improved Deeplabv3+ model: A case study of Jinan City, China | |
| Eltarabily et al. | Investigating climate change effects on evapotranspiration and groundwater recharge of the Nile delta aquifer, Egypt |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |