CN114139444A - 一种基于机器学习的近海海表温度反演方法 - Google Patents

Abstract

本发明公开了一种基于机器学习的近海海表温度反演方法，包括：基于遥感影像数据，引入传感器视角、初始估计温度场、初始辅助温度场和时间表征变量并添加组合变量数据作为特征扩展，解决传统温度反演算法中参数关系表达不充分的缺点；通过近海浮标实测数据作为数据集输入数据训练模型，有效校正参数空间匹配受混合像元的影响；采用随机森林算法提供特征重要性的选择指标，得到最优温度反演参数组合，构建机器学习模型实现有限实测数据下的高精度近海海表温度反演。

Description

一种基于机器学习的近海海表温度反演方法

技术领域

本发明涉及卫星遥感海表温度反演领域，具体涉及一种基于机器学习的近海海域海表温度反演方法。

背景技术

中国是世界上最大的沿海国家之一，近海海域分布着有大量海水养殖区和海洋牧场示范区。海表温度(Sea Surface Temperature，SST)是近海水域一个重要的动态因子，获取高精度的海表温度是监测和管理近海海域的必要条件。通常情况下，传统海表温度监测数据通过船舶定点、浮标测量等方式收集，不易及时在所需要的时间内获取，且获取到的数据为小范围点数据。随着遥感技术的发展，卫星遥感增加了监测的时间频率和空间覆盖度，有效地补充了传统监测资料的覆盖范围，在发现、认识和解决海洋及沿海环境时空尺度问题上具有现实的应用价值，在海表温度的监测和预报中尤为重要。

当前用于测量海表温度的卫星传感器分为热红外传感器和被动微波传感器，因微波遥感在近海海域极易受陆地信号的干扰，国际上对于海表温度反演应用最广泛的热红外传感器是中分辨率成像光谱仪。参考现有科学文献中海表温度的研究，基于诸多传感器的全球海表温度产品在全球大洋海域有较高的精度验证，但相较于大洋，近海海域情况更加复杂。全球产品对于近海中小尺度的温度变化监测过于平滑，损失了大量的温度变化细节，不利于进一步分析温度变化与近海海域环境的相互作用。此外，对于拥有多个热红外通道的传感器来说，通过劈窗算法来构建海表温度反演算法虽一定程度上消除了大气的影响，但各参数间的关系通过简单的线性描述往往不能表达影响海表温度的各因素之间的复杂关系，造成传统劈窗算法在不同海域适应性较差，且其相应参数优化算法的精度提升效果有限。

发明内容

根据现有技术存在的不足，本发明提出一种基于机器学习的近海海表温度反演方法，充分结合近海浮标实测数据，以解决传统海表温度反演方法在近海海域反演精度低，参数空间匹配受混合像元影响大，参数关系描述不充分的技术问题。此外，模型应用结果具有较高的精度，能够有效解决有限实测数据情况下近海海表温度的获取和监测问题。

为达到上述发明目的，本发明采用的技术方案如下：

S1:收集组合近海浮标海表温度实测数据Y并下载与其时空相匹配的遥感影像数据；

S2:对遥感影像数据进行图像预处理；

S3:获取遥感影像数据中预处理后的传感器数据和波段数据，并以波段数据为基础计算大气条件数据，将传感器数据、波段数据和大气条件数据作为原始特征X’；

S4:利用海表温度反演传统算法计算海表温度，将该海表温度作为初始估计温度场T_sfc、并生成初始辅助温度场T_sfc'；

S5:获取预处理后遥感影像中的时间表征变量，并对原始特征X’进行运算生成新的组合变量数据，将时间表征变量、组合变量数据、初始估计温度场 T_sfc和初始辅助温度场T_sfc'作为辅助数据F，将原始特征X’扩展为新特征X；

S6:将新特征数据X和海表温度实测数据Y匹配生成机器学习样本数据集；

S7:对样本数据集进行预处理、并分为训练集和测试集两部分，采用随机森林算法对模型进行训练和参数优化，获得特征量的最优组合X_best，构建最优机器学习模型ML；

S8:将测试集中的最优组合X_best作为机器学习模型ML的输入数据，运行机器学习模型ML得到对应的输出数据，通过与测试集中的海表温度实测数据Y 对比验证、进行该模型的反演结果评价。

S2中具体采用如下方式：

S21:读取遥感影像对应云掩膜产品的云覆盖情况，筛选出研究区晴空无云的影像；

S22:对筛选出的遥感影像进行定标、几何校正、重采样和重投影预处理操作；

S23:依据改进的归一化差异水体指数对研究区影像进行水体提取及陆地和海岛的掩膜，其中改进的归一化差异水体指数为：

MNDWI＝(b_Green-b_SWIR)/(b_Green+b_SWIR)

式中：MNDWI指改进的归一化差异水体指数；b_Green和b_SWIR分别表示所用卫星传感器的对应波段。

S3中具体采用如下方式：

S31：以海表温度实测空间位置为中心提取卫星传感器视角θ和波段数据，波段数据包括影像第2波段反射率ref₂和第9波段的反射率ref₁₉，并计算第 31波段亮度温度BT₁和第32波段的亮度温度BT₂；

S32：根据影像第2波段反射率ref₂和第9波段的反射率ref₁₉，计算大气条件数据，采用两通道比值法估算大气水汽含量ω，利用大气透过率与水汽含量之间的关系计算两个热红外通道的大气透过率τ₁、τ₂，参数间的关系表达为：

[ref₂，ref₁₉]→ω→[τ₁，τ₂]

则有原始特征X’：

X′＝[ref₂，ref₁₉，ω，τ₁，τ₂，BT₁，BT₂，θ]。

S4中具体采用如下方式：

S41：以大气辐射传输方程为基础，采用传统温度反演劈窗算法获得的温度结果作为初始估计温度场T_sfc，其表达式为：

T_sf_c＝A₀+A₁BT₁-A₂BT₂

式中：BT₁、BT₂分别表示传感器两个热红外波段的亮度温度；A₀、A₁、 A₂为与比辐射率及大气透过率有关的系数；

S42：将传感器视角及大气剖面温度的影响考虑到初始估计温度场T_sfc中，对透过率进行视角和温度校正，生成初始辅助温度场T_sfc′，表示为：

式中：δτ(θ)为视角校正值，是传感器天顶角θ的函数；θ从与所选遥感影像时空相对应的地理定位文件中获得；δτ(T)为温度校正值，是亮度温度BT的函数。

S5中具体采用如下方式：

S51：将初始估计温度场T_sfc、初始辅助温度场T_sfc′以及遥感影像数据中的时间表征变量doy、month作为辅助数据F扩展原始特征X’，如下式所示：

F₁＝T_sf_c

F2＝T_sfc′

F₃＝doy

F₄＝month

式中：doy为影像获取日期在当年中的天次，month为月份，均为时间表征变量；

S52:根据当前海表温度反演研究，对原始特征X’进行组合运算，生成新的组合变量数据，如下式所示：

F₅＝BT_l-BT₂

F₆＝τ₁BT₁-τ₂BT₂

F₇＝(sec(θ)-1)(BT₁-BT₂)

则有辅助数据F：

F＝[F₁～F₇]

S53:在原始特征X'的基础上结合辅助数据F，将原始特征X'扩展为新特征 X，表示为：

X＝[X'，F]。

S7中具体采用如下方式：

S71:将样本数据集分为训练集和测试集两部分，对所有新特征X进行标准化：先求得训练集数据的均值和标准差，利用均值和标准差对训练集和测试集的新特征X标准化，经过处理后的数据符合标准正态分布，实现形式为：

式中：

为训练集特征的平均值；δ为训练集特征的标准差；

S72:基于Cart回归树进行随机森林回归，并设置随机森林关键参数，试验择优选取叶子节点数与树的数量；

S73:以一定样本数量作为训练集，采用最小均方差原则在所述训练集中任意切分特征x_i，并针对任意切分点p_i划分数据子集，从而寻找最优切分特征和切分点，其表达式为：

式中：对应的任意划分点两边划分成的数据子集L和R；y_L和y_R分别为数据子集的样本输出值，确定均方差之和最小所对应的特征和特征切分点；

S74:对特征变量X进行分析，获取所有自变量X各自对因变量Y的解释程度，并返回每一个特征与实测温度的相关性及特征重要性；

S75:用均方根误差与相关系数衡量选定特征的模型精度，得出适用于此机器学习模型的特征量最优组合X_best，构建最优机器学习模型ML，特征量最优组合X_best为：

X_best＝[ref₂,ref_19，ω_，τ_1tτ₂，BT₁,BT₂,θ,F₁～F₆]。

本方法与现有技术相比，具有以下有益效果：

(1)本申请通过传统算法反演海表温度引入初始估计温度场，可充分利用现有技术中对参数的解释关系。引入传感器视角及遥感影像数据的时间表征变量，并添加原始特性经过运算后的组合变量数据作为特征扩展，充分考虑模型对大气影响和辐射传输路径的订正，同时能够将温度随时间的变化响应特征体现在模型中；

(2)本申请中采用的随机森林算法能完成隐含特征的选择，并且提供特征重要性的选择指标，可得到最优温度反演参数组合，有利于建立满足机器学习模型反演海表温度的数据集；

(3)本申请基于同一卫星数据建立了完整的海表温度遥感反演体系，避免了不同卫星之间数据差异处理所导致的系统误差，能够结合近海浮标实测数据，充分利用中尺度高空间分辨率遥感影像在近海的监测，实现有限实测数据下近海海表温度的高精度反演。

附图说明

为了更清楚地说明本申请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申请中记载的一些实施例，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为本发明中实验总体流程图。

图2为本发明中模型特征重要性输出结果。

图3为本发明温度反演结果与实测温度相关性散点图。

图4为本发明与传统算法对比的误差正态分布图。

具体实施方式

为使本发明的技术方案和优点更易理解，下面结合附图和实施例，对本发明实施例中的技术方案进行清楚完整的描述：

如图1所示的一种基于机器学习的近海海表温度反演方法，具体方案是：

S1：收集组合近海浮标海表温度实测数据Y并下载与其时空相匹配的遥感影像数据；

S2：对遥感影像数据进行图像预处理；

S21：读取遥感影像对应云掩膜产品的云覆盖情况，筛选出研究区晴空无云的影像；

S22：对筛选出的遥感影像进行定标、几何校正、重采样和重投影预处理操作；

S23：依据改进的归一化差异水体指数对研究区影像进行水体提取及陆地和海岛的掩膜，其中改进的归一化差异水体指数为：

MNDWI＝(b_Green-b_SWIR)/(b_Green+b_SWIR)

式中：MNDWI指改进的归一化差异水体指数；b_Green和b_SWIR分别表示所用卫星传感器的对应波段。

S3：获取遥感影像数据中预处理后的传感器数据和波段数据，并以波段数据为基础计算大气条件数据，将传感器数据、波段数据和大气条件数据作为原始特征X’；

S31：以海表温度实测空间位置为中心提取卫星传感器视角θ和波段数据，波段数据包括影像第2波段反射率ref₂和第9波段的反射率ref₁₉，并计算第 31波段亮度温度BT₁和第32波段的亮度温度BT₂；

S32：根据影像第2波段反射率ref₂和第9波段的反射率ref₁₉，计算大气条件数据，采用两通道比值法估算大气水汽含量ω，利用大气透过率与水汽含量之间的关系计算两个热红外通道的大气透过率τ₁、τ₂，参数间的关系表达为：

[ref₂，ref₁₉]→ω→[τ₁，τ₂]

则有原始特征X’：

X′＝[ref₂，ref₁₉，ω，τ₁，τ₂，BT₁，BT₂，θ]。

S4：利用海表温度反演传统算法计算海表温度，将该海表温度作为初始估计温度场T_sfc、并生成初始辅助温度场T_sfc′；

S41：以大气辐射传输方程为基础，采用传统温度反演劈窗算法获得的温度结果作为初始估计温度场T_sfc，其表达式为：

T_sf_c＝A₀+A₁BT₁-A₂BT₂

式中：BT₁、BT₂分别表示传感器两个热红外波段的亮度温度；A₀、A₁、 A₂为与比辐射率及大气透过率有关的系数；

S42：将传感器视角及大气剖面温度的影响考虑到初始估计温度场T_sfc中，对透过率进行视角和温度校正，生成初始辅助温度场T_sfc′，表示为：

式中：δτ(θ)为视角校正值，是传感器天顶角θ的函数；θ从与所选遥感影像时空相对应的地理定位文件中获得；δτ(T)为温度校正值，是亮度温度BT的函数。

S5：获取预处理后遥感影像中的时间表征变量，并对原始特征X’进行运算生成新的组合变量数据，将时间表征变量、组合变量数据、初始估计温度场 t_sfc和初始辅助温度场t_sfc′作为辅助数据F，将原始特征X’扩展为新特征X；

S51：将初始估计温度场T_sfc、初始辅助温度场T_sfc′以及遥感影像数据中的时间表征变量doy、month作为辅助数据F扩展原始特征X’，如下式所示：

F₁＝T_sf_c

F₂＝T_sfc′

F₃＝doy

F₄＝month

式中：doy为影像获取日期在当年中的天次，month为月份，均为时间表征变量；

S52：根据当前海表温度反演研究，对原始特征X’进行组合运算，生成新的组合变量数据，如下式所示：

F₅＝BT₁-BT₂

F₆＝τ₁BT₁-τ₂BT₂

F₇＝(sec(θ)-1)(BT₁-BT₂)

则有辅助数据F：

F＝[F₁～F₇]

S53：在原始特征X′的基础上结合辅助数据F，将原始特征X′扩展为新特征 X，表示为：

X＝[X′，F]。

S6:将新特征数据X和海表温度实测数据Y匹配生成机器学习样本数据集；

S7:对样本数据集进行预处理、并分为训练集和测试集两部分，采用随机森林算法对模型进行训练和参数优化，获得特征量的最优组合X_best，构建最优机器学习模型ML；

S71:将样本数据集分为训练集和测试集两部分，对所有新特征X进行标准化：先求得训练集数据的均值和标准差，利用均值和标准差对训练集和测试集的新特征X标准化，经过处理后的数据符合标准正态分布，实现形式为：

式中：

为训练集特征的平均值；δ为训练集特征的标准差；

S72:基于Cart回归树进行随机森林回归，并设置随机森林关键参数，试验择优选取叶子节点数与树的数量；

S73:以一定样本数量作为训练集，采用最小均方差原则在所述训练集中任意切分特征x_i，并针对任意切分点p_i划分数据子集，从而寻找最优切分特征和切分点，其表达式为：

式中：对应的任意划分点两边划分成的数据子集L和R；y_L和y_R分别为数据子集的样本输出值，确定均方差之和最小所对应的特征和特征切分点；

S74:对特征变量X进行分析，获取所有自变量X各自对因变量Y的解释程度，并返回每一个特征与实测温度的相关性及特征重要性；

S75:用均方根误差与相关系数衡量选定特征的模型精度，得出适用于此机器学习模型的特征量最优组合X_best，构建最优机器学习模型ML，特征量最优组合X_best为：

X_best＝[ref₂，ref_l9，ω，τ₁，τ₂，BT₁，BT₂，θ，F_l～F₆]。

S8:将测试集中的最优组合X_best作为机器学习模型ML的输入数据，运行机器学习模型ML得到对应的输出数据，通过与测试集中的海表温度实测数据Y 对比验证、进行该模型的反演结果评价。

S81:构建最优机器学习模型ML，将测试集X_best作为模型输入，计算得到对应的输出T_s：

T_s＝ML(X_best)

式中：T_s为目标的海表温度。

S82:为评估本发明的精度和可靠性，选取决定系数(R²)、平均绝对误差 (MAE)、标准差(SD)、均方根误差(RMSE)对本发明的反演精度进行评价。

本申请中对海表温度反演精度评价结果如表1所示。

表1

由表1可以看出，本发明在对近海海表温度的反演中，有效克服了传统海表温度反演方法在近海海域反演精度低的问题，能够在参数空间匹配受混合像元影响大的近海进行海表温度的精确反演。输出数据和对应的实测数据结果对，在辽东半岛东部海域反演海表温度的平均绝对误差为0.576℃，标准差为 0.759℃，均方根误差为0.758℃。输出结果和对应的实测数据结果的相关性分析如图3所示，决定系数达到0.982，具有很强的相关性。本发明方法反演结果误差个数统计直方图及正态分布拟合结果如图4(a)所示，其中绝对误差在0.5℃以内的占总样本数量的54.92％，绝对误差在1℃以内的占总样本数量的 83.92％，绝对误差在1℃以上的占总样本数量的16.08％。相较于传统算法，本发明的反演结果精度有明显提升，在近海海域有很强的适用性。

综上所述，本申请的上述实施例中，通过提供一种基于机器学习的近海海表温度反演方法，包括：基于遥感影像数据，引入传感器视角、初始估计温度场、初始辅助温度场和时间表征变量并添加组合变量数据作为特征扩展，解决传统温度反演算法中参数关系表达不充分的缺点；通过近海浮标实测数据作为数据集输入数据训练模型，有效校正参数空间匹配受混合像元的影响；采用随机森林算法提供特征重要性的选择指标，得到最优温度反演参数组合，构建机器学习模型实现有限实测数据下的高精度近海海表温度反演。

本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术，尽管对本发明的具体实施方式进行了说明，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种基于机器学习的近海海表温度反演方法，其特征在于包括：

S1：收集组合近海浮标海表温度实测数据Y并下载与其时空相匹配的遥感影像数据；

S2：对遥感影像数据进行图像预处理；

S3：获取遥感影像数据中预处理后的传感器数据和波段数据，并以波段数据为基础计算大气条件数据，将传感器数据、波段数据和大气条件数据作为原始特征X’；

S4：利用海表温度反演传统算法计算海表温度，将该海表温度作为初始估计温度场T_sfc、并生成初始辅助温度场T_sfc′；

S5：获取预处理后遥感影像中的时间表征变量，并对原始特征X’进行运算生成新的组合变量数据，将时间表征变量、组合变量数据、初始估计温度场T_sfc和初始辅助温度场T_sfc′作为辅助数据F，将原始特征X’扩展为新特征X；

S6：将新特征数据X和海表温度实测数据Y匹配生成机器学习样本数据集；

S7：对样本数据集进行预处理、并分为训练集和测试集两部分，采用随机森林算法对模型进行训练和参数优化，获得特征量的最优组合X_best，构建最优机器学习模型ML；

S8：将测试集中的最优组合X_best作为机器学习模型ML的输入数据，运行机器学习模型ML得到对应的输出数据，通过与测试集中的海表温度实测数据Y对比验证、进行该模型的反演结果评价。

2.根据权利要求1所述的基于机器学习的近海海表温度反演方法，其特征在于：S2中具体采用如下方式：

S21：读取遥感影像对应云掩膜产品的云覆盖情况，筛选出研究区晴空无云的影像；

S22：对筛选出的遥感影像进行定标、几何校正、重采样和重投影预处理操作；

S23：依据改进的归一化差异水体指数对研究区影像进行水体提取及陆地和海岛的掩膜，其中改进的归一化差异水体指数为：

MNDWI＝(b_Green-b_SWIR)/(b_Green+b_SWIR)

式中：MNDWI指改进的归一化差异水体指数；b_Green和b_SWIR分别表示所用卫星传感器的对应波段。

3.根据权利要求1所述的基于机器学习的近海海表温度反演方法，其特征在于：S3中具体采用如下方式：

S31：以海表温度实测空间位置为中心提取卫星传感器视角θ和波段数据，波段数据包括影像第2波段反射率ref₂和第9波段的反射率ref₁₉，并计算第31波段亮度温度BT₁和第32波段的亮度温度BT₂；

S32：根据影像第2波段反射率ref₂和第9波段的反射率ref₁₉，计算大气条件数据，采用两通道比值法估算大气水汽含量ω，利用大气透过率与水汽含量之间的关系计算两个热红外通道的大气透过率τ₁、τ₂，参数间的关系表达为：

[ref₂，ref₁₉]→ω→[τ₁，τ₂]

则有原始特征X’：

X′＝[ref₂，ref₁₉，ω，τ₁，τ₂，BT₁，BT₂，θ]。

4.根据权利要求1所述的基于机器学习的近海海表温度反演方法，其特征还在于：S4中具体采用如下方式：

S41：以大气辐射传输方程为基础，采用传统温度反演劈窗算法获得的温度结果作为初始估计温度场T_sfc，其表达式为：

T_sfc＝A₀+A₁BT₁-A₂BT₂

式中：BT₁、BT₂分别表示传感器两个热红外波段的亮度温度；A₀、A₁、A₂为与比辐射率及大气透过率有关的系数；

S42：将传感器视角及大气剖面温度的影响考虑到初始估计温度场T_sfc中，对透过率进行视角和温度校正，生成初始辅助温度场T_sfc′，表示为：

式中：δτ(θ)为视角校正值，是传感器天顶角θ的函数；θ从与所选遥感影像时空相对应的地理定位文件中获得；δτ(T)为温度校正值，是亮度温度BT的函数。

5.根据权利要求1所述的基于机器学习的近海海表温度反演方法，其特征还在于：S5中具体采用如下方式：

S51：将初始估计温度场T_sfc、初始辅助温度场T_sfc′以及遥感影像数据中的时间表征变量doy、month作为辅助数据F扩展原始特征X’，如下式所示：

F₁＝T_sfc

F₂＝T_sfc′

F₃＝doy

F₄＝month

式中：doy为影像获取日期在当年中的天次，month为月份，均为时间表征变量；

S52：根据当前海表温度反演研究，对原始特征X’进行组合运算，生成新的组合变量数据，如下式所示：

F₅＝BT₁-BT₂

F₆＝τ₁BT₁-τ₂BT₂

F₇＝(sec(θ)-1)(BT₁-BT₂)

则有辅助数据F：

F＝[F₁～F₇]

S53：在原始特征X′的基础上结合辅助数据F，将原始特征X′扩展为新特征X，表示为：

X＝[X′，F]。

6.根据权利要求1所述的基于机器学习的近海海表温度反演方法，其特征还在于：S7中具体采用如下方式：

S71：将样本数据集分为训练集和测试集两部分，对所有新特征X进行标准化：先求得训练集数据的均值和标准差，利用均值和标准差对训练集和测试集的新特征X标准化，经过处理后的数据符合标准正态分布，实现形式为：

式中：

为训练集特征的平均值；占为训练集特征的标准差；

S72：基于Cart回归树进行随机森林回归，并设置随机森林关键参数，试验择优选取叶子节点数与树的数量；

S73：以一定样本数量作为训练集，采用最小均方差原则在所述训练集中任意切分特征x_i，并针对任意切分点p_i划分数据子集，从而寻找最优切分特征和切分点，其表达式为：

式中：对应的任意划分点两边划分成的数据子集L和R；y_L和y_R分别为数据子集的样本输出值，确定均方差之和最小所对应的特征和特征切分点；

S74：对特征变量X进行分析，获取所有自变量X各自对因变量Y的解释程度，并返回每一个特征与实测温度的相关性及特征重要性；

S75：用均方根误差与相关系数衡量选定特征的模型精度，得出适用于此机器学习模型的特征量最优组合X_best，构建最优机器学习模型ML，特征量最优组合X_best为：

X_best＝[ref₂，ref₁₉，ω，τ₁，τ₂，BT₁，BT₂，θ，F₁～F₆]。

Images