CN1253823C - 基于地物波谱测量的地物信息实时提取系统及方法 - Google Patents

基于地物波谱测量的地物信息实时提取系统及方法 Download PDF

Info

Publication number
CN1253823C
CN1253823C CN 03151171 CN03151171A CN1253823C CN 1253823 C CN1253823 C CN 1253823C CN 03151171 CN03151171 CN 03151171 CN 03151171 A CN03151171 A CN 03151171A CN 1253823 C CN1253823 C CN 1253823C
Authority
CN
China
Prior art keywords
data
ground
classification
information
inverse model
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.)
Expired - Fee Related
Application number
CN 03151171
Other languages
English (en)
Other versions
CN1527068A (zh
Inventor
尹球
何乔
胡勇
周宁
巩彩兰
张风丽
许卫东
马永泉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Institute of Technical Physics of CAS
Original Assignee
Shanghai Institute of Technical Physics of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Institute of Technical Physics of CAS filed Critical Shanghai Institute of Technical Physics of CAS
Priority to CN 03151171 priority Critical patent/CN1253823C/zh
Publication of CN1527068A publication Critical patent/CN1527068A/zh
Application granted granted Critical
Publication of CN1253823C publication Critical patent/CN1253823C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种基于地物波谱测量的地物信息实时提取系统及方法,公开了在以便携式计算机为中心的地物波谱与多元地物信息采集装置上建立数据采集与预处理功能模块、地物分类与信息提取模型功能块、联结该二功能块的待处理光谱数据及辅助数据暂存模块和接受地物分类与信息提取模型功能的反馈模型输出的数据反馈分类结果存放模块,从而构成信息提取系统,用户十分方便地利用该系统进行实地测量,并实时提取所期望的地物信息,实现对地物参数的非接触快速测量,与传统的先测量数据然后存储数据再回返实验室进行信息提取的非实时过程相比,具有明显的技术进步。

Description

基于地物波谱测量的地物信息实时提取系统及方法
技术领域:
本发明涉及一种能对存在于地物波谱测量的地物信息中的地物参数进行实时提取的系统,特别是一种利用地物波谱测量系统,通过实时地物目标分类或参数定量,直接获得所要求的地物参数信息非接触快速测量系统。
背景技术:
野外地物波谱测量发展的历史很长,可以追溯到四十年代.至今,已发展了多种地物波谱仪,获得了各种地物波谱数据,为分析地物物理化学等特性的波谱响应、基于波谱的卫星和航空遥感数据解译提供基础数据。
国际上生产野外地物波谱仪的厂家有美国分析波谱仪器公司(ASD)、美国地球物理及环境公司(GER)、美国LI-COR公司、美国海洋光学公司等;中国的中国科学院上海技术物理研究所、长春光学精密机械研究所、安徽光学精密机械研究所等。地物波谱测量一般是指0.3-3.0um波段地波谱测量(也有人广义地把热红外测温仪和微波辐射计也包括在内),采用Si探测器(可见、近红外)或PbS探测器(短波红外),棱镜或光栅分光,测量由手动控制或计算机控制,一般另带有数据处理软件,用于所测波谱曲线的显示、处理和输出等。
最近,本申请人提交的名称为“地物波谱与多元地物信息的采集装置及同步采集处理系统”的发明专利申请中公开了在以便携式计算机6为中心,分别以双向通信方式联结外部设备:地物波谱采集设备1、图像采集设备2、GPS手持设备3、语言采集设备4和温度采集设备5,并在该便携式计算机6上建立两个功能上独立,而逻辑成相关联连接的子系统—多元数据采集子系统和多元数据分析处理子系统的技术解决方案,实现了在获取地物波谱数据的同时,用同一套系统获取测点经纬度、测量日期时间、地物目标影像特征、地物目标和环境温度、语音和文字描述等其它各种信息的方法,并基于数据实际应用的需要,建立了相应的数据预处理方法,开发了相应的软硬件系统,显然,这是一种技术进步。
分析这些地物波谱测量系统,其不足之处是它们均不能直接获得地物参数。这些地物波谱仪获得的是波谱数据,但相应的地物信息是什么?例如:小麦含氮量、水污染物种类及浓度、土壤类型及湿度等地物参数影响地物波谱曲线。但目前都是在获得地物波谱数据之后,再在实验室进行数据分析处理,然后才能确定地物参数的量值。简而言之不能利用地物波谱仪直接得到小麦含氮量等地物波谱测量在根本上想要确定的地物参数。
发明内容:
如上所述,如何克服在地物波谱测量时不能进行现场实时地物参数获取,乃是本发明所要解决的技术问题,因此,本发明的目的在于提供一种利用地物波谱测量系统,通过实时地物目标分类或参数定量,直接获得所要求的地物参数信息,建立地物参数的非接触快速测量系统及方法。
本发明的技术解决方案如下:
根据本发明的一种基于地物波谱测量的地物信息实时提取系统,包括一以便携式计算机为中心,分别双向联结地物波谱采集设备、多元地物信息采集设备构成的地物波谱与多元地物信息采集装置;并在该计算机上建立一数据采集与预处理功能模块,该功能模块含有依次成数据流联结的封装上述地物波谱采集设备和多元地物信息采集设备的数据采集设备子模块、多元数据采集子系统、分类数据存储子模块和数据分析预处理子系统;该多元数据采集子系统与数据采集设备子模块成双向联结,其特征在于还在该计算机上建立:一地物分类与信息提取模型功能模块,其包括依次以数据流联结的地物波谱分类反演模型库和数据反演分类匹配模块;一待处理光谱数据及辅助数据暂存模块,其接受数据分析预处理子系统的输出数据和直接读取来自分类数据存储子模块的配套数据,以及将待处理光谱数据及其配套参数送该数据反演分类匹配模块;以及一数据反演分类结果存放模块,其接受数据反演分类匹配模块对输入待处理光谱数据及其配套参数与向地物波谱分类反演模型库查询而运来的分类反演模型进行匹配所得的数据反演分类结果。
所述的基于地物波谱测量的地物信息实时提取系统,其特点是:所述的数据反演分类匹配模块包括依次成数据流联结的反演模型查询子模块、反演模型解析子模块和反演子模块。
所述的基于地物波谱测量的地物信息实时提取系统,其特点是:还设有信息提取子系统操作界面,其与该反演模型查询子模块成双向联结。所述的地物波谱分类反演模型库设有一数据库访问接口,其与反演模型查询子模块成双向联结。
所述的基于地物波谱测量的地物信息实时提取系统,其特征在于:所述的待处理光谱数据及辅助数据暂存模块设有一文件I/O接口,其与反演子模块成双向联结。
所述的基于地物波谱测量的地物信息实时提取系统,其特点是:由构成该数据反演分类匹配模块的反演子模块直接与该数据反演分类,结果存放模块联结。
所述的基于地物波谱测量的地物信息实时提取系统,其特点是:所述的地物波谱分类反演模型库包括以地物波谱分类级别代码联结的分类表集和模块表。所述的分类表集呈多级T型树结构。
一种基于地物波谱测量的地物信息实时提取方法,其步骤包括:S1.用户确定信息提取目标;S2.用户到达测量地点,通过使用地面波谱多元地物信息同步采集系统获取地面波谱数据及其配套参数;S3.信息提取系统通过配套参数在地物波谱分类反演模型库中查询获得波谱反演模型;S4.信息提取系统将波谱反演模型解析为程序代码;S5.信息提取系统将波谱数据作为输入参数代入解析后的反演模型,进行计算;S6.信息提取系统将计算结果返回给用户。
一种基于地物波谱测量的地物信息实时提取方法,其步骤包括:S1.用户确定信息提取目标;S2.用户到达测量地点,通过使用地面波谱多元地物信息同步采集系统获取地面波谱数据及其配套参数;S3.用户通过信息提取子系统操作界面对该地物波谱分类反演模型库添加反演模型;S4.信息提取系统通过配套参数在分类地物波谱扩展了反演模型的分类反演模型库中查询获得波谱反演模型;S5.信息提取系统将波谱反演模型解析为程序代码;S6.信息提取系统将波谱数据作为输入参数代入解析后的反演模型,进行计算;S7.信息提取系统将计算结果返回给用户。
本发明的优点:
由于本发明系统具有地物波谱与多元地物信息的同步采集功能,因此克服了现有的技术只能单独获取地物波谱数据存在的缺陷;
由于本发明系统增设了地物分类与信息提取模型功能模块,使能在多元数据同步采集系统的基础上,得到待处理的光谱数据及其配套参数,然后通过配套数据在地物波谱反演模型数据库中查询分类反演模型,获取模型后,即可按照模型进行计算,使用户能实时提取所期望的地物信息;
由于本发明系统还提供了扩展地物波谱分类反演模型库的操作界面,用户可以方便地添加其它的反演模型,保证了系统的实用性。
概括地说,使用本发明可以实现对地物信息的实时提取,实现对地物信息的非接触快速测量,与传统的先测量数据然后存储数据再回到实验室进行信息提取相比,具有明显的技术进步和实质性特点。
附图说明:
图1是本申请人另案申请的地物波谱与多元地物信息的同步采集处理系统的结构示意图。
图2是本发明的基于地物波谱测量的地物信息实时提取系统示意图。
图3是本发明中的数据反演分类匹配结构示意图。
图4是本发明中的分类反演模型库的结构示意图。
图5是本发明中的地物分类系统的简单树形视图。
图6是本发明中的分类反演模型库管理程序主界面示意图。
图7是本发明中的信息提取程序的流程图。
图8-1和图8-2是本发明系统中的反演模型库含有用户需要反演模型时的应用示意图。
图9是本发明系统中的反演模型库来含有用户需要反演模型时的应用示意图。
具体实施方式:
根据图2~图7给出本发明一个较好实施例。
参阅图2,其显示本发明的基于地物波谱测量的地物信息实时提取系统结构,与图1所示一样,本发明系统中的硬件结构系以便携式计算机6为中心,分别以双向通信方式联结地物波谱采集设备1、图像采集设备2、GPS手持设备3、语音设备4和温度采集设备5。为了实施本发明,同样在该便携式计算机6上建立一数据采集与预处理功能模块61,和地物分类与信息提取模型功能模块62,以及以数据流链接方式连接该二功能模块61、62的待处理光谱数据及辅助数据暂存模块63和接受地物分类与信息提取模型功能模块62所输出数据反演分类结果的存放模块64。
在上述的数据采集与预处理功能模块61中,设有封装所有外围采集设备(地物波谱采集设备1、图像采集设备2、GPS手持设备3、语音设备4和温度采集设备5)的数据采集子模块611和依次成数据流链接的多元数据采集子系统612、数据存储子模块613和数据分析预处理子系统614,该多元数据采集子系统612与该数据采集子模块611成双向通信联结,该数据分析预处理子系统614输出待处理波谱数据及辅助数据至暂存模块63,该数据存储子模块613也由直接读取将配套数据输出至该暂存模块63中。
该地物分类与信息提取模型功能模块62包括地物波谱反演模型数据库621和数据反演分类匹配模块622,该数据反演分类匹配模块622分别接受来自待处理光谱数据及辅助数据暂存模块63的待处理光谱数据及辅助数据和来自地物波谱反演模型数据库621送来的分类反演模型查询数据,经匹配后将匹配结果送数据反演分类结果存放模块64。
如上所述,地物参数信息实时提取是通过多元数据同步采集子系统62、数据分析预处理子系统614、地物分类和信息提取模型功能模块62的的分工合作来实现。由多元数据同步采集子系统612从数据据采集设备子模块611获取地面目标波谱及其它多元信息(如:地物类别);由数据分析预处理子系统614对采集的数据作必要的预处理,如:数据筛选(整条波谱曲线是否可靠,其中的某些波段是否可靠)、平均平滑(多谱平均和滤波);根据地物类别和所要反演的地物参数(例如:是要测定水的叶绿素浓度,还是悬浮物浓度,是要确定水泥牌号,还是花草种类),从地物分类和信息提取模型功能模块62中选出对应的信息提取模型,并对预处理后的波谱数据作模型匹配计算,得到所要的地物参数。
如图3所示,数据反演分类匹配模块622包括依次以数据流联结的反演模型查询子模块6221、反演模型查询子模块6222和反演子模块6223;并还设有由用户操作的信息提取子系统操作界面65,其与该反演模型查询子模块6221成双向联结,该地物波谱分类反演模型库621还设有数据库访问接口6210而与该反演模型查询子模块6221;该待处理光谱数据及辅助数据暂存模块63也称待处理地物波谱数据模块63也设有一文件I/O接口630而与该反演子模块6223成双向联结,并由该反演子模块6223输出反演后的数据至该数据反演分类结果存放模块64。
先将三个子模块6221、6222、6223功能简述如下:
1.反演模型查询子模块,该子模块通过交互式图形界面,即图中所示信息提取子系统操作界面63,由用户输入必要的波谱数据配套参数,根据这些配套参数通过数据库访问接口6210在地物反演模型库621中查询相应的分类反演模型。
2.获得模型后并不能直接应用,因为这些模型多为一些文本形式的数学公式,要是这些文本形式的模型可以直接应用于数学运算,还要将这些模型解析成为可执行的程序代码片断,图中的反演模型解析子模块6222具有此功能。
3.反演子模块6223,根据解析后的反演模型与在图2中获得的待处理光谱数据进行计算,并将结果输出。图3中的地物波谱数据与图2中的待处理光谱数据相同,可以有两种方式获得,即从数据存储子模块613查询读取后经由数据分析预处理子系统614输出和直接读取获得。如图4所示,分类反演模型库(即地物波谱反演模型数据库621)在物理上主要由两部分组成,其包括以地物分类级别代码联结的分类表集6211和模块表6212。
1.分类表集6211;
2.模块表6212。
其中的分类部分包括一系列分级表(可参照《基于地物波谱测量的地物信息实时提取技术》的图二与图三),表L0TYPE、L1TYPE、L2TYPE、L3TYPE构成了三级地物分类,如:L0TYPE包括5种0级地物分类:
1.″国土资源部土地管理局全国土地分类方法″
2.″美国地质调查局1976年适用于遥感资料的土地利用/覆盖分类系统″
3.″技物所城市典型下垫面地物分类″
4.″典型水体波谱数据库中水体分类″
5.″下垫面辐射光谱特性数据库地物分类″
L1TYPE一级分类在L0TYPE的基础上再进行细分,如:
″国土资源部土地管理局全国土地分类方法″又可以分为:
1.″农用地″
2.″建设用地″
3.″未利用土地″
如此下去,整个分类表包含了深度为三的分类(L0TYPE->L3TYPE)。
现对《基于地物波谱测量的地物信息实时提取技》中的编码规则补充说明,L0TYPE包括《基于地物波谱测量的地物信息实时提取技术》中图二中的0级节点既A,B,C,D,E,这里,ABCDE,分别对应″国土资源部土地管理局全国土地分类方法″、″美国地质调查局1976年适用于遥感资料的土地利用/覆盖分类系统″、″技物所城市典型下垫面地物分类″″典型水体波谱数据库中水体分类″、″下垫面辐射光谱特性数据库地物分类″的编码。
按此规则L1TYPE中对应于″农用地″、″建设用地″、″未利用土地″的分类编码分别为:
A1、A2、A3。既0级节点编码为A表示0级分类属于国土资源部土地管理局全国土地分类方法,一级节点编码分别为1、2、3,一级总编码为A1对应农用地;A2对应建设用地;A3对应未利用图地。如此类推,L1TYPE中还包含了B1、B2......等编码所代表的一级分类。
相应的L2TYPE表中包含了更精细的分类,其编码举例为:A11:耕地,A12:园地。反言之,A11的编码包含了如下的意思:
A11属于A1编码的一种分类,A1又属于A编码的一种分类,应用到具体分类:
耕地属于农用地一种,而农用地属于“国土资源部土地管理局全国土地分类方法”的一种分类,所以耕地属于“国土资源部土地管理局全国土地分类方法”中农用地的一种。
在完成了地物分类以后,还要根据分类来选择相应的反演模型。
模型主要由一张表ModulDB构成,这张表包含两个重要的字段:Formula和LevelCode,其中Formula既为文本形式的反演公式,而LevelCode则对应相应的分类编码,如:A11,B33等,我们通过访问数据库根据相应的分类编码来选择同一记录下的Formula这样就完成了反演模型的分类查找。
在本实施例中,首先要设计一个TinfoGetfrm类来实现从光谱数据中提取地物信息指标功能,即该类实现了图2中数据反演分类匹配模块622的功能。如图中所示,实现TinfoGetfrm类功能需要两个重要的辅助资源:1.存放于待处理光谱数据及辅助数据暂存模块63中的预处理后的光谱数据及其辅助数据;2.地物波谱反演模型数据库621中的分类反演模型对于预处理后的光谱数据可以由多元数据采集预处理功能模块61直接获得,而分类反演模型则需要对地物波谱反演模型数据库621的单独创建,它是地物分类和信息提取模型功能模块62的重要组成部分。存储在该模型库621中的反演模型主要用来反映地物在其具有波谱相应特征的某中心波长对应的反射率跟地物指标之间的关系。数学形式表现为一系列方程式,主要有以下类型:线性方程、倒数方程、多次方程、指数方程等。因此TinfoGetfrm类的一个主要功能就是从相应的模型库中搜索匹配的反演模型,并有用户选择具体模型进行信息提取,实现重点就是模型表达式解析。因此具体的实施重点集中在两个方面:1.分类反演模型库;2.TinfoGetfrm类的实现,下面分别进行论述。
1.分类反演模型库—地物波谱反演模型数据库621
1)分类反演模型库的建立
数据库建设的问题之一就是如何构造地物分类系统以及如何建立模型跟地物类别之间的关系。实现的关键在于地物类别的编码策略。
本实施例总共提供了5种地物分类标准,每种分类方法根据某种标准将地物分为若干类,每个类由粗到细分为若干级(一级、二级、三级……),每一级的分类总数不会超过9个。在遥感应用中,划分到三级就足以满足工作需求。因此,本发明只考虑划分到三级的情况。为了有效的标志具体地物类别,本发明需要给每一个地物类别一个编码。编码策略如下:
①5种分类标准分别用大写英文字母A、B、C、D、E来标识,假设这级为0级。
②针对某种分类标准F(F=A、B、C、D、E),第一级分类得到的地物识别码为Fn1(n=1,2,……,一级总分类数(<=9))
③第二级分类得到的地物识别码为Fn1n2(n1=1,2,……,前缀为F的一级总分类数(<=9);n2=1,2,……,前缀为Fn1的二级总分类数(<=9))
④第三级分类得到的地物识别码为Fn1n2n3(n1=1,2,……,一级总分类数(<=9);n2=1,2,……,前缀为Fn1的二级总分类数(<=9);n3=1,2,……,前缀为Fn1n2的三级总分类数(<=9)
显然,地物分类系统从数据结构角度分析是一棵N叉树(N<=9)。图5是它的一个简要树形视图。圆形表示节点,代表各个层次上的地物类别(除根节点外)。如图所示,矩形表示一棵子树,子树的深度(层数)不超过3,即最多只考虑3级分类。
根据树的广度遍历算法(即逐层遍历),将地物分类库按级别分为4个表,每个表中存储树的某一层次即某一级别的值,I级表结构如下:
  当前节点级别(LiCODE)   NAME   父节点级别(L(I-1)CODE)
  Fn1...ni   Fn1...n(I-1)
对于0级表,没有父节点级别字段,在1级、2级、3级表中,分别通过上一级的编码(即从下往上)建立树的拓扑结构。选择这种存储方式层次性比较分明,存储的都是有效数据,数据的冗余量较少,在表的树形构造及遍历上,算法也较简便,方便基于数据库的程序开发。
决定了地物分类系统的编码结构,模型库的实现也就较为简单。每一个具体模型,可能对各种分类标准中的相近类别都适用,因此,模型对应的地物识别码(LevelCode)必须能反映它所适用的所有的地物类别,即LevelCode格式如下:
A1;A2;A3;……
Ai为具体的某个地物识别码,分号用来分隔识别码,方便识别码提取。
2)分类反演模型库的管理
分类反演模型库的管理更新由具有管理员权限的用户完成,地物分类和信息提取子系统提供了交互式图形程序界面来更新地物分类标准和信息提取模型。主要包括:(1).地物分类系统重构。以树的形式展开地物分类系统的多级结构。通过创建子表、删除表、重命名功能,可重构整个分类系统,通过编码,维护具有连接关系的表的一致性。(2).模型库操作。可删除、修改已有模型,并可创建新模型。新模型按规定的格式编辑,通过语法校验,选择添加到单个或多个地物库(3).用户权限。可添加、删除系统管理员用户,并可设置密码、更改密码。其程序主界面如图6所示。
3)分类反演模型库的程序实现
实现主类为TmodelDbFrm,完成地物分类系统重构、模型删除修改功能;新模型创建的功能相对比较复杂,由类TaddRecFrm实现;用户权限控制由TuserControl类完成。在TModelDbFrm类中本发明使用了一些特殊功能控件:树形视图构件TtreeView以及数据控制构件TDBGrid、数据访问构件TdataSource、数据集构件TADOTable构件组合。TtreeView控件采用树形视图展示地物分类系统,它的应用效果如同Windows的资源管理器。TDBGrid、TdataSource和TadoTable构件组合,用来显示某种地物类别下的所有模型。
特殊功能算法如下:
·在树状视图中展示完整的地物分类系统
算法描述:
①生成一个根节点,名字为“地物类型分类系统”,树中级别level为0级
②生成第一层节点(level=1),共有5个节点,表示5种分类标准。每一个节点将展开一种标准的分类树。节点名字从数据库中的表L0Type中得到
③生成第二层节点(level=2),为第一层中的每一个节点生成子节点。节点名字存放在表L1Type中。
1)从L1Type中选择所有的节点纪录,记录字段为Name,L0Code,L1Code(L1Code代表节点的地物识别码,L0Code代表它所属的分类标准F(F=A,B,C,D,E)。
2)对于第一层中的每一个节点curnode,
a.查找表L0Type,若name等于curnode的text,则找到匹配的识别码keycode=L0Code;
b.对于L1Type中的每一条纪录,判断其L0Code是否等于keycode,若等于在当前节点下产生一个子节点,名字为纪录的name值
④生成第三层节点(level=3),为第二层中具有子节点的节点生成子节点。节点名字存放在表L2Type中,算法需解决第二层节点中名字相同的节点的子节点的定位问题。
1)从L2Type中选择所有的节点纪录,记录字段为Name,L1Code,L2Code(L2Code代表节点的地物识别码,L1Code代表它的父节点的地物识别码)
2)对于第二层中的每一个节点curnode,
a.获取curnode的地物识别码
a1.根据curnode在第一层的祖先节点的index,得到curnode所属分类标准F1(F1=A、B、C、D、E)
a2.查找表L1Type,若name等于curnode的text且L1Code的首字符为F1,则找到匹配的识别码keycode=L1Code
b.于L2Type中的每一条纪录,判断其L1Code是否等于keycode,若等于,在当前节点下产生一个子节点,名字为纪录的name值
⑤.生成第四层节点(level=4),为第三层中具有子节点的节点生成子节点。节点名字存放在表L3Type中,算法与(4)类似。
·模型搜索
实现效果:在TreeView1中点击地物类别节点,在DBGrid1中显示相应模型。由Treeview1的鼠标点击事件触发搜索。
算法思想:
(1)根据当前点所处的层次,在相应表中获取当前点的地物识别码keycode(算法同上)
(2)查询反演模型表ModelDb中LevelCode字段值包含keycode的纪录,用TadoQuery构件query2实现这个模糊查询。
(3)将DataSource1的Dataset设为query2,则DBGrid1中将显示结果。
·新建模型并添加到多个分类子库中
模型对应于具体地物类别,故模型添加动作局限在叶结点上。
添加流程:选定欲添加模型的地物类别节点,得到地物识别码,按指定格式输入模型和各种参数,进行模型的语言校验,校验成功则在模型库中添加模型,并在LevelCode字段中标志选定节点的地物识别码,否则进行出错处理。
2.TinfoGetFrm类
TinfoGetFrm类实现从光谱数据中提取地物信息指标功能。根据目标类别,从相应的模型库中搜索匹配的反演模型,并由用户选择具体模型进行信息提取。实现的重点就是模型表达式解析。使用解析器组件Tparser来进行模型解析。Tparser组件是一个数学函数解析器,可以计算一个用字符串格式给出的数学表达式。它支持四则运算和常用函数。如下表:
Parser解析控件的主要功能函数
  函数   参数范围   函数   参数范围
  MOD   整数   LN   0..1e4932
  ABS   -1e4932..1e4932   ROUND   -1e9..1e9
  ATAN   -1e4932..1e4932   SIN   -1e18..1e18
  COS   -1e18..1e18   SQRT   0..1e4932
  EXP   -11356..11356   SQR   -1e2446..1e2446
  TRUNC   -1e9..1e9
主要属性和方法如下:
ParseString属性:字符串格式的数学表达式;
Parse方法:表达式解析;
TmathParser的事件只有两个:OnGetVar和OnParseError。OnGetVar发生在读取表达式每一个字符的时候,OnParseError发生在解析过程中表达式语法出错的时候。
TmathParser类的解析思想就是运用栈数据结构,进行表达式因子的逐层解析迭代,若在某一层解析出错,则中断解析进行出错处理,否则返回表达式因子的计算结果,参与上一层表达式因子解析。
信息提取过程如图7所示,信息提取程序100的流程如下:
步骤101.用户从已打开的光谱文件中选择欲反演光谱文件;步骤102.信息实时提取系统显示光谱曲线和对应目标的名称和类别信息;步骤103.用户确定是否属所要提取的信息?若不是,便返回执行步骤101;若是属要提取的信息,则执行步骤104.系统便搜索模型库,获取匹配模型,并显示模型表达式和各种属性信息;步骤105.用户操作选择反演模型;步骤106.开始进行反演吗?若不进行反演,便返回执行步骤105;若确定进行反演,则执行步骤107,信息反演并显示提取结果。
信息反演的算法描述如下:获取模型方程右式得到一个新的字符串ParseStr。将表达式解析器MathParserl的ParseString属性设为ParseStr,调用解析方法MathParserl.parse。Parse方法:执行迭代解析算法,当遇到变量时,用相应的中心波长的反射率值来代替变量,若语法检验出错则中断,转向出错处理,否则返回表达式因子的值,进行上一层迭代。返回反演结果,并显示。
用数值表达式解析器实现带变量表达式的语法检验。解析器TmathParser运用栈原理完成数值表达式的语法检验和解析计算。实现的前提在于每一步表达式因子计算必须有个返回值,否则就无法参与上一层解析。解析的对象有两种:语法分析和运算语义分析。语法检测是用来检验数值是否越界,而语义分析则是用来校验运算操作是否合乎数学规则。在表达式校验中我们可以用中性值代入变量法,来完成语义校验而忽略语法错。真正计算的时候,则用正确值代入。从而保证解析的正确性。
下面最后将结合图8-1、8-2和图9说明利用本发明的地物波谱测量系统,通过实时地物目标分类或参数定量,直接获得所要求的地物参数信息的方法。
实时信息提取是建立在地面波谱多元地物信息同步采集系统基础之上的,实时信息提取是根据用户的目的(用户希望获取的信息,如叶绿素浓度,植被含氮量),以同步采集获取的地面波谱数据为计算的输入参数,通过在信息提取系统所带的地物波谱,分类反演模型库621中查找相应的反演模型(公式)(由于在数据库中反演模型以可变字符串存储,不能直接应用,需要将其解析为可执行代码(是将字符串公式翻译成开发语言的过程,类似于高级语言的编译过程)),并按此模型(线性情况如:y=a+b*∑x,(假设情况)y为我们想要获得的信息,x是我们通过同步测量获得的地物波谱数据(按照波谱分布的矢量),a、b为固定的反演系数)进行计算,所获得的计算结果为用户希望获得的信息。
在图8-1、8-2中列举了两个通常情况下的用例,在这种情况下,用户需要的反演模型已经包含在地物波谱分类反演模型库中:
图8-1示出第一个例子,用户希望知道目前中国太湖水体叶绿素浓度的情况(叶绿素浓度可以反映某些水生植物的生长情况如:蓝藻),因此,用户首先到达测量地点(这里为太湖),使用地面波谱多元地物信息同步采集系统(即本发明中的数据采集与预处理功能模块61)获取波谱数据,然后通过本发明实时信息提取系统进行计算,可以在测量结束后立刻获得当前水体中叶绿素的含量。
图8-2示出第二个例子,用户希望知道草地氮总量(氮总量通常可以反映草地的生长态势),由于草地氮总量的反演模型也包含在地物波谱分类反演型库621当中,按照与上一个例子相同的过程,可以实时获得氮总量值。
图8-1、8-2中在测量人员与信息提取人员之间的连线表示测量设备1、2、3、4、5与便携式计算机6相连,满足信息提取的实时性。实际上同步采集与信息提取都是在同一台便携式计算机6上完成。
概括起来说,使用本发明的基于地物波谱测量的地物信息实时提取系统进行地物信息实时提取的方法,当该系统所带的地物波谱分类反演模型库中含有用户所需反演模型时,其步骤包括:
S1.用户确定信息提取目标;
S2.用户到达测量地点,通过使用地面波谱多元地物信息同步采集系统,获取地面波谱数据及其配套参数;
S3.信息提取系统通过配套参数在地物波谱分类反演模型库中查询获得波谱反演模型;
S4.信息提取系统将波谱反演模型解析为程序代码;
S5.信息提取系统将波谱数据作为输入参数代入解析后的反演模型,进行计算;
S6.信息提取系统将计算结果返回给用户。
图9给出另一种应用本发明信息提取系统的情况,这种情况下用户所需要的反演模型,并不包含在地物波谱分类反演模型库621中。由于地物波谱分类反演模型库621是一个可以动态增长变化的数据库,它提供信息提取子系统操作界面63,允许用户添加反演模型对地物波谱分类反演模型库621进行扩展。所以,这种情况下用户仍可以继续使用此系统,与第一种情况不同的是,在进行信息提取之前应先对地物波谱分类反演模型库621进行扩展,添加必要的反演模型。然后就可以与第一种情况相同的过程进行计算。
在图9中举了一个测量矿石含量的例子,由于在现有的反演模型库中并不包含从矿石波谱中反演铁含量的反演模型,因此在信息提取之前需要用户线对该反演模型库621进行扩展,添加从矿石波谱中反演铁含量的反演模型。然后可以按照这一种情况中操作来实时获取铁的含量。
由上面的例子,可以看到,实时信息提取系统本身包含了一个基本的地物波谱分类反演模型库621,能够满足一些用户的要求;同时信息提取系统提供了扩展该地物波谱分类反演模型库621的操作界面63,使用户可以添加其它的反演模型,这样保证了实时信息提取系统的实用性,它是一个不断扩展的系统,在理论上,如果具有正确的反演模型,实时信息提取系统就可以反演出用户想要的结果。
概括地说,当本发明的系统中所带的地物波谱分类反演模型库中未含有用户所要求的波谱反演模型时,其实时信息提取的步骤包括:
S1.用户确定信息提取目标;
S2.用户到达测量地点,通过使用地面波谱多元地物信息同步采集系统,获取地面波谱数据及其配套参数;
S3.用户通过信息提取子系统通过配套参数在扩展了反演模型时地物波谱分类反演模型库中查询获得波谱反演模型;
S4.信息提取系统将波谱反演模型解析为程序代码;
S5.信息提取系统将波谱数据作为输入参数代入解析后的反演模型,进行计算;
S6.信息提取系统将计算结果返回给用户。
最后,还要指出:
在用例1及2中,在图中采用测量人员与信息提取人员两个不同的角色,是为了方便绘图。
在实际操作过程中,两个角色都是指系统用户,也就是说,系统用户本身既是测量人员也是信息提取人员,整个操作过程由系统用户一人在测量地点通过外围有集设备1、2、3、4、5和便携式计算机6实时完成,与传统的先测量数据然后存储数据再回到实验室进行信息提取的非实时过程有所区别。

Claims (10)

1、一种基于地物波谱测量的地物信息实时提取系统,包括一以便携式计算机(6)为中心,分别双向联结地物波谱采集设备(1)、多元地物信息采集设备(2、3、4、5)构成的地物波谱与多元地物信息采集装置;并在该计算机(6)上建立一数据采集与预处理功能模块(61),该功能模块(61)含有依次成数据流联结的封装上述地物波谱采集设备(1)和多元地物信息采集设备(2、3、4、5)的数据采集设备子模块(611)、多元数据采集子系统(612)、分类数据存储子模块(613)和数据分析预处理子系统(614);该多元数据采集子系统(612)与数据采集设备子模块(611)成双向联结,其特征在于还在该计算机(6)上建立:
一地物分类与信息提取模型功能模块(62),其包括依次以数据流联结的地物波谱分类反演模型库(621)和数据反演分类匹配模块(622);
一待处理光谱数据及辅助数据暂存模块(63),其接受数据分析预处理子系统(614)的输出数据和直接读取来自分类数据存储子模块(613)的配套数据,以及将待处理光谱数据及其配套参数送该数据反演分类匹配模块(622);以及
一数据反演分类结果存放模块(64),其接受数据反演分类匹配模块(622)对输入待处理光谱数据及其配套参数与向地物波谱分类反演模型库(621)查询而运来的分类反演模型进行匹配所得的数据反演分类结果。
2、根据权利要求1所述的基于地物波谱测量的地物信息实时提取系统,其特征在于:所述的数据反演分类匹配模块(622)包括依次成数据流联结的反演模型查询子模块(6221)、反演模型解析子模块(6222)和反演子模块(6223)。
3、根据权利要求2所述的基于地物波谱测量的地物信息实时提取系统,其特征在于:还设有信息提取子系统操作界面(65),其与该反演模型查询子模块(6221)成双向联结。
4、根据权利要求3所述的基于地物波谱测量的地物信息实时提取系统,其特征在于:所述的地物波谱分类反演模型库(621)设有一数据库访问接口(6210),其与反演模型查询子模块(6221)成双向联结。
5、根据权利要求2所述的基于地物波谱测量的地物信息实时提取系统,其特征在于:所述的待处理光谱数据及辅助数据暂存模块(63)设有一文件I/O接口(630),其与反演子模块(6223)成双向联结。
6、根据权利要求2所述的基于地物波谱测量的地物信息实时提取系统,其特征在于:由构成该数据反演分类匹配模块(622)的反演子模块(6223)直接与该数据反演分类,结果存放模块(64)联结。
7、根据权利要求1或2所述的基于地物波谱测量的地物信息实时提取系统,其特征在于:所述的地物波谱分类反演模型库(621)包括以地物波谱分类级别代码联结的分类表集(6211)和模块表(6212)。
8、根据权利要求7所述的基于地物波谱测量的地物信息实时提取系统,其特征在于:所述的分类表集(6211)呈多级T型树结构。
9、一种基于地物波谱测量的地物信息实时提取方法,其步骤包括:
S1.用户确定信息提取目标;
S2.用户到达测量地点,通过使用地面波谱多元地物信息同步采集系统获取地面波谱数据及其配套参数;
S3.信息提取系统通过配套参数在地物波谱分类反演模型库中查询获得波谱反演模型;
S4.信息提取系统将波谱反演模型解析为程序代码;
S5.信息提取系统将波谱数据作为输入参数代入解析后的反演模型,进行计算;
S6.信息提取系统将计算结果返回给用户。
10、根据权利要求9所述的基于地物波谱测量的地物信息实时提取方法,其特征在于,在步骤S2和S3之间还有:
步骤S3’用户通过信息提取子系统操作界面对该地物波谱分类反演模型库添加反演模型。
CN 03151171 2003-09-24 2003-09-24 基于地物波谱测量的地物信息实时提取系统及方法 Expired - Fee Related CN1253823C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 03151171 CN1253823C (zh) 2003-09-24 2003-09-24 基于地物波谱测量的地物信息实时提取系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 03151171 CN1253823C (zh) 2003-09-24 2003-09-24 基于地物波谱测量的地物信息实时提取系统及方法

Publications (2)

Publication Number Publication Date
CN1527068A CN1527068A (zh) 2004-09-08
CN1253823C true CN1253823C (zh) 2006-04-26

Family

ID=34286945

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 03151171 Expired - Fee Related CN1253823C (zh) 2003-09-24 2003-09-24 基于地物波谱测量的地物信息实时提取系统及方法

Country Status (1)

Country Link
CN (1) CN1253823C (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1315094C (zh) * 2005-04-14 2007-05-09 中国国土资源航空物探遥感中心 成像光谱数据处理系统及成像光谱数据处理方法

Also Published As

Publication number Publication date
CN1527068A (zh) 2004-09-08

Similar Documents

Publication Publication Date Title
Serbin et al. From the Arctic to the tropics: multibiome prediction of leaf mass per area using leaf reflectance
Garilli et al. The VIMOS Public Extragalactic Survey (VIPERS)-First Data Release of 57 204 spectroscopic measurements
Blanton et al. New York University Value-Added Galaxy Catalog: a galaxy catalog based on new public surveys
Ran et al. Large-scale land cover mapping with the integration of multi-source information based on the Dempster–Shafer theory
Morard et al. Nomenclature for the nameless: a proposal for an integrative molecular taxonomy of cryptic diversity exemplified by planktonic foraminifera
CN109766355A (zh) 一种支持自然语言的数据查询方法和系统
Breidenbach et al. National mapping and estimation of forest area by dominant tree species using Sentinel-2 data
Luo et al. Estimating FPAR of maize canopy using airborne discrete-return LiDAR data
Liu et al. Tree species classification of backpack laser scanning data using the PointNet++ point cloud deep learning method
Kothari et al. Predicting leaf traits across functional groups using reflectance spectroscopy
CN1677085A (zh) 对地观测技术的农业应用集成系统及其方法
Lin et al. Application of territorial laser scanning in 3D modeling of traditional village: a case study of Fenghuang village in China
Sorenson et al. Predictive soil mapping in the Boreal Plains of Northern Alberta by using multi-temporal remote sensing data and terrain derivatives
Galbany et al. An updated measurement of the Hubble constant from near-infrared observations of Type Ia supernovae
CN1253823C (zh) 基于地物波谱测量的地物信息实时提取系统及方法
CN102663136A (zh) 一种用于天然产物化合物波谱数据解析的方法
CN104408316B (zh) 中美岩土工程土壤分类标准转换装置及方法
Babalou et al. Towards a semantic toolbox for reproducible knowledge graph generation in the biodiversity domain-how to make the most out of biodiversity data
Dolensky et al. The simple spectral access protocol
CN106528644A (zh) 一种遥感数据的检索方法及装置
Fang et al. Assessment of forest ecological function levels based on multi-source data and machine learning
Kang et al. Species-based Mapping of Carbon Stocks in Salt Marsh: Tianjin Coastal Zone as a Case Study
Cao et al. Modeling Production-Living-Ecological Space for Chengdu, China: An Analytical Framework Based on Machine Learning with Automatic Parameterization of Environmental Elements
CN1297825C (zh) 地物波谱与多元地物信息的同步采集处理系统
Soliman et al. Weakly supervised segmentation of buildings in digital elevation models

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
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20060426