买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：桂林理工大学

摘要：本发明公开了一种基于pH分层的岩溶湿地弱光学活性水质参数反演方法，该方法基于实测原位高光谱数据和水质数据，构建岩溶湿地水体pH分层分析框架，首次系统解析岩溶湿地富钙偏碱性水体水质参数的光谱机理，精准捕捉了弱光学活性水质参数遥感敏感光谱子域；构建顾及pH的4种弱光学活性水质参数分层估算模型，评估不同pH下分层模型对弱光学活性水质参数的估算精度差异。本发明通过最终得到的分层反演模型的估算精度，结合岩溶湿地水体特性，实现岩溶湿地水体四种弱光学活性水质参数浓度反演。

主权项：1.一种基于pH分层的岩溶湿地弱光学活性水质参数反演方法，其特征在于包括如下步骤：步骤1：实测水体光谱和多种水质参数的预处理；所述多种水质参数为四种弱光学活性水质参数TN、TP、NH3_N、DO；步骤2：岩溶湿地水体特征计算，生成高维数据集；岩溶湿地水体特征计算，是选取400～1000nm范围的ASD实测的水体高光谱数据，基于分数阶导数方法FOD，在0-2阶光谱内以0.1阶为步长获取FOD光谱，从中提取出精细的FOD光谱形态特征，作为光谱全局形态特征GMF；计算了光谱特征间的反射峰峰值平均值以及变化率，作为光谱局部形态特征LMF，结合全局形态特征GMF和局部形态特征LMF生成光谱形态特征SMF，具体计算方法如下：SMF＝GMF+LMFLMF＝LMF1+LMF2 式中，SF1和SF2分别表示筛选后相邻的两个光谱特征对应波长位置，Rrs表示反射率值；为了挖掘原位水体光谱信息与多种弱光学活性水质参数的关系，利用相关性分析方法，探究四种弱光学水质参数与FOD光谱的关系，提取岩溶湿地水体四种非光学活性水质参数的敏感光谱域；步骤3：岩溶湿地水体数据降维和特征优选；数据降维过程如下：对光谱形态特征与实测弱光学活性水质参数数据进行相关分析，其公式如下： 式中，X表示光谱特征，Y表示水体水质参数浓度，ρX，Y表示光谱特征与弱光学活性水质参数浓度间的相关系数，筛除相关性小于0.2的光谱特征；依次对筛选出的光谱特征进行高相关剔除，结合水体弱光学活性水质参数的敏感光谱特征SSF，生成特征数据集；再结合实测水质数据和逐步线性回归法，对特征数据集进行进一步筛选，生成训练特征数据集；特征优选过程如下：首先，利用竞争自适应重加权算法对输入的训练数据集进行特征选择，对四种弱光学活性水质参数特征数据集重复50次CARS选择过程，依据交互验证选出交互验证均方根误差最小的变量子集，该子集所包含的变量作为特征波长，最终确定用于估算水体四种弱光学水质参数的特征变量，生成最优特征数据集；步骤4：构建岩溶湿地水体的分层分析框架；将水样点按pH值从低到高分为3层，在每层中具体分析水样点四种弱光学活性水质参数与水体光谱的敏感性以及与pH的相关性，然后对比不同层间的水质参数与光谱以及pH值间敏感关系的差异；步骤5：岩溶湿地水体四种弱光学活性水质参数与水体光谱的响应关系分析；通过获取弱光学活性水质参数间以及弱光学活性水质参数与强光学活性水参数水质参数的Pearson相关分析系数，精准地探究了弱光学活性水质参数与光谱间的响应关系；步骤6：构建四种弱光学活性水质参数分层反演模型；利用四种弱光活性水质参数与光谱间关系提取光谱特征，构建基于pH的分层反演模型；包括：601按照pH_HA框架分别构建四种弱光学活性水质参数的光谱特征数据集DateSF；602利用偏最小二乘算法，构建四种弱光学活性水质参数的分层反演模型ModelHA，使用80％的样本进行训练，20％的样本进行验证；603评估分层反演模型ModelH精度，如下式所示：ModelHA→NAWQPs+WRRrs→Estimation 式中，WRRrs表示光谱反射率，NAWQPs表示弱光学活性水质参数，Estimation表示估算值；步骤7：评估分层框架对四种弱光学活性水质参数的估算精度影响；评估上述四种岩溶湿地弱光学活性水质参数分层反演模型的估算精度。

全文数据：

权利要求：

百度查询： 桂林理工大学 一种基于pH分层的岩溶湿地弱光学活性水质参数反演方法