本發(fā)明定量遙感影像信息提取技術(shù)領(lǐng)域，具體涉及一種基于自適應(yīng)模型的水質(zhì)監(jiān)測方法和水質(zhì)監(jiān)測裝置。

背景技術(shù)：

傳統(tǒng)水質(zhì)監(jiān)測方法費力費時，且僅能了解監(jiān)測斷面的水體污染狀況，難以獲取大尺度水體水質(zhì)的變化趨勢和空間分布狀況，不能滿足大范圍、實時動態(tài)的監(jiān)測評價要求。

目前的水質(zhì)監(jiān)測有所發(fā)展但仍處于研究階段，基于遙感技術(shù)的監(jiān)測模型建立缺乏自動型、系統(tǒng)性和普適性。

技術(shù)實現(xiàn)要素：

技術(shù)問題提供一種能夠改善現(xiàn)有水質(zhì)監(jiān)測模型缺乏自動性、系統(tǒng)性和普適性問題的水質(zhì)監(jiān)測方法和水質(zhì)監(jiān)測裝置。

有鑒于此，本發(fā)明提供了一種基于自適應(yīng)模型的水質(zhì)監(jiān)測方法，其特征在于，包括步驟：

獲取待處理的遙感影像反射率數(shù)據(jù)，設(shè)置特征閾值提取水體區(qū)域作為采集研究區(qū)域；

獲取采集研究區(qū)域的水質(zhì)數(shù)據(jù)，不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的水質(zhì)監(jiān)測模型。所述遙感影像反射率數(shù)據(jù)中尤以水體遙感反射率最為重要。

進一步，所述獲取采集研究區(qū)域的水質(zhì)數(shù)據(jù)，不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的水質(zhì)監(jiān)測模型的步驟包括以下至少兩個過程：

采集研究區(qū)域的葉綠素a濃度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的葉綠素a濃度提取模型；

采集研究區(qū)域的懸浮物濃度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的懸浮物監(jiān)測模型；

采集研究區(qū)域的透明度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的透明度提取模型；

集研究區(qū)域的富營養(yǎng)化數(shù)據(jù)，和對應(yīng)點的葉綠素a濃度及其組合分別相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感組合，基于此建立自適應(yīng)的水體富營養(yǎng)化監(jiān)測模型。利用采集研究區(qū)域的葉綠素a濃度、懸浮物濃度、透明度實測數(shù)據(jù)和富營養(yǎng)化真值等數(shù)據(jù)作為水質(zhì)監(jiān)測的重要參數(shù)，分別與不同的波段或者波段組合進行最小二乘相關(guān)性分析，根據(jù)水質(zhì)參數(shù)和水體遙感反射率之間的相關(guān)關(guān)系，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的水質(zhì)參數(shù)提取模型，從而完成水質(zhì)監(jiān)測。其中，懸浮物濃度數(shù)據(jù)和透明度數(shù)據(jù)，有助于了解該處的水資源是否擁有能夠作為生活飲用水之用的可能，并確定該處的懸浮物濃度是否超過最高允許排放濃度，若超過，則應(yīng)當責令當?shù)氐奈鬯蛷U水排放工廠或企業(yè)進行整改，若造成原因不是污廢水排行的話，也能夠及時的發(fā)現(xiàn)原因并進行整改；而，若能夠較為精確的獲知水體富營養(yǎng)化的程度的話，便于使用外力，逐步的改善這一水質(zhì)污染現(xiàn)象，減少營養(yǎng)鹽的輸入輸出失去平衡的情況，改善水質(zhì)污染導致的系統(tǒng)物種失衡，單一物種瘋長，系統(tǒng)的物質(zhì)與能量的流動系統(tǒng)遭到破壞的情況發(fā)生；另，葉綠素a的監(jiān)測，則有利于我們掌握水中或岸邊的植被生長情況。

進一步，所述獲取待處理的遙感影像反射率數(shù)據(jù)，設(shè)置特征閾值提取水體區(qū)域作為采集研究區(qū)域的步驟中，水體區(qū)域的提取是基于歸一化差異綜合水體指數(shù)CIWI實現(xiàn)的。

進一步，所述CIWI是歸一化差異植被指數(shù)(NDVI)和近紅外(NIR)相結(jié)合構(gòu)造的水體提取特征模型，所述CIWI的計算公式如下：

公式中：B_nir和B'_nir代表近紅外波段的反射率；B_r代表紅波段的反射率；c通常取大于0的常數(shù)，比保證計算結(jié)果在整數(shù)區(qū)間；

若衛(wèi)星數(shù)據(jù)只有一個近紅外波段，則B_nir和B'_nir取同一近紅外波段值。CIWI的原理是在NDVI反映水體和植被、陸地輻射變化差異的基礎(chǔ)上，加入近紅外波段反射率的影響，通過乘性因子進一步提高水體和其他地物的區(qū)分度。

進一步，所述采集研究區(qū)域的葉綠素a濃度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的葉綠素a濃度提取模型的步驟包括過程：

選擇衛(wèi)星過境的時間進行水質(zhì)樣本采集，記錄樣本點的地理坐標，提交實驗室進行化驗分析，獲取樣本點處的葉綠素a濃度數(shù)據(jù)；

根據(jù)樣本點的地理坐標，獲取對應(yīng)點在遙感影像上各個波段的反射率數(shù)據(jù)，并進行多種不同的線性或非線性組合；

將不同的波段或波段組合分別與葉綠素a實測數(shù)據(jù)進行基于最小二乘方法的曲線擬合，并獲得多組擬合參數(shù)，然后分別計算擬合的葉綠素a濃度值與實測值之間的相關(guān)系數(shù)用于定量評價擬合的效果，從中選擇最優(yōu)作為建立反演模型所用的波段組合；

運用最優(yōu)的波段組合建立反演模型，完成整幅影像內(nèi)水體區(qū)域的葉綠素a濃度提取。

進一步，所述采集研究區(qū)域的懸浮物濃度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的懸浮物監(jiān)測模型的步驟包括過程：

選擇衛(wèi)星過境的時間進行水質(zhì)樣本采集，記錄樣本點的地理坐標，提交實驗室運用烘干稱重的方法進行化驗分析，獲取樣本點處的懸浮物濃度數(shù)據(jù)；

根據(jù)樣本點的地理坐標，獲取對應(yīng)點在遙感影像上各個波段的反射率數(shù)據(jù)，并進行多種不同的線性或非線性組合；

將不同的波段或波段組合分別與懸浮物濃度實測數(shù)據(jù)進行基于最小二乘方法的曲線擬合，并獲得多組擬合參數(shù)，然后分別計算擬合的懸浮物濃度值與實測值之間的相關(guān)系數(shù)用于定量評價擬合的效果，從中選擇最優(yōu)作為建立反演模型所用的波段組合；

運用最優(yōu)的波段組合建立反演模型，完成整幅影像內(nèi)水體區(qū)域的懸浮物濃度監(jiān)測。

進一步，所述采集研究區(qū)域的透明度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的透明度提取模型的步驟包括：

選擇衛(wèi)星過境的時間進行水體透明度數(shù)據(jù)的采集工作，記錄樣本點的地理坐標，利用賽氏盤在水中的最大可見深度作為透明度真值；

根據(jù)樣本點的地理坐標，獲取對應(yīng)點在遙感影像上各個波段的反射率數(shù)據(jù)，并進行多種不同的線性或非線性組合；

將不同的波段或波段組合分別與透明度實測數(shù)據(jù)進行基于最小二乘方法的曲線擬合，并獲得多組擬合參數(shù)，然后分別計算擬合的透明度值與實測值之間的相關(guān)系數(shù)用于定量評價擬合的效果，從中選擇最優(yōu)作為建立反演模型所用的波段組合；

運用最優(yōu)的波段組合建立反演模型，完成整幅影像內(nèi)水體區(qū)域的透明度提取。

進一步，所述集研究區(qū)域的富營養(yǎng)化數(shù)據(jù)，和對應(yīng)點的葉綠素a濃度及其組合分別相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感組合，基于此建立自適應(yīng)的水體富營養(yǎng)化監(jiān)測模型的步驟包括過程：

國內(nèi)外水體富營養(yǎng)化評價的基本指標通常為Chl-a、TN、TP、SD等。其中Chl-a濃度具有明顯的光譜特征，是遙感反演水體富營養(yǎng)化較為成熟的參數(shù)，可以獲得較高的反演精度，并且二類水體中Chl-a濃度是浮游植物分布的指示劑，是衡量水體初級生產(chǎn)力和富營養(yǎng)化的基本指標；

將專題葉綠素a提取的專題產(chǎn)品為輸入數(shù)據(jù)，進一步分析水體富營養(yǎng)指數(shù)與葉綠素a濃度的相關(guān)性；

根據(jù)需求選擇線性模型、二次多項式模型或三次多項式模型，以葉綠素a濃度或變換形式為自變量，以水體富營養(yǎng)化指數(shù)為因變量，建立反演模型，完成整幅影像內(nèi)的水體富營養(yǎng)化監(jiān)測。

其中，水體富營養(yǎng)化監(jiān)測模型是基于自適應(yīng)的葉綠素a濃度提取模型構(gòu)建的，如此，則無需在構(gòu)建水體富營養(yǎng)化監(jiān)測模型再次提取相關(guān)的葉綠素a濃度數(shù)據(jù)，葉綠素a濃度數(shù)據(jù)只需一次處理即可適用于兩個模型的建立，提高了數(shù)據(jù)處理的效率。

進一步，根據(jù)水體的反射特征建立水體指數(shù)，設(shè)置閾值組合設(shè)提取水體并進行膨脹腐蝕處理；通過采集衛(wèi)星過頂時的水質(zhì)樣本數(shù)據(jù)，自適應(yīng)的建立最優(yōu)反演模型，完成水質(zhì)參數(shù)的獲取，根據(jù)水體的反射特征建立水體指數(shù)，對水體指數(shù)以及特征波段進行閾值組合設(shè)置。

進一步，所述水質(zhì)監(jiān)測模型包括二次多項式模型、三次多項式模型或e指數(shù)模型。

本發(fā)明還提供了一種使用了本發(fā)明任一公開的水質(zhì)監(jiān)測方法的水質(zhì)監(jiān)測裝置，其特征在于，包括：

獲取單元，用于獲取待處理的遙感影像反射率數(shù)據(jù)；

第一處理單元，用于對所述遙感影像閾值的選取以及提取水體區(qū)域作為采集研究區(qū)域；

第一計算單元，用于利用研究區(qū)域的葉綠素a濃度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的葉綠素a濃度提取模型；

第二計算單元，用于利用研究區(qū)域的懸浮物濃度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的懸浮物濃度提取模型；

第三計算單元，用于利用研究區(qū)域的透明度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的水體透明度提取模型；

第四計算單元，用于利用研究區(qū)域的富營養(yǎng)化數(shù)據(jù)，和對應(yīng)點的葉綠素a濃度及其組合分別進行相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感組合，基于此建立自適應(yīng)的水體富營養(yǎng)化監(jiān)測模型。

采用上述技術(shù)方案，本發(fā)明至少可取得下述技術(shù)效果：

現(xiàn)有的水質(zhì)監(jiān)測方法已經(jīng)不能滿足大范圍、實時動態(tài)的監(jiān)測評價要求；本發(fā)明則利用遙感反演技術(shù)給水質(zhì)的監(jiān)測評價提供了更多的選擇。通過合適的遙感數(shù)據(jù)，建立水質(zhì)參數(shù)的遙感估測模型來監(jiān)測水體中的水質(zhì)參數(shù)濃度，它可以從空間和時間角度分析水質(zhì)狀況和變化情況，發(fā)現(xiàn)一些傳統(tǒng)方法很難揭示的污染源遷移特征和污染源分布，具有監(jiān)測范圍廣、快速、低成本和便于進行長期動態(tài)監(jiān)測的優(yōu)點；

而且，本發(fā)明還以遙感影像為數(shù)據(jù)基礎(chǔ)，設(shè)置特征閾值進行水體區(qū)域的提取，如此，水質(zhì)監(jiān)測便僅對水體區(qū)域感興趣；同時，根據(jù)水質(zhì)數(shù)據(jù)和遙感影像反射率數(shù)據(jù)，特別是其中的水體遙感反射率之間的相關(guān)關(guān)系，自適應(yīng)選擇最敏感(優(yōu))波段或波段組合建立水質(zhì)監(jiān)測模型，進行水質(zhì)參數(shù)的定量反演。針對當前水質(zhì)監(jiān)測技術(shù)的不足，突破地域和時域的限制，建立自適應(yīng)的模型用于水質(zhì)參數(shù)反演，能夠?qū)崿F(xiàn)湖泊、河流等水質(zhì)的大范圍、準實時監(jiān)測，為及時、準確的了解水體水質(zhì)狀況和變化趨勢提供動態(tài)數(shù)據(jù)基礎(chǔ)。

附圖說明

為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對本發(fā)明實施例描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)本發(fā)明實施例的內(nèi)容和這些附圖獲得其他的附圖。

圖1是本實施例基于自適應(yīng)模型的水質(zhì)監(jiān)測方法的流程圖；

圖2是本實施例基于自適應(yīng)模型的水質(zhì)監(jiān)測裝置的示意圖。

貫穿附圖，應(yīng)該注意的是，相似的標號用于描繪相同或相似的元件、特征和結(jié)構(gòu)。

具體實施方式

提供以下參照附圖的描述來幫助全面理解由權(quán)利要求及其等同物限定的本公開的各種實施例。以下描述包括幫助理解的各種具體細節(jié)，但是這些細節(jié)將被視為僅是示例性的。因此，本領(lǐng)域普通技術(shù)人員將認識到，在不脫離本公開的范圍和精神的情況下，可對本文所述的各種實施例進行各種改變和修改。另外，為了清晰和簡潔，公知功能和構(gòu)造的描述可被省略。

以下描述和權(quán)利要求書中所使用的術(shù)語和詞匯不限于文獻含義，而是僅由發(fā)明人用來使本公開能夠被清晰和一致地理解。因此，對于本領(lǐng)域技術(shù)人員而言應(yīng)該明顯的是，提供以下對本公開的各種實施例的描述僅是為了示例性目的，而非限制由所附權(quán)利要求及其等同物限定的本公開的目的。

應(yīng)該理解，除非上下文明確另外指示，否則單數(shù)形式也包括復數(shù)指代。因此，例如，對“組件表面”的引用包括對一個或更多個這樣的表面的引用。

實施例一：

圖1是本實施例基于自適應(yīng)模型的水質(zhì)監(jiān)測方法的流程圖，參考圖1，本實施例公開了一種基于自適應(yīng)模型的水質(zhì)監(jiān)測方法，該方法包括步驟：

S1:獲取待處理的遙感影像反射率數(shù)據(jù)，設(shè)置特征閾值提取水體區(qū)域作為采集研究區(qū)域；

S2:獲取采集研究區(qū)域的水質(zhì)數(shù)據(jù)，不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的水質(zhì)監(jiān)測模型。所述遙感影像反射率數(shù)據(jù)中尤以水體遙感反射率最為重要。

采用上述技術(shù)方案，本發(fā)明至少可取得下述技術(shù)效果：

現(xiàn)有的水質(zhì)監(jiān)測方法已經(jīng)不能滿足大范圍、實時動態(tài)的監(jiān)測評價要求；本發(fā)明則利用遙感反演技術(shù)給水質(zhì)的監(jiān)測評價提供了更多的選擇。通過合適的遙感數(shù)據(jù)，建立水質(zhì)參數(shù)的遙感估測模型來監(jiān)測水體中的水質(zhì)參數(shù)濃度，它可以從空間和時間角度分析水質(zhì)狀況和變化情況，發(fā)現(xiàn)一些傳統(tǒng)方法很難揭示的污染源遷移特征和污染源分布，具有監(jiān)測范圍廣、快速、低成本和便于進行長期動態(tài)監(jiān)測的優(yōu)點；

而且，本發(fā)明還以遙感影像為數(shù)據(jù)基礎(chǔ)，設(shè)置特征閾值進行水體區(qū)域的提取，如此，水質(zhì)監(jiān)測便僅對水體區(qū)域感興趣；同時，根據(jù)水質(zhì)數(shù)據(jù)和遙感影像反射率數(shù)據(jù)，特別是其中的水體遙感反射率之間的相關(guān)關(guān)系，自適應(yīng)選擇最敏感(優(yōu))波段或波段組合建立水質(zhì)監(jiān)測模型，進行水質(zhì)參數(shù)的定量反演。針對當前水質(zhì)監(jiān)測技術(shù)的不足，突破地域和時域的限制，建立自適應(yīng)的模型用于水質(zhì)參數(shù)反演，能夠?qū)崿F(xiàn)湖泊、河流等水質(zhì)的大范圍、準實時監(jiān)測，為及時、準確的了解水體水質(zhì)狀況和變化趨勢提供動態(tài)數(shù)據(jù)基礎(chǔ)。

通過提供不同地區(qū)不同時期的水質(zhì)參數(shù)樣本，能夠建立自適應(yīng)的水質(zhì)參數(shù)反演模型，實現(xiàn)湖泊、河流等水質(zhì)的大范圍、準實時監(jiān)測。

本實施例優(yōu)選的，獲取采集研究區(qū)域的水質(zhì)數(shù)據(jù)，不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的水質(zhì)監(jiān)測模型的步驟包括以下至少兩個過程：

采集研究區(qū)域的葉綠素a濃度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的葉綠素a濃度提取模型；

采集研究區(qū)域的懸浮物濃度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的懸浮物監(jiān)測模型；

采集研究區(qū)域的透明度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的透明度提取模型；

集研究區(qū)域的富營養(yǎng)化數(shù)據(jù)，和對應(yīng)點的葉綠素a濃度及其組合分別相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感組合，基于此建立自適應(yīng)的水體富營養(yǎng)化監(jiān)測模型。利用采集研究區(qū)域的葉綠素a濃度、懸浮物濃度、透明度實測數(shù)據(jù)和富營養(yǎng)化真值等數(shù)據(jù)作為水質(zhì)監(jiān)測的重要參數(shù)，分別與不同的波段或者波段組合進行最小二乘相關(guān)性分析，根據(jù)水質(zhì)參數(shù)和水體遙感反射率之間的相關(guān)關(guān)系，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的水質(zhì)參數(shù)提取模型，從而完成水質(zhì)監(jiān)測。其中，懸浮物濃度數(shù)據(jù)和透明度數(shù)據(jù)，有助于了解該處的水資源是否擁有能夠作為生活飲用水之用的可能，并確定該處的懸浮物濃度是否超過最高允許排放濃度，若超過，則應(yīng)當責令當?shù)氐奈鬯蛷U水排放工廠或企業(yè)進行整改，若造成原因不是污廢水排行的話，也能夠及時的發(fā)現(xiàn)原因并進行整改；而，若能夠較為精確的獲知水體富營養(yǎng)化的程度的話，便于使用外力，逐步的改善這一水質(zhì)污染現(xiàn)象，減少營養(yǎng)鹽的輸入輸出失去平衡的情況，改善水質(zhì)污染導致的系統(tǒng)物種失衡，單一物種瘋長，系統(tǒng)的物質(zhì)與能量的流動系統(tǒng)遭到破壞的情況發(fā)生；另，葉綠素a的監(jiān)測，則有利于我們掌握水中或岸邊的植被生長情況。

上述的過程中，應(yīng)當至少包含兩個，可以同時進行模型創(chuàng)建，也可以先后進行模型創(chuàng)建，其中，水體富營養(yǎng)化監(jiān)測模型的構(gòu)建過程應(yīng)當在自適應(yīng)的葉綠素a濃度提取模型構(gòu)建之后，如此，可以提高數(shù)據(jù)處理效率；當然，當包含全部四個過程時，本方法的水質(zhì)監(jiān)測能力和效果最強。

本實施例優(yōu)選的，獲取待處理的遙感影像反射率數(shù)據(jù)，設(shè)置特征閾值提取水體區(qū)域作為采集研究區(qū)域的步驟中，水體區(qū)域的提取是基于歸一化差異綜合水體指數(shù)CIWI實現(xiàn)的。

本實施例優(yōu)選的，CIWI是歸一化差異植被指數(shù)(NDVI)和近紅外(NIR)相結(jié)合構(gòu)造的水體提取特征模型，所述CIWI的計算公式如下：

公式中：B_nir和B'_nir代表近紅外波段的反射率；B_r代表紅波段的反射率；c通常取大于0的常數(shù)，比保證計算結(jié)果在整數(shù)區(qū)間；

若衛(wèi)星數(shù)據(jù)只有一個近紅外波段，則B_nir和B'_nir取同一近紅外波段值。CIWI的原理是在NDVI反映水體和植被、陸地輻射變化差異的基礎(chǔ)上，加入近紅外波段反射率的影響，通過乘性因子進一步提高水體和其他地物的區(qū)分度。

本實施例優(yōu)選的，采集研究區(qū)域的葉綠素a濃度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的葉綠素a濃度提取模型的步驟包括過程：

選擇衛(wèi)星過境的時間進行水質(zhì)樣本采集，記錄樣本點的地理坐標，提交實驗室進行化驗分析，獲取樣本點處的葉綠素a濃度數(shù)據(jù)；

根據(jù)樣本點的地理坐標，獲取對應(yīng)點在遙感影像上各個波段的反射率數(shù)據(jù)，并進行多種不同的線性或非線性組合；

將不同的波段或波段組合分別與葉綠素a實測數(shù)據(jù)進行基于最小二乘方法的曲線擬合，并獲得多組擬合參數(shù)，然后分別計算擬合的葉綠素a濃度值與實測值之間的相關(guān)系數(shù)用于定量評價擬合的效果，從中選擇最優(yōu)作為建立反演模型所用的波段組合；

運用最優(yōu)的波段組合建立反演模型，完成整幅影像內(nèi)水體區(qū)域的葉綠素a濃度提取。

本實施例優(yōu)選的，采集研究區(qū)域的懸浮物濃度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的懸浮物監(jiān)測模型的步驟包括過程：

選擇衛(wèi)星過境的時間進行水質(zhì)樣本采集，記錄樣本點的地理坐標，提交實驗室運用烘干稱重的方法進行化驗分析，獲取樣本點處的懸浮物濃度數(shù)據(jù)；

根據(jù)樣本點的地理坐標，獲取對應(yīng)點在遙感影像上各個波段的反射率數(shù)據(jù)，并進行多種不同的線性或非線性組合；

將不同的波段或波段組合分別與懸浮物濃度實測數(shù)據(jù)進行基于最小二乘方法的曲線擬合，并獲得多組擬合參數(shù)，然后分別計算擬合的懸浮物濃度值與實測值之間的相關(guān)系數(shù)用于定量評價擬合的效果，從中選擇最優(yōu)作為建立反演模型所用的波段組合；

運用最優(yōu)的波段組合建立反演模型，完成整幅影像內(nèi)水體區(qū)域的懸浮物濃度監(jiān)測。

本實施例優(yōu)選的，采集研究區(qū)域的透明度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的透明度提取模型的步驟包括：

選擇衛(wèi)星過境的時間進行水體透明度數(shù)據(jù)的采集工作，記錄樣本點的地理坐標，利用賽氏盤在水中的最大可見深度作為透明度真值；

根據(jù)樣本點的地理坐標，獲取對應(yīng)點在遙感影像上各個波段的反射率數(shù)據(jù)，并進行多種不同的線性或非線性組合；

將不同的波段或波段組合分別與透明度實測數(shù)據(jù)進行基于最小二乘方法的曲線擬合，并獲得多組擬合參數(shù)，然后分別計算擬合的透明度值與實測值之間的相關(guān)系數(shù)用于定量評價擬合的效果，從中選擇最優(yōu)作為建立反演模型所用的波段組合；

運用最優(yōu)的波段組合建立反演模型，完成整幅影像內(nèi)水體區(qū)域的透明度提取。

本實施例優(yōu)選的，集研究區(qū)域的富營養(yǎng)化數(shù)據(jù)，和對應(yīng)點的葉綠素a濃度及其組合分別相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感組合，基于此建立自適應(yīng)的水體富營養(yǎng)化監(jiān)測模型的步驟包括過程：

國內(nèi)外水體富營養(yǎng)化評價的基本指標通常為Chl-a、TN、TP、SD等。其中Chl-a濃度具有明顯的光譜特征，是遙感反演水體富營養(yǎng)化較為成熟的參數(shù)，可以獲得較高的反演精度，并且二類水體中Chl-a濃度是浮游植物分布的指示劑，是衡量水體初級生產(chǎn)力和富營養(yǎng)化的基本指；

將專題葉綠素a提取的專題產(chǎn)品為輸入數(shù)據(jù)，進一步分析水體富營養(yǎng)指數(shù)與葉綠素a濃度的相關(guān)性；

根據(jù)需求選擇線性模型、二次多項式模型或三次多項式模型，以葉綠素a濃度或變換形式為自變量，以水體富營養(yǎng)化指數(shù)為因變量，建立反演模型，完成整幅影像內(nèi)的水體富營養(yǎng)化監(jiān)測。其中，水體富營養(yǎng)化監(jiān)測模型是基于自適應(yīng)的葉綠素a濃度提取模型構(gòu)建的，如此，則無需在構(gòu)建水體富營養(yǎng)化監(jiān)測模型再次提取相關(guān)的葉綠素a濃度數(shù)據(jù)，葉綠素a濃度數(shù)據(jù)只需一次處理即可適用于兩個模型的建立，提高了數(shù)據(jù)處理的效率。

本實施例優(yōu)選的，根據(jù)水體的反射特征建立水體指數(shù)，設(shè)置閾值組合設(shè)提取水體并進行膨脹腐蝕處理；通過采集衛(wèi)星過頂時的水質(zhì)樣本數(shù)據(jù)，自適應(yīng)的建立最優(yōu)反演模型，完成水質(zhì)參數(shù)的獲取，根據(jù)水體的反射特征建立水體指數(shù)，對水體指數(shù)以及特征波段進行閾值組合設(shè)置。

本實施例優(yōu)選的，水質(zhì)監(jiān)測模型包括二次多項式模型、三次多項式模型或e指數(shù)模型。

實施例二：

圖2是本發(fā)明實施例二水質(zhì)監(jiān)測裝置的示意圖，參考圖2，本發(fā)明還提供了一種使用了本發(fā)明任一公開的水質(zhì)監(jiān)測方法的水質(zhì)監(jiān)測裝置，該裝置包括：

獲取單元10，用于獲取待處理的遙感影像反射率數(shù)據(jù)；

第一處理單元20，用于對遙感影像閾值的選取以及提取水體區(qū)域作為采集研究區(qū)域；

裝置還包括第一計算單元30、第二計算單元40、第三計算單元50和第四計算單元60中的至少一個；

其中：

第一計算單元30，用于利用研究區(qū)域的葉綠素a濃度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的葉綠素a濃度提取模型；

第二計算單元40，用于利用研究區(qū)域的懸浮物濃度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的懸浮物濃度提取模型；

第三計算單元50，用于利用研究區(qū)域的透明度數(shù)據(jù)，和不同的波段或者波段組合進行最小二乘相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感波段或者波段組合，基于此建立自適應(yīng)的水體透明度提取模型；

第四計算單元60，用于利用研究區(qū)域的富營養(yǎng)化數(shù)據(jù)，和對應(yīng)點的葉綠素a濃度及其組合分別進行相關(guān)性分析，通過比較相關(guān)系數(shù)得出最敏感組合，基于此建立自適應(yīng)的水體富營養(yǎng)化監(jiān)測模型。

上述的各個單元之間，后四個計算單元不作先后數(shù)序限制，其中，包含四個計算單元時，水質(zhì)監(jiān)測最為全面。

上述方案可以廣泛應(yīng)用于河流、湖泊等水域的水質(zhì)監(jiān)測。通過采集足夠的樣本數(shù)據(jù)，算法能夠自適應(yīng)的建立反演模型并從中選擇最優(yōu)，實現(xiàn)實時、大范圍的水質(zhì)參數(shù)反演，為及時、準確的了解水體水質(zhì)狀況和變化趨勢提供動態(tài)數(shù)據(jù)基礎(chǔ)，為水資源保護和規(guī)劃以及可持續(xù)發(fā)展提供科學決策依據(jù)，并對同一流域的水質(zhì)分布規(guī)律和變化趨勢作出研究和預測，同時作為常規(guī)水質(zhì)監(jiān)測方法的必要補充，還能發(fā)現(xiàn)一些常規(guī)方法難以揭示的污染源和污染遷移特征。

應(yīng)該注意的是，如上所述的本公開的各種實施例通常在一定程度上涉及輸入數(shù)據(jù)的處理和輸出數(shù)據(jù)的生成。此輸入數(shù)據(jù)處理和輸出數(shù)據(jù)生成可在硬件或者與硬件結(jié)合的軟件中實現(xiàn)。例如，可在移動裝置或者相似或相關(guān)的電路中采用特定電子組件以用于實現(xiàn)與如上所述本公開的各種實施例關(guān)聯(lián)的功能。另選地，依據(jù)所存儲的指令來操作的一個或更多個處理器可實現(xiàn)與如上所述本公開的各種實施例關(guān)聯(lián)的功能。如果是這樣，則這些指令可被存儲在一個或更多個非暫時性處理器可讀介質(zhì)上，這是在本公開的范圍內(nèi)。處理器可讀介質(zhì)的示例包括只讀存儲器(ROM)、隨機存取存儲器(RAM)、CD-ROM、磁帶、軟盤和光學數(shù)據(jù)存儲裝置。另外，用于實現(xiàn)本公開的功能計算機程序、指令和指令段可由本公開所屬領(lǐng)域的程序員容易地解釋。

盡管已參照本公開的各種實施例示出并描述了本公開，但是本領(lǐng)域技術(shù)人員將理解，在不脫離由所附權(quán)利要求及其等同物限定的本公開的精神和范圍的情況下，可對其進行形式和細節(jié)上的各種改變。