一种基于Sentinel-2数据的水环境检测方法技术

本发明专利技术公开了一种基于Sentinel

【技术实现步骤摘要】
一种基于Sentinel
‑
2数据的水环境检测方法


[0001]本专利技术涉及遥感
，尤其是一种基于Sentinel
‑
2数据的水环境检测方法。

技术介绍

[0002]水环境是人类社会赖以生存和发展的场所，也是受人类干扰和破坏最严重的区域，水环境检测是环境监测工作中的主要工作之一，能准确、及时、全面地反映水质现状及发展趋势，对整个水环境保护、水污染控制以及维护水环境健康方面起着至关重要的作用。
[0003]传统实地水质取样的单一监测方式，耗时耗力，且极易受到气候和水文条件的限制，难以完成大面积、周期性的连续监测。

技术实现思路

[0004]为了克服现有技术中存在的上述问题，本专利技术提出一种基于Sentinel
‑
2数据的水环境检测方法。
[0005]本专利技术解决其技术问题所采用的技术方案是：一种基于Sentinel
‑
2数据的水环境检测方法，包括如下步骤：步骤1，获取待监测区域的Sentinel
‑
2遥感影像，进行预处理，筛选出所需时相的数据；步骤2，实地采集各水质因子信息，判断水质可靠性，清洗数据；步骤3，整理数据经纬度，将二维数据转换为具有空间坐标系的空间点位数据；步骤4，对步骤1所得遥感影像数据每一波段光谱反射率与步骤2所得水质因子进行相关性分析、对步骤1所得遥感影像数据不同波段组合与步骤2所得水质因子进行相关性分析，确定波段与实测水质因子之间的正负相关性及相关系数；步骤5，判断参与各水质因子反演构建的波段或波段组合情况，建立半经验模型反演水质，并通过对模型精度验证，优化水质模型；步骤6，建立决策树模型，进行水质分级，从而确定水环境状况。
[0006]上述的一种基于Sentinel
‑
2数据的水环境检测方法，所述步骤1预处理的过程为：采用Sentinel
‑
2数据中的空间分辨率为10米的4个波段和20米的6个波段，采用双线性内插法将分辨率为20米的波段重采样到10米，进行波段合成、镶嵌并采用矢量水域边界进行裁剪，得到预处理后的Sentinel
‑
2数据。
[0007]上述的一种基于Sentinel
‑
2数据的水环境检测方法，所述步骤2判断水质可靠性的方法为：步骤2.1，针对水质参数的n个观测值，分别计算其均值M和去掉可疑值n
‑
1个观测值的均值m；步骤2.2，对影响系数k人为赋值，当M/m≤k+1时，可疑值不是异常值，否则该值为异常值。
[0008]上述的一种基于Sentinel
‑
2数据的水环境检测方法，所述步骤3具体包括：对步骤
2的每个实测点增加用于匹配识别的唯一码字段，用于后续进行水质监测结果数据与空间点位的匹配；利用经纬度坐标信息，转化为具有空间坐标系的空间点位数据。
[0009]上述的一种基于Sentinel
‑
2数据的水环境检测方法，所述步骤4中进行相关性分析可采用原始光谱相关性分析、归一化光谱相关性分析、包络线去除光谱相关性分析以及一阶导数微分光谱相关性分析方法展开分析。
[0010]上述的一种基于Sentinel
‑
2数据的水环境检测方法，所述步骤5具体包括：步骤5.1，基于步骤4相关性分析结果，随机抽取80%的样本数据与得到的相关性较强的波段进行波段组合，建立单/双/多波段水质因子反演模型，选择剩余的20%样本作为验证，最终选择五种水质参数的最优模型；步骤5.2，计算步骤5.1所得反演模型精度，反演模型精度用决定系数、平均相对误差来衡量，计算公式如下：决定系数R2：其中，为采样点i处水质参数的实测值；为水质参数实测值的平均值；为采样点i处的水质参数反演值；平均相对误差MRE:其中，为采样点i处的水质参数反演值；n为建模或验证采样点的个数；为采样点i处水质参数的实测值。
[0011]上述的一种基于Sentinel
‑
2数据的水环境检测方法，所述步骤5中对模型进行优化具体包括：监测遥感影像数据与实测数据的筛选匹配：筛选与监测影像时间相近的监测点位，影像与监测数据的时间控制在前后1个月内；考虑到距离区域等因素对监测模型的影像，筛选与监测点位距离相近的点位数据参与到模型的优化；实时补充实测数据，不断优化模型参数。
[0012]本专利技术的有益效果：（1）本专利技术选取10米空间分辨率的Sentinel
‑
2多光谱数据产品作为基础数据，采用米级分辨率的高分卫星多光谱数据辅助目视解译校对检测结果，增加遥感卫星检测水质的多样性，为水环境治理、防控提供支持；（2）本专利技术技术方案采取半经验模型反演水质因子，根据非成像光谱仪或机载成像光谱仪测量的水环境指标光谱特征选择估算水环境指标的最佳波段或波段组合，然后选用合适的数学方法建立遥感数据和水环境指标间的定量经验性算法，使得模型与该地域的水质状况契合程度更高；（3）本专利技术通过反演多种水质因子，并结合决策树对水环境状况进行分级，使得水质情况更加清晰了然，待检测区域的水环境状况可以为政府部门提供数据支持，便于及时治理检测区域水体，并发现乱排乱放污染水体的现象。
附图说明
[0013]下面结合附图和实施例对本专利技术进一步说明。
[0014]图1为本专利技术流程图；图2为本专利技术实施例化学需氧量模型精度评价图；图3为本专利技术实施例氨氮浓度模型精度评价图；图4为本专利技术实施例总磷浓度模型精度评价图；图5为本专利技术实施例水质等级遥感监测结果。
具体实施方式
[0015]为使本领域技术人员更好的理解本专利技术的技术方案，下面结合附图和具体实施方式对本专利技术作详细说明。
[0016]本专利技术提供了一种基于Sentinel
‑
2数据和半经验多因子决策树的水环境检测方法，如图1所示；待检测地区选择青岛市崂山区，样本数据采集了崂山部分河流水库及沿海岸线水质，通过水质模型反演水质，得到对应点位的反演结果及全域水质结果，进行拟合，包括以下步骤：步骤一，获取待监测区域的Sentinel
‑
2遥感影像，进行预处理，筛选所需质量较好时相的数据；（1）在欧空局网站下载所需时相的Sentinel
‑
2数据；（2）采用Sentinel
‑
2数据中的空间分辨率为10米的4个波段和20米的6个波段，利用SNAP软件，使用S2 Resampling Processor工具并选取双线性内插法将分辨率为20米的波段重采样到10米，而后将结果导出为ENVI支持的img存储格式，最后，利用ENVI 5.3进行波段合成、镶嵌并采用矢量水域边界进行裁剪，得到预处理后的Sentinel
‑
2数据；（3）目视解译遥感影像，去除云雾太阳耀斑等干扰因素，筛选出质量合格的遥感影像。
[0017]步骤二，实地采集各水质因子信息，判断水质可靠性，清洗数据；（1）整理所需调查点位分布，点位选择主本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Sentinel
‑
2数据的水环境检测方法，其特征在于：包括如下步骤：步骤1，获取待监测区域的Sentinel
‑
2遥感影像，进行预处理，筛选出所需时相的数据；步骤2，实地采集各水质因子信息，判断水质可靠性，清洗数据；步骤3，整理数据经纬度，将二维数据转换为具有空间坐标系的空间点位数据；步骤4，对步骤1所得遥感影像数据每一波段光谱反射率与步骤2所得水质因子进行相关性分析、对步骤1所得遥感影像数据不同波段组合与步骤2所得水质因子进行相关性分析，确定波段与实测水质因子之间的正负相关性及相关系数；步骤5，判断参与各水质因子反演构建的波段或波段组合情况，建立半经验模型反演水质，并通过对模型精度验证，优化水质模型；步骤6，建立决策树模型，进行水质分级，从而确定水环境状况。2.根据权利要求1所述的一种基于Sentinel
‑
2数据的水环境检测方法，其特征在于，所述步骤1预处理的过程为：采用Sentinel
‑
2数据中的空间分辨率为10米的4个波段和20米的6个波段，采用双线性内插法将分辨率为20米的波段重采样到10米，进行波段合成、镶嵌并采用矢量水域边界进行裁剪，得到预处理后的Sentinel
‑
2数据。3.根据权利要求1所述的一种基于Sentinel
‑
2数据的水环境检测方法，其特征在于，所述步骤2判断水质可靠性的方法为：步骤2.1，针对水质参数的n个观测值，分别计算其均值M和去掉可疑值n
‑
1个观测值的均值m；步骤2.2，对影响系数k人为赋值，当M/m≤k+1时，可疑值不是异常值，否则该值为异常值。4.根据权利要求1所述的一种基于Sentinel

【专利技术属性】
技术研发人员：逄增伦，王毅，刘其顺，逄增辉，程洁，孙晓燕，柳燕，王夏青，
申请(专利权)人：青岛浩海网络科技股份有限公司，
类型：发明
国别省市：