【技术实现步骤摘要】
本专利技术涉及遥感图像处理及信息应用，尤其涉及一种动态堆叠窗口自适应多源水质数据的融合方法。
技术介绍
1、近年来，为加强对水环境污染的预防与治理，国内外常采用数值模拟的方法来研究引起水环境恶化的驱动因子，提出控制水体恶化的管理手段。一般常用于地表水的水环境数值模型有mike、efdc、deflt3d、wasp等，研究表明模型模拟的精度受到水质数据的影响，然而实际条件下，一般难以获得多个断面、多污染物指标的数据。遥感卫星能够提供覆盖范围广的水质数据，然而由于云等因素的影响，该反演数据往往质量较低甚至缺失。由此可见，遥感卫星难以反演出同一位置时间连续的污染物浓度数据。
2、已有方法大多考虑构建遥感卫星反演水质数据的模型，旨在提高数据空间覆盖度。但是反演所得的数据在时间上的连续性较低，并且难以保证其质量的好坏。如何充分结合卫星反演数据和地面观测数据的优点，考虑多源数据的变化规律与联系，从而得到时间和空间分辨率均较高的水质浓度数据源，进一步提升水质数值模拟的精度，这显得尤为重要。
技术实现思路
1、本专利技术的目的在于提供一种动态堆叠窗口自适应多源水质数据的融合方法，从而解决现有技术中存在的前述问题。
2、为了实现上述目的，本专利技术采用的技术方案如下：
3、一种动态堆叠窗口自适应多源水质数据的融合方法，包括如下步骤，
4、s1、采用随机森林技术构建地面实测水质数据与影响地面实测水质数据的因素之间的函数关系式；
5、s2、基于函
6、s3、根据地面上栅格内每个单元的经纬度坐标，反演得到对应的研究区域内栅格类型的遥感水质数据；
7、s4、基于研究区域内栅格类型的地面实测水质数据和遥感水质数据，动态优选所构建的动态自适应滑动窗口融合模型，获取融合效果最优的动态自适应滑动窗口融合模型；
8、s5、将实时获取的地面实测水质数据和遥感数据输入到最优的动态自适应滑动窗口融合模型中进行多源数据融合，获取多源融合水质数据。
9、优选的，步骤s4具体包括如下内容，
10、s41、构建基层时空动态融合模型，研究区域内栅格类型的地面实测水质数据和遥感水质数据按照实际地理位置叠合在研究区域，从左上方开始，固定顶点，确定初始值开展融合，动态调整窗口宽度和滑动步长直至本层融合效果最优；
11、s42、构建第二层时空动态融合模型，将基层时空动态融合模型输出的作为第二层时空动态融合模型的输入项，重复步骤s41，直至第二层时空动态融合模型的融合效果最优；
12、s43、对比第二层时空动态融合模型与基层时空动态融合模型的融合效果，若基层时空动态融合模型的融合效果优于第二层时空动态融合模型，则基层时空动态融合模型即为融合效果最优的动态自适应滑动窗口融合模型；否则，不断重复步骤s42多次，直至第n层时空动态融合模型的融合效果优于第n+1层时空动态融合模型，则第n层时空动态融合模型即为融合效果最优的动态自适应滑动窗口融合模型。
13、优选的，利用主成分分析法将影像地面实测水质数据的因素划分为三类，分别为土地利用、经济人口、自然地理；
14、从三类因素中提取出14个因子作为函数关系式的输入参数，分别为林地比例、耕地比例、建设用地比例、破碎度、常住人口密度、外来人口密度、单位面积工业产值、单位面积工业废水排放量、单位面积工业用水总量、污水处理率、距城市距离、海拔、降雨量、经纬度。
15、优选的，步骤s1之前还包括数据获取，所述数据获取包括如下内容，
16、地面实测水质数据获取：地面实测水质数据包括临时观测数据和长期观测数据；采用人工调查的方式从文献和专著中获取临时观测数据，采用自动观测的方式从研究机构或研究人员设立的固定监测样地中获取临时观测数据；
17、遥感数据获取：所述遥感数据包括近地面遥感数据、机载遥感数据和星载遥感数据，通过获取研究区域的观测影像，从观测影像中提取相应的遥感数据。
18、优选的，数据获取和步骤s1之间还包括数据预处理，所述数据预处理具体包括，
19、地面实测水质数据预处理：包括数据整理和异常值检验，利用格拉布斯准则对地面实测水质数据进行异常值检验；
20、遥感数据预处理：近地面遥感数据和机载遥感数据通过提取影像的波段，分析波段与地面实测水质数据之间的相关关系，确定遥感水质反演模型，反演出相应的遥感水质数据；星载遥感数据通过辐射定位与大气校正后，提取影像的波段，分析波段与地面实测水质数据之间的相关关系，确定遥感水质反演模型，反演出相应的遥感水质数据。
21、优选的，遥感数据预处理中，基于地面实测水质数据评估遥感水质数据的反演精度；
22、利用地面实测水质数据与遥感水质数据之间的平均绝对值误差作为评价指标，当平均绝对值误差满足误差评定要求，则保留反演出的遥感水质数据，否则，重新分析影像的波段与地面实测水质数据之间的相关关系，改进遥感水质反演模型，优化反演结果。
23、优选的，步骤s7之后还包括步骤s8、数据质量评估，步骤s8具体包括如下内容，
24、s81、数据集构建：将各多源融合水质数据及其对应的地面实测水质数据构成数据对，将所有的数据对汇总构成数据集，将数据集中的数据对打乱顺序并评分为k份，将其中的k-1份作为训练集用于拟合动态自适应滑动窗口融合模型，剩余的1份作为测试集用于评价模型；
25、s82、质量评价：将皮尔逊相关系数、均方根误差和平均绝对误差作为评价指标，确定多源融合水质数据是否符合精度要求，并将满足精度要求的多源融合水质数据输出，将不满足精度要求的多源融合水质数据进行原因分析、数据校正或剔除。
26、优选的，步骤s8之后还包括步骤s9、数据应用，步骤s9具体包括如下内容，
27、s91、将满足精度要求的多源融合水质数据与经纬度坐标之间的关系，获取研究区域内不同地理位置所对应的多源融合水质数据；
28、s92、将研究区域内不同地理位置所对应的多源融合水质数据作为水质模型的初始条件及边界条件，开展数值模拟工作；
29、s93、以水质数据实测值和水质数据模拟值之间的平均绝对百分比误差作为评价指标，评价数值模拟工作的模拟精度；
30、s94、将满足精度要求的水质数据模拟值用于后续研究工作。
31、本专利技术的有益效果是：1、通过融合多源水质数据，能够起到扬长避短的作用。一方面能够提升地面观测数据的空间尺度，另一方面可以改善卫星数据的质量。从而得到时空分辨率相对较高、数据质量较优的水质数据。2、引入随机森林技术，探求融合水质数据与地理位置的关系，从而可以得到一定范围内任一地理位置所对应的融合数据，这在很大程度上提高了水质数据的空间分辨率，并且降低了水质数据的获取难度。3、提出滑动窗口及堆叠层本文档来自技高网...
【技术保护点】
1.一种动态堆叠窗口自适应多源水质数据的融合方法，其特征在于：包括如下步骤，
2.根据权利要求1所述的动态堆叠窗口自适应多源水质数据的融合方法，其特征在于：步骤S4具体包括如下内容，
3.根据权利要求1所述的动态堆叠窗口自适应多源水质数据的融合方法，其特征在于：利用主成分分析法将影像地面实测水质数据的因素划分为三类，分别为土地利用、经济人口、自然地理；
4.根据权利要求1所述的动态堆叠窗口自适应多源水质数据的融合方法，其特征在于：步骤S1之前还包括数据获取，所述数据获取包括如下内容，
5.根据权利要求4所述的动态堆叠窗口自适应多源水质数据的融合方法，其特征在于：数据获取和步骤S1之间还包括数据预处理，所述数据预处理具体包括，
6.根据权利要求5所述的动态堆叠窗口自适应多源水质数据的融合方法，其特征在于：遥感数据预处理中，基于地面实测水质数据评估遥感水质数据的反演精度；
7.根据权利要求1所述的动态堆叠窗口自适应多源水质数据的融合方法，其特征在于：步骤S7之后还包括步骤S8、数据质量评估，步骤S8具体包括如下内
8.根据权利要求7所述的动态堆叠窗口自适应多源水质数据的融合方法，其特征在于：步骤S8之后还包括步骤S9、数据应用，步骤S9具体包括如下内容，
...【技术特征摘要】
1.一种动态堆叠窗口自适应多源水质数据的融合方法，其特征在于：包括如下步骤，
2.根据权利要求1所述的动态堆叠窗口自适应多源水质数据的融合方法，其特征在于：步骤s4具体包括如下内容，
3.根据权利要求1所述的动态堆叠窗口自适应多源水质数据的融合方法，其特征在于：利用主成分分析法将影像地面实测水质数据的因素划分为三类，分别为土地利用、经济人口、自然地理；
4.根据权利要求1所述的动态堆叠窗口自适应多源水质数据的融合方法，其特征在于：步骤s1之前还包括数据获取，所述数据获取包括如下内容，
5.根据权利要求4所述的动态堆叠窗口自适...
【专利技术属性】
技术研发人员：范向军，关文海，南林江，陈靓，黄宇波，曹继学，王旭，邹义博，曹瑞，龚文婷，时玉龙，
申请(专利权)人：中国长江三峡集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。