【技术实现步骤摘要】
本专利技术涉及沙尘判识,尤其是涉及一种基于非监督图像分类的沙尘判识方法、装置、设备及介质。
技术介绍
1、目前,基于卫星进行沙尘判识已成为监测和研究沙尘的重要工具。常用的沙尘判识技术包括单一阈值法、多阈值法和基于监督学习的沙尘判识法。但是,利用单一阈值法进行沙尘判识存在很大局限性;利用多阈值法进行沙尘判识存在很多不确定性,不同成像时间的卫星图像可能阈值取值不同,因此不具备普适性;基于监督学习的沙尘判识法需要大量的训练样本用于训练模型,不仅导致沙尘判识速度较慢,而且在大范围或多样化的环境下,训练样本的获取具有一定困难。
技术实现思路
1、有鉴于此,本专利技术的目的在于提供一种基于非监督图像分类的沙尘判识方法、装置、设备及介质,具有较高的普适性,还可以高效、准确地实现沙尘区域的判识。
2、第一方面,本专利技术实施例提供了一种基于非监督图像分类的沙尘判识方法,包括:
3、获取研究区域对应的卫星观测数据;
4、确定卫星观测数据中的各个通道关于沙尘事件判识的重要程度,并基于各个通道对应的遥感物理量和重要程度生成研究区域对应的沙尘伪彩色合成图;
5、对沙尘伪彩色合成图进行非监督图像分类处理,得到研究区域内不同类型的对象对应的目标聚类簇,用以筛选出研究区域内发生沙尘事件的区域。
6、在一种实施方式中,确定卫星观测数据中的各个通道关于沙尘事件判识的重要性排序,包括:
7、对卫星观测数据中的各个通道进行主成分分析处理,以确定各个
8、在一种实施方式中,对卫星观测数据中的各个通道进行主成分分析处理,以确定各个通道关于沙尘事件判识的重要性排序,包括:
9、将卫星观测数据中的各个通道输入至预先训练的决策树模型中,以通过决策树模型对各个通道进行主成分分析处理,输出各个通道关于沙尘事件判识的重要性排序。
10、在一种实施方式中,遥感物理量包括亮温值;基于各个通道对应的遥感物理量和重要程度生成研究区域对应的沙尘伪彩色合成图,包括:
11、按照重要程度筛选出目标通道;
12、利用目标通道对应的亮温值生成研究区域对应的沙尘伪彩色合成图。
13、在一种实施方式中,对沙尘伪彩色合成图进行非监督图像分类处理,得到研究区域内不同类型的对象对应的目标聚类簇,用以筛选出研究区域内发生沙尘事件的区域,包括:
14、在沙尘伪彩色合成图中,随机确定多个像素点作为聚类质心;
15、确定沙尘伪彩色合成图中的像素点与每个聚类质心之间的距离,基于距离确定像素点所属的聚类簇,并确定聚类簇对应的新的聚类质心;
16、继续确定沙尘伪彩色合成图中的像素点与每个新的聚类质心之间的距离,基于距离更新像素点所属的聚类簇,直至满足预设迭代停止条件,以得到研究区域内不同类型的对象对应的目标聚类簇;
17、将类型为沙尘的对象对应的目标聚类簇所在的区域,确定为研究区域内发生沙尘事件的区域。
18、在一种实施方式中,预设迭代停止条件为:对于任一聚类簇,当前次迭代得到的该聚类簇对应的聚类质心,与前一次迭代得到的该聚类簇对应的聚类质心之间的变化量低于预设阈值。
19、在一种实施方式中,在对沙尘伪彩色合成图进行非监督图像分类处理,得到研究区域内不同类型的对象对应的聚类簇,用以筛选出研究区域内发生沙尘事件的区域之后,方法还包括:
20、对研究区域内发生沙尘事件的区域进行追踪,得到沙尘事件对应的沙源地;
21、基于沙源地对应的土地利用数据,以及沙尘事件经过沙源地时的范围变化,解析沙源地对应的类型。
22、第二方面,本专利技术实施例还提供一种基于非监督图像分类的沙尘判识装置,包括:
23、数据获取模块,用于获取研究区域对应的卫星观测数据;
24、图像合成模块,用于确定卫星观测数据中的各个通道关于沙尘事件判识的重要程度,并基于各个通道对应的遥感物理量和重要程度生成研究区域对应的沙尘伪彩色合成图;
25、沙尘判识模块,用于对沙尘伪彩色合成图进行非监督图像分类处理,得到研究区域内不同类型的对象对应的目标聚类簇,用以筛选出研究区域内发生沙尘事件的区域。
26、第三方面,本专利技术实施例还提供一种电子设备,包括处理器和存储器,存储器存储有能够被处理器执行的计算机可执行指令,处理器执行计算机可执行指令以实现第一方面提供的任一项的方法。
27、第四方面,本专利技术实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现第一方面提供的任一项的方法。
28、本专利技术实施例提供的一种基于非监督图像分类的沙尘判识方法、装置、设备及介质,首先获取研究区域对应的卫星观测数据;然后确定卫星观测数据中的各个通道关于沙尘事件判识的重要程度,并基于各个通道对应的遥感物理量和重要程度生成研究区域对应的沙尘伪彩色合成图;最后对沙尘伪彩色合成图进行非监督图像分类处理,得到研究区域内不同类型的对象对应的目标聚类簇,用以筛选出研究区域内发生沙尘事件的区域。上述方法通过对卫星观测数据中各个通道的重要程度进行分析,以得知对于沙尘事件判识更加重要的通道,在此基础上生成沙尘伪彩色合成图,并利用非监督图像分类技术对沙尘伪彩色合成图进行处理,判识出发生沙尘事件的区域,本专利技术实施例具有较高的普适性,还可以高效、准确地实现沙尘区域的判识。
29、本专利技术的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
30、为使本专利技术的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种基于非监督图像分类的沙尘判识方法,其特征在于,包括:
2.根据权利要求1所述的基于非监督图像分类的沙尘判识方法,其特征在于,确定所述卫星观测数据中的各个通道关于沙尘事件判识的重要性排序,包括:
3.根据权利要求1所述的基于非监督图像分类的沙尘判识方法,其特征在于,对所述卫星观测数据中的各个所述通道进行主成分分析处理,以确定各个所述通道关于沙尘事件判识的重要性排序,包括:
4.根据权利要求1所述的基于非监督图像分类的沙尘判识方法,其特征在于,所述遥感物理量包括亮温值;基于各个所述通道对应的遥感物理量和所述重要程度生成所述研究区域对应的沙尘伪彩色合成图,包括:
5.根据权利要求1所述的基于非监督图像分类的沙尘判识方法,其特征在于,对所述沙尘伪彩色合成图进行非监督图像分类处理,得到所述研究区域内不同类型的对象对应的目标聚类簇,用以筛选出所述研究区域内发生所述沙尘事件的区域,包括:
6.根据权利要求5所述的基于非监督图像分类的沙尘判识方法,其特征在于,所述预设迭代停止条件为:对于任一聚类簇,当前次迭代得到的该聚类簇对应的
7.根据权利要求1所述的基于非监督图像分类的沙尘判识方法,其特征在于,在对所述沙尘伪彩色合成图进行非监督图像分类处理,得到所述研究区域内不同类型的对象对应的聚类簇,用以筛选出所述研究区域内发生所述沙尘事件的区域之后,所述方法还包括:
8.一种基于非监督图像分类的沙尘判识装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种基于非监督图像分类的沙尘判识方法,其特征在于,包括:
2.根据权利要求1所述的基于非监督图像分类的沙尘判识方法,其特征在于,确定所述卫星观测数据中的各个通道关于沙尘事件判识的重要性排序,包括:
3.根据权利要求1所述的基于非监督图像分类的沙尘判识方法,其特征在于,对所述卫星观测数据中的各个所述通道进行主成分分析处理,以确定各个所述通道关于沙尘事件判识的重要性排序,包括:
4.根据权利要求1所述的基于非监督图像分类的沙尘判识方法,其特征在于,所述遥感物理量包括亮温值;基于各个所述通道对应的遥感物理量和所述重要程度生成所述研究区域对应的沙尘伪彩色合成图,包括:
5.根据权利要求1所述的基于非监督图像分类的沙尘判识方法,其特征在于,对所述沙尘伪彩色合成图进行非监督图像分类处理,得到所述研究区域内不同类型的对象对应的目标聚类簇,用以筛选出所述研究区域内发生所述沙尘事件的区域,包括:
6.根据权利要求5所述的基于非监督图像分类的沙...
【专利技术属性】
技术研发人员:崔洋,韩颖娟,李梦华,王云霞,康雄,李万春,汪进欣,
申请(专利权)人:宁夏回族自治区气象科学研究所,
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。