基于流形学习的遥感水质监测方法
专利类型：发明专利
语 言：中文
申 请 号：CN201110034278.7
申 请 日：20110131
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20121003
公 开 号：CN102128794B
代 理 人：赵荣之
代理机构：北京同恒源知识产权代理有限公司 11275
摘 要：本发明公开了一种基于流形学习的遥感水质监测方法，涉及一种基于流形学习的多光谱遥感水质监测方法，通过流形学习方法对样本点进行训练得到将水质遥感数据投影到低维嵌入空间的投影矩阵，然后对样本点低维嵌入空间的特征矩阵和对应的水质参数实地监测数据利用支持向量回归算法得到非线性模型，再利用非线性模型反演整个水体，得到整个水体水质参数的浓度值，并根据其处于不同的区间赋予不同的颜色，以直观显示整个水体水质参数的浓度情况，从而实现水体的水质评价和监测，它有效地揭示了隐藏在多光谱遥感图像数据中的本质规律，解决了水质评价的非线性问题。
主 权 项：基于流形学习的遥感水质监测方法，其特征在于：包括如下步骤：(1)读入遥感图像，并提取出包含水体的矩形范围；(2)利用掩模矩阵对遥感图像每个波段进行掩膜，并从图像中剔除背景信息，生成只包含整个水体的遥感数据；(3)获取各监测点的水质遥感数据和对应的水质参数实地监测数据，选择部分监测点的水质遥感数据作为样本，计算样本点相互之间的欧式距离；(4)根据样本点之间欧式距离的远近构建近邻权重矩阵和非近邻权重矩阵；(5)利用近邻权重矩阵和非近邻权重矩阵构建近邻LAPLACIAN矩阵和非近邻LAPLACIAN矩阵；(6)计算近邻结构矩阵和非近邻结构矩阵；(7)通过目标优化函数计算投影矩阵；(8)将样本点的水质遥感数据利用投影矩阵进行投影；(9)将样本点的水质遥感数据和对应的水质参数实地监测数据利用支持向量回归算法得到样本点遥感数据和对应实地监测数据之间的非线性模型；(10)利用非线性模型反演整个水体，得到整个水体水质参数的浓度值；(11)将整个水体水质参数的浓度值根据其处于不同的区间赋予不同的颜色，以直观显示整个水体水质参数的浓度情况，实现水体的水质评价和监测。
关 键 词：
法律状态：生效
IPC专利分类号：G01N21/25; G01N21/27; G06N99/00