申请/专利权人：南方海洋科学与工程广东省实验室(广州)

申请日：2022-08-26

公开（公告）日：2024-04-09

公开（公告）号：CN115424134B

主分类号：G06V20/10

分类号：G06V20/10;G06V10/10;G06V10/764;G06V10/774;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.12.20#实质审查的生效;2022.12.02#公开

摘要：本发明涉及地理信息技术领域，特别涉及一种基于遥感影像的污染入海通量预测方法，包括：获得养殖区域的正射影像，剔除正射影像中的非水体区域，获取养殖区域的水体影像，并根据预设的采样点数目，获取养殖区域的水体影像中各个采样点对应的水质数据；获取养殖区域的水体影像中各个采样点对应的波段数据，将同一采样点对应的水质数据以及波段数据进行组合，获取若干个采样点对应的训练数据组；将若干个采样点对应的训练数据组输入至随机森林神经网络模型进行训练，获取水质预测模型；将养殖区域正射影像输入至水质预测模型，获取养殖区域的水体区域的水质预测数据，根据养殖区域的水体区域的水质预测数据，获取养殖区域的污染源区域检测结果。

主权项：1.一种基于遥感影像的污染入海通量预测方法，其特征在于，包括以下步骤：获取养殖区域的若干个遥感影像，将所述若干个遥感影像进行拼接，获得所述养殖区域的正射影像，其中，所述正射影像包括水体区域以为非水体区域；剔除所述正射影像中的非水体区域，获取所述养殖区域的水体影像，并根据预设的采样点数目，获取所述养殖区域的水体影像中各个采样点对应的水质数据；获取所述养殖区域的水体影像中各个采样点对应的波段数据以及水深数据，将同一采样点对应的水质数据以及波段数据进行组合，获取若干个所述采样点对应的第一训练数据组，将同一采样点对应的水深数据以及波段数据进行组合，获取若干个所述采样点对应的第二训练数据组；将所述波段数据作为自变量，所述水质数据作为因变量，构建第一随机森林神经网络模型，将若干个所述采样点对应的第一训练数据组输入至所述第一随机森林神经网络模型进行训练，获取水质预测模型；将所述波段数据作为自变量，所述水深数据作为因变量，构建第二随机森林神经网络模型，将若干个所述采样点对应的第二训练数据组输入至所述第二随机森林神经网络模型进行训练，获取水深预测模型；将所述养殖区域正射影像分别输入至所述水质预测模型以及水深预测模型，获取所述养殖区域的水体区域，以及所述养殖区域的水体区域的水质预测数据、水深预测数据，获取所述养殖区域的水体区域的面积数据，根据所述面积数据以及水深预测数据，获取所述养殖区域的水体区域的体积预测数据，其中，所述面积数据用于指示每个像元的水体区域的面积，所述体积预测数据用于指示每个像元的水体区域的体积；根据所述养殖区域的水体区域的体积预测数据、水质预测数据以及相应的污染入海通量计算算法，获取所述养殖区域的水体区域的污染入海通量预测数据。

全文数据：

权利要求：

百度查询： 南方海洋科学与工程广东省实验室(广州) 一种基于遥感影像的污染入海通量预测方法以及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD