基于卫星遥感的雾霾分布与气溶胶光学厚度检测方法和装置

技术特征：
1.一种基于卫星遥感的雾霾分布与气溶胶光学厚度检测方法，其特征在于，包括：获取目标监测区域的卫星遥感数据，将所述目标监控区域划分为多个目标区域，对各所述目标区域的卫星遥感数据分别进行反演计算，确定各所述目标区域的气溶胶光学厚度；根据各所述目标区域的卫星遥感数据，得到各所述目标区域的高光谱影像数据，并根据各所述目标区域的高光谱影像数据，得到各所述目标区域的雾霾特征图，将各所述目标区域的气溶胶光学厚度和所述目标区域的雾霾特征图进行空间匹配；利用人工神经网络对各所述目标区域的气溶胶光学厚度和所述目标区域的雾霾特征图进行分类，得到所述目标监测区域的雾霾分布信息。2.根据权利要求1所述的基于卫星遥感的雾霾分布与气溶胶光学厚度检测方法，其特征在于，所述根据各所述目标区域的高光谱影像数据，得到各所述目标区域的雾霾特征图，具体包括：对所述高光谱影像数据进行平滑滤波和去除谱线噪声处理后进行归一化处理，得到预处理后的高光谱影像数据；所述预处理后的高光谱影像数据进行加权灰度算法，得到所述高光谱影像数据的灰度值；根据所述预处理后的高光谱影像数据以及所述高光谱影像的灰度值，得到所述目标区域的雾霾特征图。3.根据权利要求2所述的基于卫星遥感的雾霾分布与气溶胶光学厚度检测方法，其特征在于，所述利用人工神经网络对各所述目标区域的气溶胶光学厚度和所述目标区域的雾霾特征图进行分类，得到所述目标监测区域的雾霾分布信息，具体包括：从所述雾霾特征图中提取预设类型的特征，并基于所提取的特征构建所述雾霾特征图对应的组合特征；将所述雾霾特征图对应的组合特征和所述目标区域的气溶胶光学厚度作为人工神经网络模型的输入，根据所述人工神经网络模型的输出结果确定所述目标监测区域的雾霾分布信息。4.如权利要求3所述的基于卫星遥感的雾霾分布与气溶胶光学厚度检测方法，其特征在于，所述人工神经网络模型通过以下建立：将各历史时间的历史雾霾特征图对应的类别标注结果，作为训练数据；提取所述历史雾霾特征图中预设数量的预设类型特征，并基于所提取的所述类型特征，得到所述历史雾霾特征图对应的组合特征；将所述组合特征和所述历史雾霾特征图的历史时间所对应的气溶胶光学厚度作为分类模型的输入，获取所述分类模型针对所述组合特征和所述历史雾霾特征图的历史时间所对应的气溶胶光学厚度的输出结果；根据所述分类模型针对所述组合特征和所述历史雾霾特征图的历史时间所对应的气溶胶光学厚度的输出结果与历史时间的历史雾霾特征图对应的类别标注结果，得到对应的损失函数；根据所述损失函数，确定所述分类模型的损失函数，并利用所述分类模型的损失函数调整所述分类模型的参数，得到所述人工神经网络模型。
5.如权利要求4所述的基于卫星遥感的雾霾分布与气溶胶光学厚度检测方法，其特征在于，所述根据所述分类模型针对所述组合特征和所述历史雾霾特征图的历史时间所对应的气溶胶光学厚度的输出结果与历史时间的历史雾霾特征图对应的类别标注结果，得到对应的损失函数，具体包括：根据历史时间的历史雾霾特征图对应的类别标注结果，确定各组合特征对应的分类任务；根据所述分类任务确定损失函数的计算公式；根据所确定的损失函数的计算公式，分别获取各组合特征所对应的损失函数。6.一种基于卫星遥感的雾霾分布与气溶胶光学厚度检测装置，其特征在于，包括：采集模块，用于获取目标监测区域的卫星遥感数据，将所述目标监控区域划分为多个目标区域，对各所述目标区域的卫星遥感数据分别进行反演计算，确定各所述目标区域的气溶胶光学厚度；特征模块，用于根据各所述目标区域的卫星遥感数据，得到各所述目标区域的高光谱影像数据，并根据各所述目标区域的高光谱影像数据，得到各所述目标区域的雾霾特征图，将各所述目标区域的气溶胶光学厚度和所述目标区域的雾霾特征图进行空间匹配；分类模块，用于利用人工神经网络对各所述目标区域的气溶胶光学厚度和所述目标区域的雾霾特征图进行分类，得到所述目标监测区域的雾霾分布信息。7.根据权利要求6所述的基于卫星遥感的雾霾分布与气溶胶光学厚度检测装置，其特征在于，所述特征模块，具体用于对所述高光谱影像数据进行平滑滤波和去除谱线噪声处理后进行归一化处理，得到预处理后的高光谱影像数据；所述预处理后的高光谱影像数据进行加权灰度算法，得到所述高光谱影像数据的灰度值；根据所述预处理后的高光谱影像数据以及所述高光谱影像的灰度值，得到所述目标区域的雾霾特征图。8.根据权利要求7所述的基于卫星遥感的雾霾分布与气溶胶光学厚度检测装置，其特征在于，所述分类模块，具体用于从所述雾霾特征图中提取预设类型的特征，并基于所提取的特征构建所述雾霾特征图对应的组合特征；将所述雾霾特征图对应的组合特征和所述目标区域的气溶胶光学厚度作为人工神经网络模型的输入，根据所述人工神经网络模型的输出结果确定所述目标监测区域的雾霾分布信息。9.如权利要求8所述的基于卫星遥感的雾霾分布与气溶胶光学厚度检测装置，其特征在于，还包括模型建立模块，用于将各历史时间的历史雾霾特征图对应的类别标注结果，作为训练数据；提取所述历史雾霾特征图中预设数量的预设类型特征，并基于所提取的所述类型特征，得到所述历史雾霾特征图对应的组合特征；将所述组合特征和所述历史雾霾特征图的历史时间所对应的气溶胶光学厚度作为分
类模型的输入，获取所述分类模型针对所述组合特征和所述历史雾霾特征图的历史时间所对应的气溶胶光学厚度的输出结果；根据所述分类模型针对所述组合特征和所述历史雾霾特征图的历史时间所对应的气溶胶光学厚度的输出结果与历史时间的历史雾霾特征图对应的类别标注结果，得到对应的损失函数；根据所述损失函数，确定所述分类模型的损失函数，并利用所述分类模型的损失函数调整所述分类模型的参数，得到所述人工神经网络模型。10.如权利要求9所述的基于卫星遥感的雾霾分布与气溶胶光学厚度检测装置，其特征在于，所述模型建立模块，具体用于根据历史时间的历史雾霾特征图对应的类别标注结果，确定各组合特征对应的分类任务；根据所述分类任务确定损失函数的计算公式；根据所确定的损失函数的计算公式，分别获取各组合特征所对应的损失函数。

技术总结
本发明涉及一种基于卫星遥感的雾霾分布与气溶胶光学厚度检测方法和装置，包括获取目标监测区域的卫星遥感数据，对各目标区域的卫星遥感数据分别进行反演计算，确定各目标区域的气溶胶光学厚度；根据各目标区域的高光谱影像数据，得到各目标区域的雾霾特征图，将各目标区域的气溶胶光学厚度和目标区域的雾霾特征图进行空间匹配；利用人工神经网络对各目标区域的气溶胶光学厚度和目标区域的雾霾特征图进行分类，得到目标监测区域的雾霾分布信息。本发明卫星遥感可以提供广阔范围内的雾霾分布与气溶胶光学厚度检测，在污染物监测、污染事件的确定、污染源解析以及污染物的区域输送方面有广泛的应用。送方面有广泛的应用。送方面有广泛的应用。


技术研发人员：王大成 滕启治 王盛刚
受保护的技术使用者：中国科学院空天信息创新研究院
技术研发日：2021.12.31
技术公布日：2022/4/29