(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210324442.6 (22)申请日 2022.03.29 (71)申请人 苏州深蓝空间遥感技 术有限公司 地址 215500 江苏省苏州市 常熟市常福街 道柳州路95号瑞特研发大楼3楼 (72)发明人 尹治平　吴磊　孙世山　李玉虎　 (74)专利代理 机构 北京汇信合知识产权代理有 限公司 1 1335 专利代理师 孙民兴 (51)Int.Cl. G01N 21/55(2014.01) G01N 21/31(2006.01) G01N 21/01(2006.01) (54)发明名称 一种结合差分学习率与光谱几何特征的遥 感水质反演方法 (57)摘要 本发明公开一种结合差分学习率与光谱几 何特征的遥感水质反演方法， 包括： 收集各站点 的卫星影像， 并得到各站点的遥感反射率； 从地 表水数据库中导出地表水监测站点信息和水质 指标信息数据； 剔除明显异常的站点遥感反射 率， 并构建遥感反射率曲线集合； 剔除水质指标 异常值； 通过各站点遥感反射率曲线计算其光谱 几何特征数据， 将特征数据合并为特征矩阵， 将 特征矩阵划分为训练集和测试集； 将剔除水质指 标异常值后的水质指标作为待拟合数据集合并 为输出集， 将输出集划分为训练输出集和测试输 出集； 构建机器学习模型， 将训练集输入模型进 行训练， 得到训练好的模型； 将测试集放入训练 好的模型中进行测试， 经过评估评价后， 将最优 模型进行线上部署。 权利要求书2页 说明书8页 附图1页 CN 114813651 A 2022.07.29 CN 114813651 A 1.一种结合差分学习率与光谱几何特征的遥感水质反演方法， 其特征在于， 所述方法 包括以下步骤： S1、 收集各站点的卫星影像， 对收集到的卫星影像进行辐射定标， 计算出辐射亮度， 通 过辐射亮度计算出表观反射率， 再通过表观反射率计算出遥感反射率； 从地表水数据库中 导出地表水监测站点信息和水质指标信息数据； S2、 剔除明显异常的站点遥感反射率， 并构建遥感反射率曲线集合； 剔除水质指标异常 值； S3、 通过各站点遥感反射率曲线计算其光谱几何特征数据， 将光谱几何特征数据合并 为每一列为一个特征， 每一行为一个样 本的m*n的特征矩阵， 将特征矩阵划分为训练集和测 试集； 将剔除水质指标异常值后的水质指标作为待拟合数据集合并为输出集， 将输出集划 分为训练输出集和 测试输出集； S4、 构建机器学习模型， 将训练集输入 模型进行训练， 得到训练好的模型； S5、 将测试集放入训练好的模型中进行测试， 结果用平均相对误差、 均 方根误差和决定 系数来评估评价， 将最优 模型进行线上部署。 2.根据权利要求1所述的一种结合差分学习率与光谱几何特征的遥感水质反演方法， 其特征在于， 在所述步骤S2中， 使用狄克逊检验法剔除水质指标异常值， 使用光谱匹配法剔除明显 异常的站点遥感反射 率； 所述步骤S2光谱匹配法计算 光谱距离的公式为： 式中， Di2为光谱距离， Rrslut( λi)为标准光谱曲线数据， Rrspixel( λi)为样点获取 的遥感 反射率， λi取值为400～900nm， i为卫星波段数； 所述步骤S2光谱匹配法计算 光谱最小距离的公式为： 式中， 为光谱平均距离， n 为站点的数量。 3.根据权利要求1所述的一种结合差分学习率与光谱几何特征的遥感水质反演方法， 其特征在于， 所述步骤S3中遥感反射率曲线的光谱几何特征数据包括： 光谱曲线面积、 光谱曲线角 度、 光谱曲线方向、 光谱曲线斜 率比和光谱曲线投影长度； 光谱曲线面积计算公式为： farea＝∫f( λi)ΔλdΔλ， 式中Δλ为波长间隔， f( λi)为波长λi 处的遥感反射 率； 光谱曲线角度计算公式为： 其中i,j,k＝{1, 2,3,4}且i≠j≠k； i， j， k为卫星波段数； λi、 λj和 λk为不同卫星波段数对应的波长； Rrsi、 Rrsj 和Rrsk为不同卫星 波段数对应的遥感反射 率； 光谱曲线方向计算公式为： 其中i， j＝{1,2,3,4}且i≠j；权　利　要　求　书 1/2 页 2 CN 114813651 A 2光谱曲线斜率比计算公式为： 其中， i,j,k＝{1,2,3,4}且i ≠j≠k； 式中Δλi,j为i和j卫星波段数对应的波长间隔， Δλk,i为i和k卫星波段数对应的波 长间隔； 光谱曲线投影长度计算公式为： fprj＝Rrsi‑Rrsj， 其中i， j＝{1,2,3,4}且i≠j。 4.根据权利要求1所述的一种结合差分学习率与光谱几何特征的遥感水质反演方法， 其特征在于， 所述步骤S4中构建的机器学习模型主要根据隐含层层数设置不同的学习率， 各层差分 学习率根据下式计算： ηi＝ η0/(1‑i×α ) 式中， i为隐含层 层数， ηi为第i层的学习率， η0为第一层的学习率， α 为学习率变化 率。 5.根据权利要求1所述的一种结合差分学习率与光谱几何特征的遥感水质反演方法， 其特征在于， 所述步骤S5中平均相对误差、 均方根 误差和决定系数的计算公式分别如下： 平均相对误差： 均方根误差： 决定系数： 式中， 为预测值， 为观测值的平均值， yi为观测值， n 为测试集数。权　利　要　求　书 2/2 页 3 CN 114813651 A 3