(19)中华 人民共和国 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 202111673313.X (22)申请日 2021.12.31 (71)申请人 中国科学院空天信息创新研究院 地址 100094 北京市海淀区邓庄南路9号 (72)发明人 王大成　滕启治　王盛刚　 (74)专利代理 机构 北京远创理想知识产权代理 事务所(普通 合伙) 11513 代理人 卫安乐 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/60(2017.01) G06T 7/73(2017.01) G06T 5/00(2006.01) (54)发明名称 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 (57)摘要 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。 权利要求书3页 说明书7页 附图1页 CN 114418970 A 2022.04.29 CN 114418970 A 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。权　利　要　求　书 1/3 页 2 CN 114418970 A 25.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权　利　要　求　书 2/3 页 3 CN 114418970 A 3