(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 202211298732.4 (22)申请日 2022.10.24 (71)申请人 青岛浩海网络科技股份有限公司 地址 266000 山东省青岛市高新区宝源路 821号 (72)发明人 逄增伦　王毅　刘其顺　逄增辉　 程洁　孙晓燕　柳燕　王夏青　 (74)专利代理 机构 青岛华慧泽专利代理事务所 (普通合伙) 37247 专利代理师 贺敬虹 (51)Int.Cl. G06F 30/20(2020.01) G06N 5/00(2006.01) G06T 7/00(2017.01) G06F 17/18(2006.01)G01N 33/18(2006.01) G01N 21/25(2006.01) (54)发明名称 一种基于Sentinel-2数据的水环境检测方 法 (57)摘要 本发明公开了一种基于Sentinel ‑2数据的 水环境检测方法， 涉及遥感领域， 包括以下步骤： 获取待监测区域的Sentinel ‑2遥感影像， 进行预 处理， 筛选所需质量较好时相的数据； 实地采集 各水质因子信息， 判断水质可靠性， 清洗数据； 整 理数据经纬度， 将二维数据转换为具有空间坐标 系的空间点位数据； 对遥感数据每一波段光谱反 射率与各水质因子进行相关性分析， 不同波 段组 合与实测水质因子之间相关性分析， 确定波 段与 实测水质因子之间正负相关性以及相关系数； 建 立半经验模型反演水质， 并通过对模型精度验 证， 优化水质模型； 进行水质分级。 本发 明增加了 水环境检测方法的多样性， 所得结果 准确可靠 。 权利要求书2页 说明书6页 附图3页 CN 115358103 A 2022.11.18 CN 115358103 A 1.一种基于Senti nel‑2数据的水环境检测方法， 其特 征在于： 包括如下步骤： 步骤1， 获取待监测区域的Senti nel‑2遥感影像， 进行预处理， 筛选出所需时相的数据； 步骤2， 实地采集各 水质因子信息， 判断水质可靠性， 清洗数据； 步骤3， 整理数据经纬度， 将二维数据转换为具有空间坐标系的空间点 位数据； 步骤4， 对步骤1所得遥感影像数据每一波段光谱反射率与步骤2所得水质因子进行相 关性分析、 对步骤1所得遥感影像数据不同波段组合与步骤2所得水质因子进行相关性分 析， 确定波段与实测水质因子之间的正负相关性及相关系数； 步骤5， 判断参与各水质因子反演构建的波段或波段组合情况， 建立半经验模型反演水 质， 并通过对 模型精度验证， 优化水质模型； 步骤6， 建立决策树模型， 进行 水质分级， 从而确定水环境状况。 2.根据权利要求1所述的一种基于Sentinel ‑2数据的水环境检测方法， 其特征在于， 所 述步骤1预处理的过程为： 采用Sentinel ‑2数据中的空间分辨率为10米的4个波段和20米的 6个波段， 采用双线性内插法将分辨率为20米的波段重采样到10米， 进行波段合成、 镶嵌并 采用矢量水域 边界进行裁 剪， 得到预处 理后的Senti nel‑2数据。 3.根据权利要求1所述的一种基于Sentinel ‑2数据的水环境检测方法， 其特征在于， 所 述步骤2判断水质可靠性的方法为： 步骤2.1， 针对水质参数的n个观测值， 分别计算其均值M和去掉可疑值n ‑1个观测值的 均值m； 步骤2.2， 对影响系数k人为赋值， 当M/m≤k+1时， 可疑值不是异常值， 否则该值为异常 值。 4.根据权利要求1所述的一种基于Sentinel ‑2数据的水环境检测方法， 其特征在于， 所 述步骤3具体包括： 对步骤2的每个实测点增加用于匹配识别的唯一码字段， 用于后续进行 水质监测结果数据与空间点位的匹配； 利用经纬度坐标信息， 转化为具有空间坐标系的空 间点位数据。 5.根据权利要求1所述的一种基于Sentinel ‑2数据的水环境检测方法， 其特征在于， 所 述步骤4中进 行相关性分析可采用原始 光谱相关性分析、 归一化光谱相关性分析、 包络线去 除光谱相关性分析以及一阶导数微分光谱相关性分析 方法展开分析。 6.根据权利要求1所述的一种基于Sentinel ‑2数据的水环境检测方法， 其特征在于， 所 述步骤5具体包括： 步骤5.1， 基于步骤4相关性分析结果， 随机抽取80%的样本数据与得到的相关性较强的 波段进行波段组合， 建立单/双/多波段水质因子反演模型， 选择剩余的20%样本作为验证， 最终选择五种水质参数的最优 模型； 步骤5.2， 计算步骤5.1所得反演模型精度， 反演模型精度用决定系数、 平均相对误差来 衡量， 计算公式如下： 决定系数R2： 其中， 为采样点i处水质参数 的实测值； 为水质参数实测值的平均值； 为采样点i权　利　要　求　书 1/2 页 2 CN 115358103 A 2处的水质参数反演值； 平均相对误差 MRE: 其中， 为采样点i处的水质参数反演值； n为建模或验证采样点的个数； 为采样点i 处水质参数的实测值。 7.根据权利要求1所述的一种基于Sentinel ‑2数据的水环境检测方法， 其特征在于， 所 述步骤5中对模型进 行优化具体包括： 监测遥感影像数据与实测数据的筛选匹配： 筛选与监 测影像时间相近的监测点位， 影像与监测数据的时间控制在前后1个月内； 考虑到距离区域 等因素对监测模型 的影像， 筛选与监测 点位距离相 近的点位数据参与到模型 的优化； 实时 补充实测数据， 不断优化模型参数。权　利　要　求　书 2/2 页 3 CN 115358103 A 3