一种基于航空高光谱数据的红树林定量反演系统的制作方法

1.本发明属于航空高光谱数据定量反演技术领域，尤其涉及一种基于航空高光谱数据的红树林定量反演系统。


背景技术：

2.目前：高光谱影像具有高的光谱分辨率，达到纳米级，表现为不同地物在光谱维上的细微差异，能够精细地刻画地物的反射光谱，从而大大提高对地物分类与识别的能力。目前，世界各国对高光谱成像遥感技术的发展都十分重视，随着技术的日趋成熟，高光谱数据的应用越来越广泛，应用到各个领域，但是目前并没有针对航空高光谱数据的红树林的定量反演，现有的定量反演大多是以光谱分解为基本方法。且无论是定性识别还是定量识别，上述方法均以反射光谱的吸收谱段为识别矿物的主要依据。矿物与树木的特征差异极大，红树林生长在热带、亚热带海岸潮间带，由红树植物为主体的常绿乔木或灌木组成的湿地木本植物群落，在净化海水、防风消浪、固碳储碳、维护生物多样性等方面发挥着重要作用，有“海岸卫士”“海洋绿肺”美誉，也是珍稀濒危水禽重要栖息地，鱼、虾、蟹、贝类生长繁殖场所，因此对于航空高光谱数据红树林的定量反演非常重要，而目前并没有针对红树林的定量反演。
3.通过上述分析，现有技术存在的问题及缺陷为：
4.目前并没有设计好的系统对航空高光谱红树林进行定量反演，也没有类似的定量反演系统，特别是针对树木的定量反演系统，因此，对于红树林定量反演系统的设计具有重大的意义。


技术实现要素：

5.针对现有技术存在的问题，本发明提供了一种基于航空高光谱数据的红树林定量反演系统。
6.本发明是这样实现的，一种基于航空高光谱数据的红树林定量反演系统包括：
7.数据采集模块，与中央处理模块相连接，用于进行数据采集并将采集数据经过传输线传输至中央处理模块，用于进行下一步操作；
8.中央处理模块，与数据采集模块、信号处理模块、光谱处理模块、统计模块和云存储模块相连接，用于通过主控制器对各模块传输的数据以及请求信号进行采集，通过分析处理后输出给输出通道；
9.当外部需要模拟量输出时，中央处理模块的输出信号经过d/a转换器转换成标准电信号进行输出用于控制各个模块正常工作；
10.信号处理模块，与中央处理模块相连接，用于对采集的信号数据进行处理；
11.光谱处理模块，与中央处理模块相连接，由中央处理模块将信号处理模块处理的吸收光谱信号传输到光谱处理模块，采用傅立叶变换的信号分析方法对光谱进行处理操作；
12.统计模块，与中央处理模块相连接，用于对分解得到的光谱信息的红树林信息与真实的红树林信息进行统计。
13.进一步，所述数据采集模块包括航空采集设备，航空采集设备采集高光谱数据的红树林数据，由航空采集器采集到的数据为电信号，经由a/d转换器转换为数字信号。
14.进一步，所述信号处理模块包括：
15.信号提取单元，用于提取采集数据中的特定的关于红树林的红外信号；
16.信号去噪单元，用于对提取出的设备进行去噪操作，防止信号中的噪音影响信号的转换；
17.信号转换单元，用于对去噪后的信号进行转换，由反射光谱信号转换为吸收光谱信号。
18.进一步，所述光谱处理模块采用傅立叶变换的信号分析方法对光谱进行处理操作的具体步骤包括：
19.(1)对吸收光谱信号进行傅立叶变换，得到光谱信号的频谱图；
20.(2)拟合出频谱中的低频部分，在函数值减去低频部分，得到被光谱信号对应的频谱；
21.(3)将步骤(2)所得到的频谱再经过逆傅立叶变换，取其倒数的自然对数，得到光谱信号的吸光度曲线。
22.进一步，所述基于航空高光谱数据的红树林定量反演系统还包括云存储模块，所述云存储模块与中央处理模块相连接，用于使用云存储服务对实时采集的高光谱数据的红树林数据进行云存储。
23.进一步，所述云存储的具体步骤包括：
24.在本地服务器部署数据中心中创建云存储平台，通过第三方网关来实现存储协议，此存储协议可以实现从nfs到smb的转换；
25.用户将本地数据通过网线写入云存储网关中，云存储网关将数据传输至边界路由，边界路由通过专线公网将数据传入至云平台；
26.在云平台中发起对象存储的请求，将数据传送至云平台内的云存储网关；
27.云存储网关通过vswitch将数据发送到云存储可用区中，完成数据云存储。
28.进一步，所述数据采集模块包括有预处理单元，所述预处理单元用于对采集的光谱数据进行预处理，所述预处理方法包括：
29.对高分辨率光谱影像全色数据进行几何校正；
30.然后利用校正后的全色影像对多光谱数据进行几何校正；
31.根据绝对辐射定标系数对多光谱影像进行辐射定标，将各波段的数字量化值转换为表观辐射亮度，综合根据辐亮度图像和大气校正系数，得到反射率图像。
32.进一步，所述大气校正系数通过检索大气校正系数查找表获得，所述大气校正系数查找表根据航空可见近红外各通道在不同成像条件、大气条件下的大气校正系数形成。
33.进一步，所述统计模块对分解得到的光谱信息的红树林信息与真实的红树林信息进行统计中，通过高光谱分类模型获取用于波段选择的训练数据集，将训练数据集输入波段选择模型进行训练，所述波段选择模型输出选择出的波段序号集合。
34.进一步，所述高光谱分类模型在网络输入和挤压
‑
激励的残差网络模块组之间设
置一个卷积
‑
非线性激活模块，所述卷积
‑
非线性激活模块使用relu非线性函数。
35.结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明设置了云存储模块，用于存储红树林高光谱数据，用于进行后续的观察和分析，用于进行技术的发展。本系统设置信号处理模块，用于进行数据信息的提取以及信号的去噪处理，最大化的利用信号数据，保证后续处理的信号光谱是纯净的，不受其他因素影响的；本系统设置有统计模块，对实时的高光谱数据进行分析统计，防止信号光谱因为时间的影响而丢失重要信息，本系统的发明有助于行业技术的发展。
附图说明
36.图1是本发明实施例提供的基于航空高光谱数据的红树林定量反演系统结构示意图；
37.图2是本发明实施例提供的信号处理模块的结构示意图；
38.图中，1、数据采集模块；2、中央处理模块；3、信号处理模块；31、信号提取单元；32、信号去噪单元；33、信号转换单元；4、光谱处理模块；5、统计模块；6、云存储模块。
39.图3是本发明实施例提供的光谱处理模块采用傅立叶变换的信号分析方法对光谱进行处理操作的方法流程图。
40.图4是本发明实施例提供的云存储的方法流程图。
41.图5是本发明实施例提供的预处理方法的流程图。
具体实施方式
42.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
43.针对现有技术存在的问题，本发明提供了一种基于航空高光谱数据的红树林定量反演系统，下面结合附图对本发明作详细的描述。
44.如图1所述，本发明实施例提供的基于航空高光谱数据的红树林定量反演系统包括：
45.数据采集模块1，与中央处理模块相连接，用于进行数据采集并将采集数据经过传输线传输至中央处理模块，用于进行下一步操作；
46.中央处理模块2，与数据采集模块、信号处理模块、光谱处理模块、统计模块和云存储模块相连接，用于通过主控制器对各模块传输的数据以及请求信号进行采集，通过分析处理后输出给输出通道；
47.当外部需要模拟量输出时，中央处理模块的输出信号经过d/a转换器转换成标准电信号进行输出用于控制各个模块正常工作；
48.信号处理模块3，与中央处理模块相连接，用于对采集的信号数据进行处理；
49.光谱处理模块4，与中央处理模块相连接，由中央处理模块将信号处理模块处理的吸收光谱信号传输到光谱处理模块，采用傅立叶变换的信号分析方法对光谱进行处理操作；
50.统计模块5，与中央处理模块相连接，用于对分解得到的光谱信息的红树林信息与
真实的红树林信息进行统计。
51.云存储模块6，与中央处理模块相连接，用于使用云存储服务对实时采集的高光谱数据的红树林数据进行云存储。
52.本发明实施例中的数据采集模块包括航空采集设备，航空采集设备采集高光谱数据的红树林数据，由航空采集器采集到的数据为电信号，经由a/d转换器转换为数字信号。
53.如图2所示，本发明实施例中的信号处理模块3包括：
54.信号提取单元31，用于提取采集数据中的特定的关于红树林的红外信号；
55.信号去噪单元32，用于对提取出的设备进行去噪操作，防止信号中的噪音影响信号的转换；
56.信号转换单元33，用于对去噪后的信号进行转换，由反射光谱信号转换为吸收光谱信号。
57.如图3所示，本发明实施例中的光谱处理模块采用傅立叶变换的信号分析方法对光谱进行处理操作的具体步骤包括：
58.s101，对吸收光谱信号进行傅立叶变换，得到光谱信号的频谱图；
59.s102，拟合出频谱中的低频部分，在函数值减去低频部分，得到被光谱信号对应的频谱；
60.s103，将步骤s102所得到的频谱再经过逆傅立叶变换，取其倒数的自然对数，得到光谱信号的吸光度曲线。
61.如图4所示，本发明实施例中的云存储的具体步骤包括：
62.s201，在本地服务器部署数据中心中创建云存储平台，通过第三方网关来实现存储协议，此存储协议可以实现从nfs到smb的转换；
63.s202，用户将本地数据通过网线写入云存储网关中，云存储网关将数据传输至边界路由，边界路由通过专线公网将数据传入至云平台；
64.s203，在云平台中发起对象存储的请求，将数据传送至云平台内的云存储网关；
65.s204，云存储网关通过vswitch将数据发送到云存储可用区中，完成数据云存储。
66.本发明实施例中的数据采集模块包括有预处理单元，所述预处理单元用于对采集的光谱数据进行预处理，如图5所示，所述预处理方法包括：
67.s301，对高分辨率光谱影像全色数据进行几何校正；
68.s302，然后利用校正后的全色影像对多光谱数据进行几何校正；
69.s303，根据绝对辐射定标系数对多光谱影像进行辐射定标，将各波段的数字量化值转换为表观辐射亮度，综合根据辐亮度图像和大气校正系数，得到反射率图像。
70.本发明实施例中的大气校正系数通过检索大气校正系数查找表获得，所述大气校正系数查找表根据航空可见近红外各通道在不同成像条件、大气条件下的大气校正系数形成。
71.本发明实施例中的统计模块对分解得到的光谱信息的红树林信息与真实的红树林信息进行统计中，通过高光谱分类模型获取用于波段选择的训练数据集，将训练数据集输入波段选择模型进行训练，所述波段选择模型输出选择出的波段序号集合。
72.本发明实施例中的高光谱分类模型在网络输入和挤压
‑
激励的残差网络模块组之间设置一个卷积
‑
非线性激活模块，所述卷积
‑
非线性激活模块使用relu非线性函数。
73.在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上；术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性。
74.应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd
‑
rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
75.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。