專利名稱:一種遙感反演精度檢測方法及裝置的制作方法
技術(shù)領(lǐng)域:
本發(fā) 明涉及遙感領(lǐng)域,尤其涉及一種遙感反演精度檢測方法及裝置。
背景技術(shù):
遙感數(shù)據(jù)的獲取是一個復雜的過程,受到大氣輻射傳輸特性、遙感器運行環(huán)境等因素的影響,依據(jù)獲取的遙感數(shù)據(jù)進行反演得到的結(jié)果,同樣也會受到這些因素的影響,遙感反演的結(jié)果是否準確、真實地反映實際情況,必須得到有效的檢測。目前,遙感反演結(jié)果的精度檢測主要基于地面實測數(shù)據(jù)進行,即需要人工實地測量數(shù)據(jù),將遙感反演的結(jié)果與人工實地測量的數(shù)據(jù)進行比較,得到遙感反演結(jié)果的精度。而對于無法進行實地測量的地區(qū),例如人員無法進入的地區(qū),則不能夠?qū)b感反演結(jié)果的精度進行檢測。
發(fā)明內(nèi)容
有鑒于此,本發(fā)明提供了一種遙感反演精度檢測方法及裝置,目的在于解決現(xiàn)有的遙感反演精度檢測方法在無法進行實地測量時,不能夠?qū)b感反演結(jié)果的精度進行測量的問題。為了實現(xiàn)上述目的,本發(fā)明實施例提供了以下技術(shù)方法一種遙感反演精度檢測方法,包括依據(jù)樣本數(shù)據(jù),建立與待檢測遙感反演結(jié)果相對應的真實值預測模型;利用所述真實值預測模型,預測與所述待檢測遙感反演結(jié)果相對應的真實值;比較所述遙感反演結(jié)果與所述真實值,檢測所述遙感反演結(jié)果的精度。優(yōu)選地,所述依據(jù)樣本數(shù)據(jù),建立與遙感反演結(jié)果相對應的真實值預測模型包括構(gòu)建基于徑向基核函數(shù)的支持向量機模型;利用樣本數(shù)據(jù)中的一部分數(shù)據(jù),對所述支持向量機模型進行訓練;利用樣本數(shù)據(jù)中的另一部分數(shù)據(jù),對完成訓練的支持向量機模型進行預測檢驗;當檢驗結(jié)果滿足預設(shè)的條件時,將所述完成訓練的支持向量機模型作為與遙感反演結(jié)果相對應的真實值預測模型。優(yōu)選地,在所述利用樣本數(shù)據(jù)中的一部分,對所述支持向量機模型進行訓練之前,還包括歸一化樣本數(shù)據(jù)。優(yōu)選地,所述方法還包括當所述檢驗結(jié)果不滿足預設(shè)的條件時,利用所述樣本數(shù)據(jù),對所述支持向量機模型進行訓練,直到所述檢驗結(jié)果滿足預設(shè)的條件。優(yōu)選地,所述樣本數(shù)據(jù)包括精度滿足要求的遙感反演結(jié)果,或者,實測地面真實數(shù)據(jù)。
一種遙感反演精度檢測裝置,包括模型構(gòu)建模塊,用于依據(jù)樣本數(shù)據(jù),建立與待檢測遙感反演結(jié)果相對應的真實值預測模型;預測模塊,用于利用所述真實值預測模型,預測與所述待檢測遙感反演結(jié)果相對應的真實值;檢測模塊,用于比較所述遙感反演結(jié)果與所述真實值,檢測所述遙感反演結(jié)果的精度。優(yōu)選地,所述模型構(gòu)建模塊包括核函數(shù)構(gòu)建單元,用于構(gòu)建基于徑向基核函數(shù)的支持向量機模型;訓練單元,用于利用樣本數(shù)據(jù)中的一部分數(shù)據(jù),對所述支持向量機模型進行訓·練;預測檢測單元,用于利用樣本數(shù)據(jù)中的另一部分數(shù)據(jù),對完成訓練的支持向量機模型進行預測檢驗;確定單元,用于當檢驗結(jié)果滿足預設(shè)的條件時,將所述完成訓練的支持向量機模型作為與遙感反演結(jié)果相對應的真實值預測模型。優(yōu)選地,所述裝置還包括歸一化單元,用于在所述利用樣本數(shù)據(jù)中的一部分,對所述支持向量機模型進行訓練之前,歸一化樣本數(shù)據(jù)。優(yōu)選地,所述裝置還包括迭代觸發(fā)單元,用于當所述檢驗結(jié)果不滿足預設(shè)的條件時,觸發(fā)所述訓練單元,直到所述檢驗結(jié)果滿足預設(shè)的條件。本發(fā)明實施例所述的遙感反演精度檢測方法及裝置,依據(jù)樣本數(shù)據(jù)建立與待檢測遙感反演結(jié)果相對應的真實值預測模型,利用所述模塊預測出與所述待檢測遙感反演結(jié)果相對應的真實值,將反演結(jié)果與真實值相比較,實現(xiàn)對反演精度的檢測,由于不再需要人工實地測量得到真實值,從而在無法進行實地測量時,同樣也能夠檢測遙感反演結(jié)果的精度。
為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案,下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發(fā)明的一些實施例,對于本領(lǐng)域普通技術(shù)人員來講,在不付出創(chuàng)造性勞動的前提下,還可以根據(jù)這些附圖獲得其他的附圖。圖I為本發(fā)明實施例公開的一種遙感反演精度檢測方法的流程圖;圖2為本發(fā)明實施例公開的又一種遙感反演精度檢測方法的流程圖;圖3為本發(fā)明實施例公開的一種遙感反演精度檢測裝置的結(jié)構(gòu)示意圖。
具體實施例方式本發(fā)明公開了一種遙感反演精度檢測方法及裝置,其核心發(fā)明點在于,建立與待檢測遙感反演結(jié)果相對應的真實值預測模型,使用所述真實值預測模型預測出與待檢測遙感反演結(jié)果相對應的真實值,從而實現(xiàn)利用所述真實值檢測遙感反演結(jié)果精度的目的。
下面將結(jié)合本發(fā)明實施例中的附圖,對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發(fā)明一部分實施例,而不是全部的實施例?;诒景l(fā)明中的實施例,本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例,都屬于本發(fā)明保護的范圍。本發(fā)明實施例公開了一種遙感反演精度檢測方法,應用于檢測遙感反演結(jié)果的精度,如圖I所示,包括SlOl :依據(jù)樣本數(shù)據(jù),建立與待檢測遙感反演結(jié)果相對應的真實值預測模型;其中,樣本數(shù)據(jù)為遙感反演的歷史真實值,可以為精度滿足要求的遙感反演結(jié)果,或者,實測地面真實數(shù)據(jù)。與待檢測遙感反演結(jié)果相對應的真實值預測模型是指,真實值預測模型預測的數(shù)據(jù),與待檢測遙感反演結(jié)果屬于同一類型的數(shù)據(jù),例如,如果待檢測遙感反演結(jié)果為全球臭氧總量,則所述真實性預測模型預測出的數(shù)據(jù)也應為全球臭氧總量。 S102 :利用所述真實值預測模型,預測與所述待檢測遙感反演結(jié)果相對應的真實值;S103 :比較所述遙感反演結(jié)果與所述真實值,檢測所述遙感反演結(jié)果的精度。本實施例所述的方法,不再需要對遙感區(qū)域進行人工實地測量來獲取地面真實值,而是使用真實值預測模型預測出地面真實值,因此,當人員無法進入遙感區(qū)域時,不會影響對遙感反演結(jié)果精度的檢測,同時,預測過程不需要人工的介入,因而避免了儀器誤差和人員操作誤差,能夠提高真實值的準確性。本發(fā)明實施例公開的又一種遙感反演精度檢測方法,如圖2所示,包括S201 :構(gòu)建基于徑向基核函數(shù)的支持向量機模型;支持向量機為統(tǒng)計學理論基礎(chǔ)上建立起來的一種機器學習方法,其基本思想是通過非線性映射硪·),將η維輸入向量、I維輸出向量(xk, yk) , xk e Rn, yk e R, k=l, . . . , N從原空間映射到高維特征空間F,在F中構(gòu)造最優(yōu)線性回歸函數(shù)Y(x)=r-j^(x)+b ω e Rn, b e R通過對不同核的支持向量機學習算法的分析和仿真實驗比較,本發(fā)明在實踐過程中得出基于徑向基核函數(shù)的支持向量機在回歸估計中,其性能優(yōu)于基于其它核函數(shù)的支持向量機。因此,本實施例中采用徑向基核函數(shù)構(gòu)造支持向量機模型。徑向基核函數(shù)可以表述為
_ _I! X- -X - Il2[(U.) = exp(--^~)
J2σ-其中,σ是核函數(shù)的參數(shù)且σ >0,Xi, Xj分別為η維向量。另外,支持向量機的推廣性能的好壞,很大程度上取決于參數(shù)的選擇。本實例選用交叉驗證方法,如K-fold Cross Validation (K-CV)方法來確定參數(shù)。不斷調(diào)整參數(shù),最終選定使誤差最小的參數(shù),得出基于支持向量機的預測模型。S202 :歸一化樣本數(shù)據(jù);為避免訓練時數(shù)值計算的困難,提高收斂速度和預測精度,可以對樣本數(shù)據(jù)進行歸一化處理,采用的歸一化映射如下
權(quán)利要求
1.一種遙感反演精度檢測方法,其特征在于,包括 依據(jù)樣本數(shù)據(jù),建立與待檢測遙感反演結(jié)果相對應的真實值預測模型; 利用所述真實值預測模型,預測與所述待檢測遙感反演結(jié)果相對應的真實值; 比較所述遙感反演結(jié)果與所述真實值,檢測所述遙感反演結(jié)果的精度。
2.根據(jù)權(quán)利要求I所述的方法,其特征在于,所述依據(jù)樣本數(shù)據(jù),建立與遙感反演結(jié)果相對應的真實值預測模型包括 構(gòu)建基于徑向基核函數(shù)的支持向量機模型; 利用樣本數(shù)據(jù)中的一部分數(shù)據(jù),對所述支持向量機模型進行訓練; 利用樣本數(shù)據(jù)中的另一部分數(shù)據(jù),對完成訓練的支持向量機模型進行預測檢驗; 當檢驗結(jié)果滿足預設(shè)的條件時,將所述完成訓練的支持向量機模型作為與遙感反演結(jié)果相對應的真實值預測模型。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,在所述利用樣本數(shù)據(jù)中的一部分,對所述支持向量機模型進行訓練之前,還包括 歸一化樣本數(shù)據(jù)。
4.根據(jù)權(quán)利要求2所述的方法,其特征在于,還包括 當所述檢驗結(jié)果不滿足預設(shè)的條件時,利用所述樣本數(shù)據(jù),對所述支持向量機模型進行訓練,直到所述檢驗結(jié)果滿足預設(shè)的條件。
5.根據(jù)權(quán)利要求2至4任一項所述的方法,其特征在于,所述樣本數(shù)據(jù)包括 精度滿足要求的遙感反演結(jié)果,或者,實測地面真實數(shù)據(jù)。
6.一種遙感反演精度檢測裝置,其特征在于,包括 模型構(gòu)建模塊,用于依據(jù)樣本數(shù)據(jù),建立與待檢測遙感反演結(jié)果相對應的真實值預測模型; 預測模塊,用于利用所述真實值預測模型,預測與所述待檢測遙感反演結(jié)果相對應的真實值; 檢測模塊,用于比較所述遙感反演結(jié)果與所述真實值,檢測所述遙感反演結(jié)果的精度。
7.根據(jù)權(quán)利要求6所述的裝置,其特征在于,所述模型構(gòu)建模塊包括 核函數(shù)構(gòu)建單元,用于構(gòu)建基于徑向基核函數(shù)的支持向量機模型; 訓練單元,用于利用樣本數(shù)據(jù)中的一部分數(shù)據(jù),對所述支持向量機模型進行訓練;預測檢測單元,用于利用樣本數(shù)據(jù)中的另一部分數(shù)據(jù),對完成訓練的支持向量機模型進行預測檢驗; 確定單元,用于當檢驗結(jié)果滿足預設(shè)的條件時,將所述完成訓練的支持向量機模型作為與遙感反演結(jié)果相對應的真實值預測模型。
8.根據(jù)權(quán)利要求7所述的裝置,其特征在于,還包括 歸一化單元,用于在所述利用樣本數(shù)據(jù)中的一部分,對所述支持向量機模型進行訓練之前,歸一化樣本數(shù)據(jù)。
9.根據(jù)權(quán)利要求7所述的裝置,其特征在于,還包括 迭代觸發(fā)單元,用于當所述檢驗結(jié)果不滿足預設(shè)的條件時,觸發(fā)所述訓練單元,直到所述檢驗結(jié)果滿足預設(shè)的條件。
全文摘要
本發(fā)明提供了一種遙感反演精度檢測方法及裝置,依據(jù)樣本數(shù)據(jù)建立與待檢測遙感反演結(jié)果相對應的真實值預測模型,利用所述模塊預測出與所述待檢測遙感反演結(jié)果相對應的真實值,將反演結(jié)果與真實值相比較,實現(xiàn)對反演精度的檢測,由于不再需要人工實地測量得到真實值,從而在無法進行實地測量時,同樣也能夠檢測遙感反演結(jié)果的精度。
文檔編號G06K9/62GK102867194SQ20121034316
公開日2013年1月9日 申請日期2012年9月14日 優(yōu)先權(quán)日2012年9月14日
發(fā)明者黃文江, 謝巧云, 彭代亮, 張兵, 劉良云, 申茜, 孫剛 申請人:中國科學院對地觀測與數(shù)字地球科學中心