摘要
本公开提供了基于高光谱成像的空地一体化矿区环境监测方法及系统,涉及矿区高光谱成像测定技术领域,获取矿区的大气、水体、土壤以及地貌的高光谱图像数据以及光谱数据并预处理;对预处理后的大气、水体、土壤以及地貌的高光谱图像数据以及光谱数据分别进行解译,分别得到大气、水体、土壤以及地貌的热点特征向量;分别将大气、水体、土壤以及地貌的热点特征向量输入异常监测模型中,得到环境异常监测结果,采用人工智能的手段进行矿区大气、水体、土壤以及地貌的数据处理和预测识别模型,利用定制化的迁移学习策略,加快网络训练速度,提高模型泛化性;最终利用现场的成像光谱数据开展矿区预测,实现了矿区环境的智能监测。
技术关键词
环境监测方法
光谱成像
反演模型
水体
非暂态计算机可读存储介质
降尘
热点
环境监测系统
随机森林模型
粉尘
多尺度卷积神经网络
机器学习算法
成像光谱数据
时间序列预测模型
土壤重金属含量
高光谱图像数据
光谱吸收特征
迁移学习策略