摘要
本发明提供了一种基于稀疏光谱重构的甲烷排放遥感智能检测方法及系统,包括:对比尔‑郎伯定律进行一阶泰勒展开;引入空间连续性约束与基于风场的物理扩散约束项,推导反演大气甲烷增量的优化目标函数;模拟不同甲烷增量浓度下的遥感观测高光谱辐射亮度值,计算得到单位吸收特征光谱;对遥感高光谱图像进行降维处理与聚类操作;根据聚类结果对光谱值进行矩阵分解与稀疏重构;将矩阵稀疏分解重构的高光谱图像等效为背景光谱图像,计算得到大气甲烷增量;基于大涡模拟程序生成大气甲烷羽流样本;构建甲烷排放率机器学习估算的训练样本集;构建大气甲烷排放率估算的机器学习模型;基于大气甲烷增量反演结果,完成真实场景的甲烷点源排放率估算。
技术关键词
甲烷
机器学习模型
智能检测方法
训练样本集
协方差矩阵
高光谱遥感数据
遥感高光谱图像
连续性
模块
观测辐亮度
空间结构信息
智能检测系统
机器学习技术
重构光谱