本發(fā)明涉及數(shù)據(jù)處理，尤其涉及一種生物量碳儲量反演方法、裝置、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、隨著環(huán)境保護(hù)和氣候變化問題的日益嚴(yán)重，全球范圍內(nèi)對生物量和碳儲量的監(jiān)測和評估需求不斷增加，生物量和碳儲量作為衡量森林、草地生態(tài)系統(tǒng)健康狀況的重要指標(biāo)，對于碳循環(huán)和氣候變化的研究具有重要意義，目前，利用無人機(jī)搭載高光譜傳感器進(jìn)行遙感監(jiān)測，已成為獲取大面積區(qū)域生物量和碳儲量數(shù)據(jù)的有效手段，然而，傳統(tǒng)的高光譜數(shù)據(jù)處理方法在應(yīng)用于生物量和碳儲量反演時，常常面臨一些技術(shù)難題和挑戰(zhàn)。

2、首先，現(xiàn)有的高光譜數(shù)據(jù)處理方法通常需要處理大量的高維數(shù)據(jù)，數(shù)據(jù)的維度高且冗余信息多，導(dǎo)致計算復(fù)雜度高、數(shù)據(jù)處理效率低，這種情況下，即使能夠獲取到高精度的生物量和碳儲量數(shù)據(jù)，也常常伴隨著極高的計算成本，影響了反演結(jié)果的實(shí)時性和實(shí)用性，此外，由于傳統(tǒng)方法無法有效地提取和利用高光譜數(shù)據(jù)中的關(guān)鍵特征信息，容易造成反演結(jié)果的準(zhǔn)確性不足，尤其是在處理復(fù)雜地形和多樣化植被類型時，反演模型的適應(yīng)性和魯棒性較差，無法在不同環(huán)境條件下穩(wěn)定地提供精確的生物量和碳儲量估算結(jié)果。

3、傳統(tǒng)的生成對抗網(wǎng)絡(luò)在用于生物量和碳儲量反演時，雖然能夠生成與真實(shí)數(shù)據(jù)接近的分布圖，但由于其生成器和判別器的訓(xùn)練過程復(fù)雜，容易陷入過擬合或模式崩潰，導(dǎo)致生成的生物量和碳儲量分布圖缺乏細(xì)節(jié)，難以準(zhǔn)確反映實(shí)際的生物量和碳儲量分布特征。

4、因此，現(xiàn)有技術(shù)在高光譜數(shù)據(jù)處理、生物量和碳儲量反演以及生成對抗網(wǎng)絡(luò)的應(yīng)用方面存在著明顯的不足，無法滿足現(xiàn)代生態(tài)監(jiān)測和碳儲量評估對高效、精確和魯棒性的要求，現(xiàn)有技術(shù)的缺陷限制了無人機(jī)高光譜技術(shù)在大規(guī)模生態(tài)系統(tǒng)監(jiān)測中的應(yīng)用。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)局限性問題。為此，本發(fā)明提出一種生物量碳儲量反演方法、裝置、電子設(shè)備及存儲介質(zhì)，能夠高效準(zhǔn)確實(shí)現(xiàn)生物量碳儲量反演。

2、一方面，本發(fā)明實(shí)施例提供了一種生物量碳儲量反演方法，包括：

3、獲取目標(biāo)區(qū)域中樣地區(qū)域的高光譜圖像數(shù)據(jù)；高光譜圖像數(shù)據(jù)包括樣地區(qū)域中地表植被的多波段反射光譜信息；樣地區(qū)域包括目標(biāo)區(qū)域中不同地形類型的多個樣地；

4、對高光譜圖像數(shù)據(jù)進(jìn)行預(yù)處理；預(yù)處理包括輻射校正、幾何校正和噪聲去除；

5、基于預(yù)處理后的高光譜圖像數(shù)據(jù)構(gòu)建稀疏基字典，并使用稀疏編碼算法提取得到特征向量；

6、基于特征向量，利用預(yù)設(shè)的第一生成對抗網(wǎng)絡(luò)生成生物量和碳儲量的第一分布圖；

7、基于第一分布圖，利用預(yù)設(shè)的第二生成對抗網(wǎng)絡(luò)生成生物量和碳儲量的第二分布圖；

8、其中，第一生成對抗網(wǎng)絡(luò)和第二生成對抗網(wǎng)絡(luò)基于生成器和判別器的對抗訓(xùn)練構(gòu)建得到；

9、基于第二分布圖與特征向量的映射關(guān)系構(gòu)建得到反演模型；

10、將反演模型應(yīng)用于目標(biāo)區(qū)域的全區(qū)域，得到目標(biāo)區(qū)域的生物量和碳儲量的第三分布圖。

11、可選地，獲取目標(biāo)區(qū)域中樣地區(qū)域的高光譜圖像數(shù)據(jù)，包括以下步驟：

12、響應(yīng)于目標(biāo)對象的操控指令，控制目標(biāo)無人機(jī)基于預(yù)設(shè)的運(yùn)行參數(shù)飛行至目標(biāo)區(qū)域的樣地區(qū)域；目標(biāo)無人機(jī)上設(shè)置有高光譜成像傳感器；

13、獲取目標(biāo)無人機(jī)在樣地區(qū)域的飛行過程中高光譜成像傳感器采集的多波段反射光譜信息；

14、根據(jù)目標(biāo)無人機(jī)的飛行路徑和時間序列，對所有多波段反射光譜信息進(jìn)行拼接配準(zhǔn)，得到樣地區(qū)域的高光譜圖像數(shù)據(jù)。

15、可選地，基于預(yù)處理后的高光譜圖像數(shù)據(jù)構(gòu)建稀疏基字典，并使用稀疏編碼算法提取得到特征向量，包括以下步驟：

16、基于預(yù)處理后的高光譜圖像數(shù)據(jù)構(gòu)建得到初始稀疏基字典；初始稀疏基字典的表達(dá)式為：，其中，表示第i個基向量，k為初始稀疏基字典中基向量的數(shù)量；

17、對初始稀疏基字典進(jìn)行優(yōu)化處理，得到優(yōu)化稀疏基字典；優(yōu)化稀疏基字典的表達(dá)式為：

18、；

19、其中，表示優(yōu)化稀疏基字典；表示預(yù)處理后的高光譜圖像數(shù)據(jù)，表示地表坐標(biāo)，表示波長；表示第i個基向量對應(yīng)的稀疏系數(shù)；為正則化參數(shù)；

20、使用稀疏編碼算法對預(yù)處理后的高光譜圖像數(shù)據(jù)進(jìn)行稀疏表示，獲得每個高光譜像素對應(yīng)光譜向量的稀疏表示系數(shù)向量；稀疏表示系數(shù)向量的表達(dá)式為：

21、；

22、其中，表示稀疏表示系數(shù)向量；表示初始稀疏基字典；表示高光譜像素對應(yīng)的稀疏系數(shù)；和為正則化參數(shù)；表示高光譜像素周圍第j個像素對應(yīng)的稀疏系數(shù)，m為高光譜像素周圍像素的數(shù)量；

23、根據(jù)稀疏表示系數(shù)向量結(jié)合優(yōu)化稀疏基字典提取得到初始特征向量；

24、對初始特征向量進(jìn)行稀疏編碼和降維處理，得到特征向量。

25、可選地，方法還包括以下步驟：

26、獲取樣地區(qū)域的生物量和碳儲量的實(shí)際分布圖；

27、基于特征向量與實(shí)際分布圖的第一映射函數(shù)構(gòu)建得到第一生成器；

28、基于區(qū)分第一生成器的生成結(jié)果與實(shí)際分布圖的第一判別函數(shù)構(gòu)建得到第一判別器；

29、根據(jù)特征向量，通過第一生成器生成第一訓(xùn)練分布圖；

30、根據(jù)第一訓(xùn)練分布圖和實(shí)際分布圖，通過第一判別器生成第一判別結(jié)果；

31、基于第一判別結(jié)果，根據(jù)預(yù)設(shè)的第一損失函數(shù)對第一生成器和第一判別器進(jìn)行第一對抗訓(xùn)練；

32、根據(jù)第一對抗訓(xùn)練的結(jié)果對第一生成器和第一判別器進(jìn)行參數(shù)優(yōu)化；返回執(zhí)行根據(jù)特征向量，通過第一生成器生成第一訓(xùn)練分布圖的步驟，直至達(dá)到第一迭代次數(shù)，獲得第一生成對抗網(wǎng)絡(luò)。

33、可選地，方法還包括以下步驟：

34、獲取樣地區(qū)域的生物量和碳儲量的實(shí)際分布圖；

35、基于第一分布圖與實(shí)際分布圖的第二映射函數(shù)構(gòu)建得到第二生成器；

36、基于區(qū)分第二生成器的生成結(jié)果與實(shí)際分布圖的第二判別函數(shù)構(gòu)建得到第二判別器；

37、根據(jù)第一分布圖，通過第二生成器生成第二訓(xùn)練分布圖；

38、根據(jù)第二訓(xùn)練分布圖和實(shí)際分布圖，通過第二判別器生成第二判別結(jié)果；

39、基于第二判別結(jié)果，根據(jù)預(yù)設(shè)的第二損失函數(shù)對第二生成器和第二判別器進(jìn)行第二對抗訓(xùn)練；

40、根據(jù)第二對抗訓(xùn)練的結(jié)果對第二生成器和第二判別器進(jìn)行參數(shù)優(yōu)化；返回執(zhí)行根據(jù)第一分布圖，通過第二生成器生成第二訓(xùn)練分布圖的步驟，直至達(dá)到第二迭代次數(shù)，獲得第二生成對抗網(wǎng)絡(luò)。

41、可選地，基于第二分布圖與特征向量的映射關(guān)系構(gòu)建得到反演模型，包括以下步驟：

42、獲取樣地區(qū)域的生物量和碳儲量的實(shí)際分布圖；

43、根據(jù)特征向量與實(shí)際分布圖的映射函數(shù)，利用最小二乘法對第二分布圖與特征向量的映射關(guān)系進(jìn)行誤差優(yōu)化，擬合得到反演模型。

44、可選地，方法還包括以下步驟：

45、獲取目標(biāo)區(qū)域的生物量和碳儲量的真實(shí)分布圖；

46、基于第三分布圖，對目標(biāo)區(qū)域進(jìn)行地形和植被類型的分類分析，得到目標(biāo)區(qū)域的地形特征圖和植被類型圖；

47、根據(jù)地形特征圖和植被類型圖，統(tǒng)計得到不同地形條件下和植被類型下的統(tǒng)計值；統(tǒng)計值包括生物量統(tǒng)計值和碳儲量統(tǒng)計值；

48、根據(jù)地形特征圖和植被類型圖，結(jié)合真實(shí)分布圖對目標(biāo)區(qū)域內(nèi)不同地形條件下和植被類型下的統(tǒng)計值進(jìn)行評估分析，得到目標(biāo)區(qū)域的生物量和碳儲量的分析報告。

49、另一方面，本發(fā)明實(shí)施例提供了一種生物量碳儲量反演裝置，包括：

50、第一模塊，用于獲取目標(biāo)區(qū)域中樣地區(qū)域的高光譜圖像數(shù)據(jù)；高光譜圖像數(shù)據(jù)包括樣地區(qū)域中地表植被的多波段反射光譜信息；樣地區(qū)域包括目標(biāo)區(qū)域中不同地形類型的多個樣地；

51、第二模塊，用于對高光譜圖像數(shù)據(jù)進(jìn)行預(yù)處理；預(yù)處理包括輻射校正、幾何校正和噪聲去除；

52、第三模塊，用于基于預(yù)處理后的高光譜圖像數(shù)據(jù)構(gòu)建稀疏基字典，并使用稀疏編碼算法提取得到特征向量；

53、第四模塊，用于基于特征向量，利用預(yù)設(shè)的第一生成對抗網(wǎng)絡(luò)生成生物量和碳儲量的第一分布圖；

54、第五模塊，用于基于第一分布圖，利用預(yù)設(shè)的第二生成對抗網(wǎng)絡(luò)生成生物量和碳儲量的第二分布圖；

55、其中，第一生成對抗網(wǎng)絡(luò)和第二生成對抗網(wǎng)絡(luò)基于生成器和判別器的對抗訓(xùn)練構(gòu)建得到；

56、第六模塊，用于基于第二分布圖與特征向量的映射關(guān)系構(gòu)建得到反演模型；

57、第七模塊，用于將反演模型應(yīng)用于目標(biāo)區(qū)域的全區(qū)域，得到目標(biāo)區(qū)域的生物量和碳儲量的第三分布圖。

58、可選地，裝置還包括：

59、第八模塊，用于獲取樣地區(qū)域的生物量和碳儲量的實(shí)際分布圖；

60、第九模塊，用于基于特征向量與實(shí)際分布圖的第一映射函數(shù)構(gòu)建得到第一生成器；

61、第十模塊，用于基于區(qū)分第一生成器的生成結(jié)果與實(shí)際分布圖的第一判別函數(shù)構(gòu)建得到第一判別器；

62、第十一模塊，用于根據(jù)特征向量，通過第一生成器生成第一訓(xùn)練分布圖；

63、第十二模塊，用于根據(jù)第一訓(xùn)練分布圖和實(shí)際分布圖，通過第一判別器生成第一判別結(jié)果；

64、第十三模塊，用于基于第一判別結(jié)果，根據(jù)預(yù)設(shè)的第一損失函數(shù)對第一生成器和第一判別器進(jìn)行第一對抗訓(xùn)練；

65、第十四模塊，用于根據(jù)第一對抗訓(xùn)練的結(jié)果對第一生成器和第一判別器進(jìn)行參數(shù)優(yōu)化；返回執(zhí)行第十一模塊，直至達(dá)到第一迭代次數(shù)，獲得第一生成對抗網(wǎng)絡(luò)。

66、可選地，裝置還包括：

67、第十五模塊，用于獲取樣地區(qū)域的生物量和碳儲量的實(shí)際分布圖；

68、第十六模塊，用于基于第一分布圖與實(shí)際分布圖的第二映射函數(shù)構(gòu)建得到第二生成器；

69、第十七模塊，用于基于區(qū)分第二生成器的生成結(jié)果與實(shí)際分布圖的第二判別函數(shù)構(gòu)建得到第二判別器；

70、第十八模塊，用于根據(jù)第一分布圖，通過第二生成器生成第二訓(xùn)練分布圖；

71、第十九模塊，用于根據(jù)第二訓(xùn)練分布圖和實(shí)際分布圖，通過第二判別器生成第二判別結(jié)果；

72、第二十模塊，用于基于第二判別結(jié)果，根據(jù)預(yù)設(shè)的第二損失函數(shù)對第二生成器和第二判別器進(jìn)行第二對抗訓(xùn)練；

73、第二十一模塊，用于根據(jù)第二對抗訓(xùn)練的結(jié)果對第二生成器和第二判別器進(jìn)行參數(shù)優(yōu)化；返回執(zhí)行第十八模塊，直至達(dá)到第二迭代次數(shù)，獲得第二生成對抗網(wǎng)絡(luò)。

74、另一方面，本發(fā)明實(shí)施例提供了一種電子設(shè)備，包括：處理器以及存儲器；存儲器用于存儲程序；處理器執(zhí)行程序?qū)崿F(xiàn)上述生物量碳儲量反演方法。

75、另一方面，本發(fā)明實(shí)施例提供了一種計算機(jī)存儲介質(zhì)，其中存儲有處理器可執(zhí)行的程序，處理器可執(zhí)行的程序在由處理器執(zhí)行時用于實(shí)現(xiàn)上述生物量碳儲量反演方法。

76、本發(fā)明實(shí)施例通過獲取目標(biāo)區(qū)域中樣地區(qū)域的高光譜圖像數(shù)據(jù)；高光譜圖像數(shù)據(jù)包括樣地區(qū)域中地表植被的多波段反射光譜信息；樣地區(qū)域包括目標(biāo)區(qū)域中不同地形類型的多個樣地；對高光譜圖像數(shù)據(jù)進(jìn)行預(yù)處理；預(yù)處理包括輻射校正、幾何校正和噪聲去除；基于預(yù)處理后的高光譜圖像數(shù)據(jù)構(gòu)建稀疏基字典，并使用稀疏編碼算法提取得到特征向量；基于特征向量，利用預(yù)設(shè)的第一生成對抗網(wǎng)絡(luò)生成生物量和碳儲量的第一分布圖；基于第一分布圖，利用預(yù)設(shè)的第二生成對抗網(wǎng)絡(luò)生成生物量和碳儲量的第二分布圖；其中，第一生成對抗網(wǎng)絡(luò)和第二生成對抗網(wǎng)絡(luò)基于生成器和判別器的對抗訓(xùn)練構(gòu)建得到；基于第二分布圖與特征向量的映射關(guān)系構(gòu)建得到反演模型；將反演模型應(yīng)用于目標(biāo)區(qū)域的全區(qū)域，得到目標(biāo)區(qū)域的生物量和碳儲量的第三分布圖。本發(fā)明通過應(yīng)用兩級生成對抗網(wǎng)絡(luò)，能夠有效提升生成圖的精度與細(xì)節(jié)，也可以進(jìn)一步解決單一生成對抗網(wǎng)絡(luò)難以生成細(xì)致數(shù)據(jù)的問題；并且本發(fā)明通過稀疏表示技術(shù)，有效降低高光譜數(shù)據(jù)的冗余性，提取出關(guān)鍵特征，從而減少計算成本，并在復(fù)雜的環(huán)境條件下也能提供穩(wěn)定、精確的反演結(jié)果。