[发明专利]水质检测模型训练和水质检测方法、电子设备及存储介质

说明书

本申请实施例提供了一种水质检测模型训练和水质检测方法、电子设备及存储介质，在获取到多个样本点处水体的光谱数据之后，对各样本点处水体的光谱数据进行模拟温漂处理，基于模拟温漂处理后的各样本点处水体的光谱数据及获取到的各样本点处水体的实际水质指标参数，对预设的神经网络模型进行训练，得到水质检测模型。通过对获取到的各样本点处水体的光谱数据进行模拟温漂处理，模拟出各样本点处水体的光谱数据存在温漂的情况，得到的光谱数据更切合实际，因此，基于模拟温漂处理后的各样本点处水体的光谱数据及各样本点处水体的实际水质指标参数训练得到的水质检测模型精度更高，从而提高了利用该水质检测模型进行水质检测的准确性。

技术领域

本申请涉及检测技术领域，特别是涉及一种水质检测模型训练和水质检测方法、、电子设备及存储介质。

背景技术

随着社会的不断发展、工业化和城市化进程的不断加快，环境污染越发严重，尤其是江河湖泊等水体水质状况持续恶化，出现了富营养化、水体面积萎缩等现象，因此，检测水体异常情况并做出正确的应对措施具有非常重要的意义。水质指标是指自然环境下影响水体光学性质的光学活性物质，包括叶绿素、藻蓝素、总磷、总氮等，能够衡量水域富营养化程度和透明度。水质指标所引起的水体光学性质变化反映在光波在水体表面反射的光谱数据上，通过处理和分析这些光谱数据，可以得到相应的水质指标参数，从而实现水质检测。

在当前的水质检测方法中，采用深度学习的方法对水质进行检测，该方法中采集大量的光谱样本数据及对应的水质指标参数，利用这些光谱样本数据和对应的水质指标参数，对初始的卷积神经网络进行训练，得到水质检测模型；在应用时，将实时采集到的光谱数据输入训练得到的水质检测模型，可直接得到相应的水质指标参数，从而实现水质检测。

然而，由于受环境、采集策略等因素的影响，采集的光谱样本数据往往容易出现与实际存在偏差的情况，这会影响到水质检测模型训练的精度，从而影响水质检测的准确性。

发明内容

本申请实施例的目的在于提供一种水质检测模型训练和水质检测方法、电子设备及存储介质，以提高水质检测模型训练的精度，进而提高水质检测的准确性。具体技术方案如下：

第一方面，本申请实施例提供了一种水质检测模型训练方法，该方法包括：

获取多个样本点处水体的光谱数据及各样本点处水体的实际水质指标参数；

对各样本点处水体的光谱数据进行模拟温漂处理，得到模拟温漂处理后的各样本点处水体的光谱数据；

基于模拟温漂处理后的各样本点处水体的光谱数据及各样本点处水体的实际水质指标参数，对预设的神经网络模型进行训练，得到水质检测模型。

可选的，对各样本点处水体的光谱数据进行模拟温漂处理，得到模拟温漂处理后的各样本点处水体的光谱数据的步骤，包括：

对各样本点处水体的光谱数据进行谱线漂移处理和/或基线漂移处理，得到模拟温漂处理后的各样本点处水体的光谱数据。

可选的，样本点处水体的光谱数据包括样本点处水体的光波波长及光波波长对应的反射率；

对各样本点处水体的光谱数据进行谱线漂移处理，得到模拟温漂处理后的各样本点处水体的光谱数据的步骤，包括：

基于各样本点处水体的光波波长及光波波长对应的反射率，按照预设的漂移波长进行插值运算，得到插值后的各样本点处水体的光波波长及反射率。

可选的，样本点处水体的光谱数据包括样本点处水体的光波波长对应的反射率；

对各样本点处水体的光谱数据进行基线漂移处理，得到模拟温漂处理后的各样本点处水体的光谱数据的步骤，包括：

获取环境光强度；