[发明专利]基于遥感气溶胶和萤火虫群算法的空气污染源识别方法

摘要

本发明公开了一种基于遥感气溶胶和萤火虫群算法的空气污染源识别方法，根据卫星光谱遥感图像反演得到气溶胶光学厚度值，并得到对应区域的风速矢量，对卫星光谱遥感图像和对应的区域数字地图网格化，得到每个图像块的气溶胶光学厚度平均值和企业对应的图像块坐标；将每个图像块的坐标作为GSO算法中萤火虫的初始位置，气溶胶厚度平均值作为萤火虫的属性，每次更新萤火虫位置时，引入由属性值得到的萤火虫相似性修正因子和风速矢量得到的风速风向修正因子，多次迭代后得到萤火虫的源头位置；计算企业的污染覆盖范围半径，将企业作为其污染覆盖范围内的萤火虫所对应的污染物的产生企业，实现污染源识别。本发明可以高效准确地实现空气污染源的识别。

主权项

一种基于遥感气溶胶和萤火虫群算法的空气污染源识别方法，其特征在于，包括以下步骤：S1：获取卫星光谱遥感图像和对应的区域数字地图；S2：获取卫星光谱遥感图像对应区域的风向和风速，得到风速矢量S3：对卫星光谱遥感图像进行气溶胶光学厚度反演，得到卫星光谱遥感图像中每个像元的气溶胶光学厚度值；S4：对卫星光谱遥感图像进行网格化，网格边长根据实际情况设置，将卫星光谱遥感图像划分为M×N个图像块，计算每个图像块中所包含像元的气溶胶光学厚度平均值；同时对卫星光谱遥感图像对应的区域数字地图进行网格化，划分为M×N个图像块，根据企业坐标得到企业k所对应的图像块坐标E_k，k＝1,2,…,K，K表示企业数量；S5：采用基于GSO的污染溯源方法进行污染物溯源，其具体步骤包括：S5.1：设置每只萤火虫的初始荧光素值L_i(0)相同，将各像素块的坐标作为萤火虫的初始位置x_i(0)，将像素块所对应的气溶胶光学厚度平均值作为萤火虫的属性值A_i，设置各萤火虫邻域初始值，i＝1,2,…,Q，Q＝M×N；S5.2：令迭代次数t＝1；S5.3：根据以下公式计算第t代萤火虫的荧光素：L_i(t)＝(1‑ρ)L_i(t‑1)+γF(x_i(t))其中，t表示迭代次数，i表示萤火虫序号，L_i(t)表示第t代萤火虫i的荧光素，L_i(t‑1)表示第t‑1代萤火虫i的荧光素，ρ表示荧光素的衰减率，ρ∈(0,1)，γ表示荧光素更新率，F(x_i(t))表示萤火虫i在当前位置x_i(t)的目标函数值，目标函数的计算公式为：$F\left(x_i\right(t\left)\right)=\underset{k=1}{\overset{K}{\Σ}}\frac{1}{d_{ik}^2\left(t\right)}$其中，d_ik(t)表示萤火虫i在当前位置x_i(t)与企业k坐标E_k的距离；S5.4：对于每只萤火虫i，分别计算向其邻域N_i(t)内另一只萤火虫j的移动概率p_ij(t)；采用轮盘赌规则选择本次萤火虫i所要向其运动的萤火虫j，将其序号记为j′，然后根据下式更新萤火虫i的位置：$x_i\left(t+1\right)=x_i\left(t\right)+s\left(\frac{x_{j^{\′}}\left(t\right)-x_i\left(t\right)}{\left|\right|x_{j^{\′}}\left(t\right)-x_i\left(t\right)\left|\right|}\right)+{\mathrm{\Δ}}_{attibute}+{\mathrm{\Δ}}_{wind}$其中，x_j′(t)表示第t代萤火虫j′的位置，s表示移动步长，||||表示求欧几里德范数；Δ_attibute表示萤火虫相似性修正因子，其计算方法为：首先在萤火虫i的邻域N_i(t)内，搜索与萤火虫i的属性值A_i最接近的萤火虫j^*，然后计算Δ_attibute：${\mathrm{\Δ}}_{attibute}=s_a\·\left(\frac{x_{j^{*}}\left(t\right)-x_i\left(t\right)}{\left|\right|x_{j^{*}}\left(t\right)-x_i\left(t\right)\left|\right|}\right)$其中，s_a表示预设的步长，是第t代萤火虫j^*的位置；Δ_wind表示风速风向修正因子，其计算公式为：其中s_w表示缩放因子；S5.5：如果迭代次数t＝T，T表示预设的最大迭代次数，将每只萤火虫的当前位置作为其源头位置停止迭代；否则进入步骤S5.6；S5.6：更新每只萤火虫的邻域半径然后令t＝t+1，返回步骤S5.3：S6：根据企业所对应的图像块坐标E_k，得到企业污染覆盖范围的半径R_k；S7：根据污染覆盖范围的半径R_k与各只萤火虫的源头位置将企业k作为其污染覆盖范围内的萤火虫所对应的污染物的产生企业，统计其污染覆盖范围内的萤火虫所对应的气溶胶厚度值水平，作为企业k的污染指标。