[发明专利]一种基于MODIS和机器学习模型融合的PM2.5反演方法

摘要

本发明涉及遥感影像处理技术领域，特别涉及一种基于MODIS和机器学习模型融合的PM2.5反演方法；本发明获取MODIS影像和PM2.5监测数据；将PM2.5数据插值成PM2.5插值影像；将MODIS影像进行云检测；构建训练集和测试集；通过训练集和测试集计算出表现指标；做出表现指标的直方图；选择直方图中频度最高的直方图区间所对应的所有模型，作为最优模型组合；将最优模型组合用于整幅MODIS影像，进行模型融合的反演；在本发明中，从遥感影像本身数据出发，通过机器学习算法的手段和模型融合，直接建立遥感影像本身与实测PM2.5的关系，从而达到精度更高的反演结果；本发明避免了误差传递，反演精度高。

主权项

1.一种基于MODIS和机器学习模型融合的PM2.5反演方法，其特征在于，包括如下步骤：步骤S1、获取需要反演PM2.5当天的MODIS影像，同时获取PM2.5环境监测站点的PM2.5监测数据；步骤S2、将监测到的PM2.5数据插值成与MODIS影像的相同分辨率的PM2.5插值影像；步骤S3、将MODIS影像进行云检测，并将有云的区域标记为0，无云的区域标记为1；步骤S4、将PM2.5环境监测站点随机按比例m：n分成训练站点和测试站点，分别构建训练集和测试集；步骤S5、将训练集用于机器学习算法的训练，并将训练的模型用于测试集，计算模型在测试集上的表现指标；步骤S6、重复步骤S4和步骤S5，得到若干个表现指标的植，按照一定的间隔，做出表现指标的直方图；选择直方图中频度最高的直方图区间所对应的所有模型，作为需要反演的该天的最优模型组合；步骤S7、将选出的最优模型组合用于整幅MODIS影像，进行模型融合的反演。