本發(fā)明涉及水文地質(zhì)學(xué)，特別是涉及一種根據(jù)地表植被估測地下水埋深的方法。

背景技術(shù)：

1、地下水作為重要的淡水資源，對維持生態(tài)平衡和人類生產(chǎn)生活具有重要意義。然而，傳統(tǒng)的地下水埋深監(jiān)測方法，如地下水井測量法、鉆孔水位測量法、地面凹陷監(jiān)測法等，需要投入大量的人力物力，特別是在大范圍或復(fù)雜地形區(qū)域，監(jiān)測成本顯著增加。雖然一些自動化監(jiān)測設(shè)備如浮子式水位計等能夠減輕人力負(fù)擔(dān)，但設(shè)備的購置、安裝和維護(hù)成本也相對較高。人工觀測需要定期到現(xiàn)場進(jìn)行，數(shù)據(jù)更新速度較慢，難以滿足實(shí)時或高頻次監(jiān)測的需求。部分自動化監(jiān)測設(shè)備雖然能夠?qū)崟r傳輸數(shù)據(jù)，但受到設(shè)備性能、通信條件等因素的限制，數(shù)據(jù)獲取效率可能受到影響。地下水位的監(jiān)測精度受到多種環(huán)境因素的影響，如地質(zhì)條件、水文條件、氣候條件等，這些因素可能導(dǎo)致監(jiān)測結(jié)果出現(xiàn)偏差。

2、綜上，傳統(tǒng)的地下水埋深監(jiān)測方法存在成本高、效率低、覆蓋范圍有限等問題，難以滿足大規(guī)模、實(shí)時性的監(jiān)測需求。隨著遙感技術(shù)的快速發(fā)展，地表植被遙感圖像成為監(jiān)測地下水動態(tài)變化的重要手段之一。然而，如何從復(fù)雜的遙感圖像中提取有效信息，并準(zhǔn)確估測地下水埋深，仍是一個亟待解決的問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種根據(jù)地表植被估測地下水埋深的方法，以解決上述現(xiàn)有技術(shù)存在的問題，利用深度學(xué)習(xí)算法對地表植被遙感圖像進(jìn)行自動特征提取和模式識別，建立地表植被與地下水埋深之間的非線性映射關(guān)系，實(shí)現(xiàn)地下水埋深的快速、準(zhǔn)確估測。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

3、一種根據(jù)地表植被估測地下水埋深的方法，包括：

4、采集地表數(shù)據(jù)；其中所述地表數(shù)據(jù)包括：植被數(shù)據(jù)、地下水?dāng)?shù)據(jù)和環(huán)境數(shù)據(jù)；

5、提取所述地表數(shù)據(jù)的特征數(shù)據(jù)；

6、基于所述特征數(shù)據(jù)訓(xùn)練長短期記憶網(wǎng)絡(luò)模型，獲取地下水埋深估測模型；

7、將待測區(qū)域的地表數(shù)據(jù)輸入所述地下水埋深估測模型，獲取地下水埋深估測結(jié)果。

8、可選地，所述植被數(shù)據(jù)包括：植被類型、分布和生長狀況數(shù)據(jù)；

9、所述地下水?dāng)?shù)據(jù)包括：歷史水位記錄和動態(tài)變化趨勢數(shù)據(jù)；

10、所述環(huán)境數(shù)據(jù)包括：降水量、蒸發(fā)量、土壤類型、地形地貌對應(yīng)的環(huán)境因子數(shù)據(jù)。

11、可選地，提取所述地表數(shù)據(jù)的特征數(shù)據(jù)前還包括：對所述地表數(shù)據(jù)進(jìn)行預(yù)處理；

12、對所述地表數(shù)據(jù)進(jìn)行預(yù)處理包括：

13、對所述地表數(shù)據(jù)進(jìn)行清洗和效驗處理；

14、對效驗后的所述地表數(shù)據(jù)進(jìn)行歸一化處理。

15、可選地，提取所述地表數(shù)據(jù)的特征數(shù)據(jù)包括：

16、將預(yù)處理后的所述地表數(shù)據(jù)輸入預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型，獲取植被覆蓋度、植被類型、植被生長狀況、植被水分含量和光譜特征。

17、可選地，基于所述特征數(shù)據(jù)訓(xùn)練長短期記憶網(wǎng)絡(luò)模型包括：

18、對所述特征數(shù)據(jù)進(jìn)行時間序列處理，獲取時間序列數(shù)據(jù)；

19、基于所述時間序列數(shù)據(jù)，構(gòu)建數(shù)據(jù)集；其中，所述數(shù)據(jù)集包括：訓(xùn)練集、驗證集和測試集；

20、利用所述訓(xùn)練集對所述長短期記憶網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，通過反向傳播算法調(diào)整模型參數(shù)；

21、利用所述驗證集對訓(xùn)練后的模型的超參數(shù)進(jìn)行調(diào)優(yōu)；

22、利用所述測試集對驗證后的模型進(jìn)行評估，獲取所述地下水埋深估測模型。

23、可選地，所述長短期記憶網(wǎng)絡(luò)模型中，在lstm層與輸出層之間引入注意力機(jī)制，通過計算輸入特征的預(yù)設(shè)重要性權(quán)重來增強(qiáng)模型對預(yù)設(shè)關(guān)鍵信息的關(guān)注度，并且在lstm層之間添加殘差連接，將前一層的輸出直接加到后一層的輸入上。

24、一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，該程序被處理器執(zhí)行時實(shí)現(xiàn)所述的一種根據(jù)地表植被估測地下水埋深的方法。

25、一種電子設(shè)備，包括處理器和存儲器，所述存儲器中存儲有計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時實(shí)現(xiàn)所述的一種根據(jù)地表植被估測地下水埋深的方法。

26、本發(fā)明的有益效果為：

27、本發(fā)明基于特征數(shù)據(jù)訓(xùn)練長短期記憶網(wǎng)絡(luò)模型，獲取地下水埋深估測模型；將待測區(qū)域的地表數(shù)據(jù)輸入所述地下水埋深估測模型，獲取地下水埋深估測結(jié)果；利用深度學(xué)習(xí)算法對地表植被遙感圖像進(jìn)行自動特征提取和模式識別，建立地表植被與地下水埋深之間的非線性映射關(guān)系，實(shí)現(xiàn)地下水埋深的快速、準(zhǔn)確估測。

技術(shù)特征：

1.一種根據(jù)地表植被估測地下水埋深的方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的根據(jù)地表植被估測地下水埋深的方法，其特征在于，

3.根據(jù)權(quán)利要求1所述的根據(jù)地表植被估測地下水埋深的方法，其特征在于，提取所述地表數(shù)據(jù)的特征數(shù)據(jù)前還包括：對所述地表數(shù)據(jù)進(jìn)行預(yù)處理；

4.根據(jù)權(quán)利要求3所述的根據(jù)地表植被估測地下水埋深的方法，其特征在于，提取所述地表數(shù)據(jù)的特征數(shù)據(jù)包括：

5.根據(jù)權(quán)利要求1所述的根據(jù)地表植被估測地下水埋深的方法，其特征在于，基于所述特征數(shù)據(jù)訓(xùn)練長短期記憶網(wǎng)絡(luò)模型包括：

6.根據(jù)權(quán)利要求5所述的根據(jù)地表植被估測地下水埋深的方法，其特征在于，所述長短期記憶網(wǎng)絡(luò)模型中，在lstm層與輸出層之間引入注意力機(jī)制，通過計算輸入特征的預(yù)設(shè)重要性權(quán)重來增強(qiáng)模型對預(yù)設(shè)關(guān)鍵信息的關(guān)注度，并且在lstm層之間添加殘差連接，將前一層的輸出直接加到后一層的輸入上。

7.一種計算機(jī)可讀存儲介質(zhì)，其特征在于，其上存儲有計算機(jī)程序，該程序被處理器執(zhí)行時實(shí)現(xiàn)權(quán)利要求1-6中任一項所述的方法。

8.一種電子設(shè)備，其特征在于，包括處理器和存儲器，所述存儲器中存儲有計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時實(shí)現(xiàn)權(quán)利要求1-6中任一項所述的方法。

技術(shù)總結(jié)
本發(fā)明涉及一種根據(jù)地表植被估測地下水埋深的方法，包括：采集地表數(shù)據(jù)；其中，所述地表數(shù)據(jù)包括：植被數(shù)據(jù)、地下水?dāng)?shù)據(jù)和環(huán)境數(shù)據(jù)；提取所述地表數(shù)據(jù)的特征數(shù)據(jù)；基于所述特征數(shù)據(jù)訓(xùn)練長短期記憶網(wǎng)絡(luò)模型，獲取地下水埋深估測模型；將待測區(qū)域的地表數(shù)據(jù)輸入所述地下水埋深估測模型，獲取地下水埋深估測結(jié)果。本發(fā)明的方法不僅提高了地下水埋深估測的準(zhǔn)確性，還實(shí)現(xiàn)了快速、自動化的估測流程，對水資源管理和環(huán)境監(jiān)測具有重要意義。

技術(shù)研發(fā)人員：肖善虎,楊紹康,趙振,汪生斌,李銅邦,袁有靖,吳萍,巴瑞壽,王建輝
受保護(hù)的技術(shù)使用者：青海省環(huán)境地質(zhì)勘查局
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19