技术摘要：
本发明提供一种基于自扩展深度置信网络的原油油膜绝对厚度反演方法，对实测光谱数据进行筛选得到真实光谱特征数据；将真实光谱特征数据输入对抗生成网络，生成自扩展样本数据；利用深度置信网络对自扩展样本数据进行学习，进而实现对原油油膜绝对厚度的反演。该方法对  全部
背景技术：
近年来，海上溢油事故频发，严重危害海洋生态安全、人类健康与经济发展。海面 溢油量是评价海上溢油事故威胁程度和确定溢油事故等级的重要指标，也是污染赔偿追责 的重要依据，同时对于现场溢油应急处置和科学决策也有重要作用。 溢油范围与油膜厚度的准确获取是评估溢油量的基础。随着高分辨率遥感技术的 发展，溢油范围的确定也不再是难题，但油膜绝对厚度的遥感反演仍然是当前研究的热点 与难题。目前海面油膜厚度评定采用的标准是国际海事组织认可的波恩协议，该协议给出 了油膜颜色与厚度的定性对应关系，如油膜目视特征表现为彩虹色时，其对应的厚度为 0.03μm。该协议应用存在的主要问题是油膜外观特征的判定依靠人工目视解译，受人为主 观因素与外部环境影响明显；此外，波恩协议针对大于100μm的厚油膜没有进行精细的区 分，从而导致原油溢油估算量不够精确。 高光谱遥感为定量反演海面油膜绝对厚度提供了技术基础；现阶段原油油膜绝对 厚度实验数据大多在可控试验下获取且实验数据量有限，而油膜绝对厚度的反演需要大量 数据的支持。 综上所述，现有技术中反演油膜绝对厚度的方法，由于获取实验数据的难度较大， 从而导致油膜的绝对厚度的测量精度较低。因此，迫切需要一种能够提高油膜绝对厚度的 测量精度的方法。
技术实现要素：
有鉴于此，本发明提供一种基于自扩展深度置信网络的原油油膜绝对厚度反演方 法，以解决现有技术中测量油膜绝对厚度的方法限于实验数据量不足而导致测量精度较低 的问题。 为达上述目的，本发明提供的一种基于自扩展深度置信网络的原油油膜绝对厚度 反演方法的技术方案是： 一种基于自扩展深度置信网络的原油油膜绝对厚度反演方法，所述反演方法包 括： 对实测光谱数据进行筛选得到真实光谱特征数据； 将所述真实光谱特征数据输入对抗生成网络，生成自扩展样本数据； 利用深度置信网络对所述自扩展样本数据进行学习，进而实现对原油油膜绝对厚 度的反演。 优选地，所述对实测光谱数据进行筛选得到真实光谱特征数据的方法包括： 利用光谱特征筛选器按预设光谱特征区间对所述实测光谱数据进行筛选，得到所 4 CN 111597751 A 说　明　书 2/7 页 述真实光谱特征数据，其中，所述预设光谱特征区间通过基于光谱标准差阈值的油膜特征 光谱分析提取方法得到。 优选地，所述预设光谱特征区间包括1200nm至1350nm、1500nm至1700nm、2050nm至 2200nm。 优选地，所述对抗生成网络包括生成网络和判别网络，所述生成网络用于学习所 述真实光谱特征数据的样本分布，并生成仿真光谱特征数据，所述判别网络用于判别输入 的光谱特征数据的真实性，所述输入的光谱特征数据包括真实光谱特征数据和所述生成网 络生成的仿真光谱特征数据。 优选地，所述对抗生成网络的训练过程包括： 训练所述判别网络，以使得当所述判别网络的输入为真实光谱特征数据时所述判 别网络的输出值趋向于1，以及当所述判别网络的输入为仿真光谱特征数据时所述判别网 络的输出值趋向于0； 训练所述生成网络，以使得当所述生成网络的输入为随机噪声时，其生成的仿真 光谱特征数据输入所述判别网络的输出结果趋向于1； 按上述方式对所述判别网络和所述生成网络进行训练直至达到纳什平衡点。 优选地，对生成的所述自扩展样本数据进行去噪处理后再输入所述深度置信网 络。 优选地，采用5阶巴特沃斯低通滤波器进行所述去噪处理。 优选地，所述深度置信网络包括输入层、多个堆叠在一起的RBM层、输出层。 优选地，利用深度置信网络对所述自扩展样本数据进行学习的方法包括： 通过所述多个RBM层逐层初始化式学习所述自扩展样本数据，依次映射所述输入 层数据的特征信息； 结合标签数据，采用BP算法逐层微调所述深度置信网络的权重与偏执量。 优选地，所述原油油膜为海面原油油膜。 本发明提供的基于自扩展深度置信网络的原油油膜绝对厚度反演方法的有益效 果为： 1、对实测光谱数据进行筛选得到真实光谱特征数据，去除了可分性不足的波段， 从而更有利于精确定量反演原油油膜厚度； 2、利用对抗生成网络对光谱数据进行扩展，从而只需少量实测光谱数据便可基于 模型生成大量仿真数据，有助于丰富模型的泛化性和鲁棒性； 3、利用深度置信网络基于正向无监督学习与反向微调，提取光谱特征数据中的特 征信息，对比油膜绝对厚度标签进行超参数调优，使模型对于油膜绝对厚度的映射效果达 到最佳，从而提高原油油膜绝对厚度的反演精度。 附图说明 附图用于更好地理解本发明，不构成对本发明的不当限定。其中： 图1是本发明具体实施例提供的基于自扩展深度置信网络的海面原油油膜绝对厚 度反演方法的流程图； 图2是本发明具体实施例提供的海面油膜绝对厚度反演方法中确定的光谱特征区 5 CN 111597751 A 说　明　书 3/7 页 间示意图； 图3是本发明具体实施例中的原始光谱特征数据示意图； 图4是本发明具体实施例的生成样本数据示意图； 图5是本发明具体实施提供的基于自扩展深度置信网络的海面原油油膜绝对厚度 反演的精度实验的结果图； 图6是本发明具体实施提供的基于自扩展深度置信网络的海面原油油膜绝对厚度 反演的稳定性实验的结果图； 图7是本发明具体实施提供的基于自扩展深度置信网络的海面原油油膜绝对厚度 反演的模型拟合优度实验的结果图； 图8是本发明具体实施例提供的油膜绝对厚度反演的模型结构示意图； 图9是本发明具体实施例提供的RBM的结构示意图。