本申請涉及水質監測，尤其涉及一種基于光譜的污染物濃度擬合方法、無人智能設備及應用。
背景技術：
1、基于光譜的污染物濃度擬合，是一種通過分析物質與光相互作用后產生的特征光譜，來定量反演污染物濃度的技術，其在環境監測、工業過程控制等領域具有重要應用。
2、目前，環境監測的相關技術中，未充分考慮不同網格區域的污染物濃度影響因素的相似性，導致出現如下問題：第一，污染物濃度相似的多個網格區域均被采集光譜數據而導致的采樣冗余問題；第二，污染物濃度影響因素特殊的網格區域未被采集光譜數據而導致的采樣遺漏問題；第三，在對未采樣的空白區域進行光譜數據重構的過程中，僅根據兩個網格區域的空間距離進行插值；不利于提高采樣光譜進行污染物濃度擬合的準確性。
技術實現思路
1、鑒于以上問題，本申請實施例提供一種基于光譜的污染物濃度擬合方法、無人智能設備及應用，以解決上述不利于提高采樣光譜進行污染物濃度擬合的準確性的技術問題。
2、第一方面，本申請實施例提供一種基于光譜的污染物濃度擬合方法，包括：
3、將目標監測區域劃分為多個網格區域，根據每相鄰的兩個所述網格區域的污染物影響相似度，從所述多個網格區域篩選出多個目標網格區域，其中，多個所述目標網格區域中至少部分為關鍵目標網格區域；
4、采集所述目標網格區域的光譜數據，獲取所述關鍵目標網格區域的污染物濃度數據；
5、根據空白網格區域與所述目標網格區域的污染物影響相似度以及空間相似度獲取所述空白網格區域與所述目標網格區域的第一相似度指數，根據所述目標網格區域的光譜數據以及所述空白網格區域與所述目標網格區域的第一相似度指數，獲取所述空白網格區域的重構光譜數據，其中，所述空白網格區域為所述多個網格區域中除所述目標網格區域外的其他網格區域；
6、根據所述空白網格區域的重構光譜數據對所述關鍵目標網格區域進行重采樣，獲取所述關鍵目標網格區域的重采樣光譜數據；
7、根據所述關鍵目標網格區域的光譜數據和污染物濃度數據建立第一擬合模型，根據所述關鍵目標網格區域的重采樣光譜數據和污染物濃度數據建立第二擬合模型，根據所述第一擬合模型以及所述第二擬合模型獲取融合擬合模型；
8、基于所述融合擬合模型獲取所述網格區域中除所述關鍵目標網格區域外的其他網格區域的污染物濃度數據。
9、第二方面，本申請實施例提供一種無人智能設備，包括處理器、以及與所述處理器耦接的存儲器，所述存儲器存儲有可被所述處理器執行的程序指令；所述處理器執行所述存儲器存儲的所述程序指令時實現上述的基于光譜的污染物濃度擬合方法。
10、第三方面，本申請實施例提供一種基于光譜的污染物濃度擬合裝置，包括：
11、網格劃分模塊，用于將目標監測區域劃分為多個網格區域，根據每相鄰的兩個所述網格區域的污染物影響相似度，從所述多個網格區域篩選出多個目標網格區域，其中，多個所述目標網格區域中至少部分為關鍵目標網格區域；
12、數據獲取模塊，用于采集所述目標網格區域的光譜數據，獲取所述關鍵目標網格區域的污染物濃度數據；
13、重構模塊，用于根據空白網格區域與所述目標網格區域的污染物影響相似度以及空間相似度獲取所述空白網格區域與所述目標網格區域的第一相似度指數，根據所述目標網格區域的光譜數據以及所述空白網格區域與所述目標網格區域的第一相似度指數，獲取所述空白網格區域的重構光譜數據，其中，所述空白網格區域為所述多個網格區域中除所述目標網格區域外的其他網格區域；
14、重采樣模塊，用于根據所述空白網格區域的重構光譜數據對所述關鍵目標網格區域進行重采樣，獲取所述關鍵目標網格區域的重采樣光譜數據；
15、擬合模塊，用于根據所述關鍵目標網格區域的光譜數據和污染物濃度數據建立第一擬合模型，根據所述關鍵目標網格區域的重采樣光譜數據和污染物濃度數據建立第二擬合模型，根據所述第一擬合模型以及所述第二擬合模型獲取融合擬合模型；
16、反演模塊，用于基于所述融合擬合模型獲取所述網格區域中除所述關鍵目標網格區域外的其他網格區域的污染物濃度數據。
17、第四方面，本申請實施例提供一種計算機可讀存儲介質，所述計算機可讀存儲介質內存儲有程序指令，所述程序指令被處理器執行時實現上述的基于光譜的污染物濃度擬合方法。
18、本申請實施例提供的基于光譜的污染物濃度擬合方法、無人智能設備及應用，通過每相鄰的兩個網格區域的污染物影響相似度篩選出多個目標網格區域，同時避免光譜數據的采樣冗余和光譜數據的采樣遺漏，有利于提高采樣光譜進行污染物濃度擬合的準確性；通過空白網格區域與目標網格區域的污染物影響相似度獲取二者之間的第一相似度指數，再根據第一相似度指數對空白區域的光譜數據進行重構，能夠提高空白區域的重構光譜數據的準確性，有利于提高采樣光譜進行污染物濃度擬合的準確性；通過空白網格區域的重構光譜數據對關鍵目標網格區域進行重采樣，基于關鍵目標網格區域的光譜數據和污染物濃度數據的直接反演以及基于關鍵目標網格區域的重采樣光譜數據和污染物濃度數據的間接反演獲取融合擬合模型，減小光譜數據采樣裝置的姿勢及環境光照變化對光譜數據的干擾，有利于提高采樣光譜進行污染物濃度擬合的準確性。
19、本申請的這些方面或其他方面在以下實施例的描述中會更加簡明易懂。
1.一種基于光譜的污染物濃度擬合方法，其特征在于，包括：
2.根據權利要求1所述的基于光譜的污染物濃度擬合方法，其特征在于，根據所述目標網格區域的光譜數據以及所述空白網格區域與所述目標網格區域的第一相似度指數，獲取所述空白網格區域的重構光譜數據，包括：
3.根據權利要求2所述的基于光譜的污染物濃度擬合方法，其特征在于，任兩個所述網格區域的污染物影響相似度的計算步驟包括：
4.根據權利要求2所述的基于光譜的污染物濃度擬合方法，其特征在于，任兩個所述網格區域的空間相似度的計算步驟包括：
5.根據權利要求1～4任一項所述的基于光譜的污染物濃度擬合方法，其特征在于，所述根據所述空白網格區域的重構光譜數據對所述關鍵目標網格區域進行重采樣，獲取所述關鍵目標網格區域的重采樣光譜數據，包括：
6.根據權利要求5所述的基于光譜的污染物濃度擬合方法，其特征在于，根據所述空白網格區域的重構光譜數據以及所述關鍵目標網格區域與所述空白網格區域的第一相似度指數，獲取所述關鍵目標網格區域的重采樣光譜數據，包括：
7.根據權利要求1所述的基于光譜的污染物濃度擬合方法，其特征在于，所述采集所述目標網格區域的光譜數據，獲取所述關鍵目標網格區域的污染物濃度數據之前，還包括：
8.一種無人智能設備，其特征在于，包括處理器、以及與所述處理器耦接的存儲器，所述存儲器存儲有可被所述處理器執行的程序指令；所述處理器執行所述存儲器存儲的所述程序指令時實現如權利要求1至7任一項所述的基于光譜的污染物濃度擬合方法。
9.一種基于光譜的污染物濃度擬合裝置，其特征在于，包括：
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質內存儲有程序指令，所述程序指令被處理器執行時實現如權利要求1至7任一項所述的基于光譜的污染物濃度擬合方法。