高效、准确、高分辨率的PM2.5监测方法对污染控制和公众健康至关重要。本文提出了一种基于图像的PM2.5浓度估计方法。该方法结合图像特征和其他影响因素对PM2.5进行推断,并在回归和预测过程中采用改进的补丁策略。对上海场景数据集的实验结果表明,与其他方法相比,该方法在R2和RMSE上的估计精度分别为0.88和10.42 μg⋅m−3;增加相对湿度和拍摄月份等影响因素,提高了预测精度,而改进的patch策略显著提高了预测性能。此外,在不同时间和地点的两个数据集的结果进一步证明了所提方法的有效性和适用性。
这篇文章其实就是利用输入图像的各个特征来估计PM2.5的算法。原理其实很简单,除了依靠图像特征的变化来预测,还利用了其他的一些影像成像的因素。通过利用这些提取出来的特征输入到梯度增强决策树中来进行预测。
本文提出的PM2.5估计方法框架如图所示,包括回归和预测两个阶段,其中包括特征提取、GBDT构建回归模型和回归预测策略。
图像特征。PM2.5污染下场景的光学成像可以用大气散射模型来解释,该模型包含两个方面:物体表面反射的光经过粒子的散射和衰减后进入相机,来自大气的环境光(称为空气光)被散射到相机。不同PM2.5浓度下的光散射会对捕获图像的外观产生不同的变化,包括颜色、亮度和结构。因此,我们可以通过分析图像特征的变化来反向推断PM2.5。在这项工作中,我们采用了四个识别图像特征,即图像颜色、传输、Gabor滤波器和局部二值模式(LBP)。
图像颜色:Airlight通过Rayleigh散射和Mie散射导致图像颜色的变化。同样的,颜色信息可以作为不同的特征来估计颗粒浓度。
透射:在大气散射模型中,物体未散射并到达相机的那部分光被称为场景辐射的直接透射,在场景物体的光学成像中起着主要作用。透射率是直接反映粒子对光的散射和衰减的物理变量,因此,它特别适合用于估计PM2.5。
Gabor和LBP:随着空气中PM2.5的增加,光散射增加,捕获的图像质量变低,图像中的一些高频成分和局部细节(如建筑物的边缘、轮廓和表面纹理)模糊甚至丢失。根据这些视觉特征的变化来估计污染程度是合理的。通过对几种常用边缘滤波器的实验比较,采用Gabor滤波器提取边缘信息。根据Samsami等人的研究,我们应用LBP描述符来提取图像的纹理特征。
下图显示了不同PM2.5浓度下图像中感兴趣区域(ROI)的特征示例。直观地看,随着PM2.5浓度的增加,各种图像特征变化明显。PM2.5浓度越高,被颗粒物散射的空气光进入相机越多,直接传输到相机的场景辐射越少,导致ROI像素值越高,边缘和纹理信息越少。图4对roi的不同图像特征进行了平均和归一化,图像颜色和LBP与PM2.5呈正相关,透射率和Gabor与PM2.5呈负相关,进一步验证了这种变化。
并不是所有收集的图像都是理想的,随着PM2.5的减少(或增加),图像变得清晰(或模糊)。实际上,PM2.5和光照条件都可能随着天气和时间的变化而变化。如图所示,阴雨天PM2.5浓度不高,但图像能见度很低。因此,本研究考虑了以下几个相关因素作为辅助特征,以改进基于图像的PM2.5预测。
相对湿度:PM2.5颗粒的形成和沉积受相对湿度、风速、温度、降水等常规气象因子影响较大。考虑到我们方法的复杂性,我们只关注相对湿度的影响,因为它似乎是其他气象条件的组合结果。
拍摄周期:散射很大程度上取决于阳光到达物体的角度。在这项工作中,我们的数据集的场景和相机都是固定的位置,因此散射的变化主要是由给定场景的太阳位置决定的。但是太阳的位置一直在变化,太阳角度的计算比较复杂,因此我们将拍摄时间分为上午和下午作为太阳角度的替代因素。
摄影月份:PM2.5污染受季节气候变化和人类活动影响,具有明显的季节变化特征。全年PM2.5污染呈“u型”分布,冬季最高,秋季和春季次之,夏季最低。这说明这一显著特征可以辅助PM2.5浓度的估算。考虑到不同地区的季节差异,我们最终决定将图像拍摄的月份作为辅助特征之一。
通过上面的详细介绍,我们发现提取的特征与PM2.5有明显的相关性;因此,需要采用回归方法建立关系模型来估计PM2.5。梯度增强决策树(GBDT)是一种广泛应用于回归和分类的机器学习方法,它通过迭代组合多个差决策树模型(弱学习器)形成一个强大的学习模型(强学习器)。在本研究中,在回归模型的后续混凝土施工过程中,PM2.5的预测选择了GBDT。
建立回归模型需要提供同一场景的图像时间序列X = {x1, x2,…,xN},对应的PM2.5浓度数据Y = {y1, y2,…,yN},相对湿度数据RH = {rh1, rh2,…,rhN},其中N为图像数量。然后提取X中每个图像的颜色、透射、Gabor、LBP特征,得到一组整体图像特征IF = {IF1,IF2,…,IFN}。每个元素IFi仍然是一个包含四个图像特征变量的集合,即IFi = {IFic, IFit,IFig,IFil}。然后用拍摄月份对每张图像进行标记,得到月份M = {m1, m2, m3,…,mN}, mi∈[1,2,…,12]的特征变量,对每张图像的拍摄周期进行分类和编号,将上午数据设为0,下午数据设为1,得到时间段特征P = {p1, p2,…,pN}。最后,将所有不同的特征集IF、RH、P、M合并,并与目标Y一起输入到GBDT中,建立回归模型(Eq. (1)): model (X, Y) = GBDT([IF, RH, P, M], Y)
图像中的天空区域对天气非常敏感,在短时间内显示出巨大的变化,特别是在多云和刮风的情况下。为了避免不稳定区域降低整体预测性能,我们采用了一种patchwise方法进行回归和预测,该方法通常用于图像质量评估。如图所示,在回归阶段,首先将每个输入的训练图像分割成小块;然后,将每个图像补丁的所有特征输入相同的GBDT模型。在patch - wise训练中,使用输入图像的全局PM2.5 ground truth作为每个图像patch的回归目标。
在基于patch - wise策略的图像质量评估的预测阶段,使用每个图像patch及其对应的训练模型对测试图像中相同位置的patch进行预测,并对所有预测的patch得分进行平均,得到整体图像质量得分。与图像质量预测不同的是,我们认为不是所有的补丁都对PM2.5预测有效。为此,我们改进了patch - wise策略,只选择一些性能较好的图像patch进行预测,并使用回归R2作为图像patch选择的性能评价指标。因此,我们对回归后每个patch的R2进行计算和排序,选择R2在所有patch中排名靠前的patch。在预测阶段,将测试图像中选取的这些斑块的特征分别输入到经过训练的相应GBDT模型中进行预测,最后对这些斑块的预测值求平均值,得到测试图像的PM2.5全局预测浓度。在整个回归和预测过程中,有两个关键参数需要确定,即图像补丁的大小和选择用于预测的排名靠前的图像补丁的数量。
我们的工作提供了一种简单方便的基于图像的PM2.5浓度测量方法,该方法结合不同类型的图像特征和影响因素,应用GBDT建立这些特征与PM2.5浓度之间的关系模型,并改进patch - wise策略,实现PM2.5的回归和预测。
在上海和北京场景数据集上的实验结果表明,本文方法对PM2.5浓度估计的有效性和适用性,在同一场景数据集上优于其他传统机器学习算法和深度学习网络。通过对不同特征组合的性能分析,得出了我们方法选取的所有特征和因素的重要性排序,其中透射率最高,其次是相对湿度和月份,其次是图像颜色、Gabor和LBP,而周期最差。大量的实验表明,我们的方法可以通过设置合理的补丁大小和少量的顶级补丁来实现高精度的预测。我们还发现不同背景物体的预测能力存在明显差异,建筑区域的预测能力优于天空和水域区域。此外,对于影响显著的不同特征组合和参数设置,回归训练集中的有效样本量约为500。我们的方法可以准确有效地估计PM2.5浓度,不受天气条件的限制,适用于任何一天拍摄的图像。
在未来,我们将加入更多的因素来进一步提高所提出方法的性能,例如,气象因素,如风速、温度和气压,以及硬件因素,如相机传感器的质量和人工因素,如拍摄方向或角度。