[发明专利]基于高分卫星遥感影像农业洪涝灾害范围监测系统及方法有效
申请号: | 201911205931.4 | 申请日: | 2019-11-29 |
公开(公告)号: | CN111008941B | 公开(公告)日: | 2023-10-24 |
发明(设计)人: | 覃志豪;李文娟 | 申请(专利权)人: | 中国农业科学院农业资源与农业区划研究所 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T7/11;G06T7/13;G06Q10/0635;G06F30/20 |
代理公司: | 北京国坤专利代理事务所(普通合伙) 11491 | 代理人: | 赵红霞 |
地址: | 100089 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 高分 卫星 遥感 影像 农业 洪涝灾害 范围 监测 系统 方法 | ||
本发明属于农业洪涝灾害范围监测技术领域,公开了一种基于高分卫星遥感影像农业洪涝灾害范围监测系统及方法,所述基于高分卫星遥感影像农业洪涝灾害范围监测系统包括:遥感影像采集模块、主控模块、影像校正模块、影像增强模块、影像特征提取模块、灾情信息分析模块、信息处理模块、显示模块。本发明通过影像增强模块可以大大提高采集的遥感影像的清晰度;同时,通过信息处理模块能够将各种信息数据进行处理,提高了多源数据的处理效率和利用率,构建模型提高模型的精度和准确度,利用模型准确提取水体信息,对该河段或支流的洪涝灾情动态发展情况进行监测和初步评估,为流域洪涝灾害提供准确的灾情信息服务奠定了基础。
技术领域
本发明属于农业洪涝灾害范围监测技术领域,尤其涉及一种基于高分卫星遥感影像农业洪涝灾害范围监测系统及方法。
背景技术
洪涝,指因大雨、暴雨或持续降雨使低洼地区淹没、渍水的现象。雨涝主要危害农作物生长,造成作物减产或绝收,破坏农业生产以及其他产业的正常发展。洪涝可分为河流洪水.湖泊湖泊洪水和风暴洪水等。其中河流洪水依照成因不同,又可分为以下几种类型:暴雨洪水、山洪、融雪洪水、冰凌洪水和溃坝洪水。影响最大、最常见的洪涝是河流洪水,尤其是流域内长时间暴雨造成河流水位居高不下而引发堤坝决口,对地区农业发展损害最大。然而,现有基于高分卫星遥感影像农业洪涝灾害范围监测技术监测图像不清晰;同时,不能获取准的洪涝灾情信息。
综上所述,现有技术存在的问题是:
现有基于高分卫星遥感影像农业洪涝灾害范围监测技术监测图像不清晰;同时,不能获取准的洪涝灾情信息。
发明内容
针对现有技术存在的问题,本发明提供了一种基于高分卫星遥感影像农业洪涝灾害范围监测系统及方法。
本发明是这样实现的,一种基于高分卫星遥感影像农业洪涝灾害范围监测方法,所述基于高分卫星遥感影像农业洪涝灾害范围监测方法包括:
第一步,通过遥感影像采集模块利用高分卫星采集农业洪涝灾害范围遥感影像;对获取有薄云的图像信号简化为地物的照射分量和云层的反射分量乘积;对上述两个分量的乘积得到关系式,两边取对数;将取对数模型通过傅里叶变换转换到相应的频域,然后用高通滤波的方法,增强高频,抑制低频,使占据低频成分的云的信息从图像信息中剔除去;再李彤傅里叶逆变换从频域回到空域;将转到空域中的公式作指数变换,在利用滤波器进行过滤;
第二步,主控模块通过影像校正模块利用校正程序对采集的遥感影像进行校正;
第三步,通过影像增强模块利用影像增强程序对采集的遥感影像进行增强处理;
第四步,通过影像特征提取模块利用影像提取程序提取遥感影像中农业洪涝灾害特征信息;
第五步,通过灾情信息分析模块利用分析程序根据提取的特征信息对洪涝灾害进行分析;将获取的灾情卫星图像信息进行数据的分类建立相应的数据库,并且对关于灾情的图像提取相应的特征;将不同的灾情与对应灾情描述进行特征关联,同类型灾害进行细分和归类;然后普根据灾情特征建立对应的数据模型,对灾情的严重程度进行评估;
第六步,通过信息处理模块对农作物洪涝灾情信息进行处理;
第七步,通过显示模块利用显示器显示采集的农业洪涝灾害范围遥感影像及分析结果。
进一步,所述利用影像增强程序对采集的遥感影像进行增强处理方法如下:
1)通过影像增强程序获取待测区域的TMPA3B43v7降水数据、MODIS卫星遥感影像数据以及ASTERGDEM卫星遥感影像数据,同时收集待测区域内地面观测站点的日降水量观测值;其中MODIS卫星遥感影像数据指的是MOD13A2数据产品;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国农业科学院农业资源与农业区划研究所,未经中国农业科学院农业资源与农业区划研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911205931.4/2.html,转载请声明来源钻瓜专利网。