[发明专利]一种基于时间序列遥感影像和水位监测数据的洲滩枯水位以上地形重建方法有效

专利信息
申请号: 202010726989.X 申请日: 2020-07-26
公开(公告)号: CN111951392B 公开(公告)日: 2023-04-25
发明(设计)人: 文雄飞;元媛;张穗;向大享;王敏;郑学东;姚仕明;刘希胜;李喆;王岗;申邵洪;姜莹 申请(专利权)人: 长江水利委员会长江科学院
主分类号: G06T17/05 分类号: G06T17/05;G06F16/29;G01C15/00
代理公司: 武汉楚天专利事务所 42113 代理人: 孔敏
地址: 430010 *** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 时间 序列 遥感 影像 水位 监测 数据 枯水位 以上 地形 重建 方法
【权利要求书】:

1.一种基于时间序列遥感影像和水位监测数据的河流洲滩枯水位以上地形重建方法,其特征在于包括如下步骤:

步骤 1,确定面积随河流水位变化年内变化较大的河流洲滩作为地形重建对象;

步骤 2,选择典型洲滩,根据其所在位置,确定该洲滩在河流上下游距离最近的水文监测站;

步骤 3,以ESA/Sentinel-2卫星数据为主要数据源,收集典型洲滩任一年内的时间序列遥感影像数据,将ESA/Sentinel-2时间序列遥感影像进行辐射定标、影像配准预处理过程,并通过构建MNDWI或NDWI水体指数,提取基于遥感数据的洲滩边界线;

步骤 4,根据遥感影像的成像时间,自动抓取该洲滩上下游最近水文监测站在离遥感影像成像时间最近时间点的水位数据,并计算上下游最近水文站之间的比降;

步骤 5,根据步骤4获取的上下游最近水文站之间的比降以及洲滩中心点或洲滩边界线各个特征点与上下游最近水文站的距离,计算水位等高线的高程信息或洲滩边界线各个特征点的高程信息;

步骤 6,将步骤3基于任一遥感影像提取的洲滩边界线和步骤5从水位监测数据获取的水位等高线的高程信息或洲滩边界线各个特征点的高程信息进行集成,并以此类推将时间序列的遥感影像提取的洲滩边界线和洲滩边界线的高程信息都进行集成;

步骤 7,采用空间插值方法,根据步骤6获得的任一年内时间序列的带高程信息的洲滩边界线,构建河流洲滩枯水位以上的数字地形模型,生成受测典型洲滩枯水位以上的数字地形;

步骤 8,利用监测区域内的新近实测地形数据,采用总体平均高程对比方法,在重叠测区对步骤 7获取的受测典型洲滩枯水位以上数字地形与新近实测地形进行精度检验,最终完成监测区域的洲滩枯水位以上地形图。

2.如权利要求1所述的基于时间序列遥感影像和水位监测数据的河流洲滩枯水位以上地形重建方法,其特征在于:所述步骤3中的预处理具体包括:图像裁剪、辐射定标、影像配准、云检测。

3.如权利要求1所述的基于时间序列遥感影像和水位监测数据的河流洲滩枯水位以上地形重建方法,其特征在于:所述步骤3中通过构建MNDWI或NDWI水体指数,提取基于遥感数据的洲滩边界线具体为:利用ENVI遥感软件,分析洲滩植被、洲滩沙地、水体在不同时间的ESA/Sentinel-2卫星影像各个波段的光谱特征,同时分析现有水体指数NDWI、MNDWI在不同季节区分洲滩和水体辨识度,然后对任一ESA/Sentinel-2卫星影像,选择合适的水体指数或者特征波段,通过目视判读或影像分割算法,提取基于遥感数据的洲滩边界线。

4.如权利要求1所述的基于时间序列遥感影像和水位监测数据的河流洲滩枯水位以上地形重建方法,其特征在于:所述步骤4中使用Python程序从水文水资源局网站自动抓取该洲滩上下游最近水位监测断面在离遥感影像成像时间最近时间点的水位数据。

5.如权利要求1所述的基于时间序列遥感影像和水位监测数据的河流洲滩枯水位以上地形重建方法,其特征在于:所述步骤 5具体包括:

(1)对于面积较小或顺水流方向较短的洲滩,洲头和洲尾水位接近,假定洲滩边界线和水位等高线一致,根据步骤4获取的上下游最近水文站之间的比降和洲滩中心点与上下游最近水文站的距离,确定洲滩中心点的高程,并作为洲滩水位等高线的高程;

(2)对于面积较大或顺水流方向较长的洲滩,洲头和洲尾存在一定水位差,在洲滩边界线上每间隔一定距离设置一个特征点,根据步骤4获取的上下游最近水文站之间的比降和洲滩边界线各个特征点与上下游最近水文站的距离,获取洲滩边界线各个特征点的高程。

6.如权利要求5所述的基于时间序列遥感影像和水位监测数据的河流洲滩枯水位以上地形重建方法,其特征在于:在洲滩边界线上每间隔100米设置一个特征点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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长江水利委员会长江科学院,未经长江水利委员会长江科学院许可,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/202010726989.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top