[发明专利]一种简单的黑臭水体遥感快速监测方法有效

专利信息
申请号: 202110502361.6 申请日: 2021-05-08
公开(公告)号: CN113433075B 公开(公告)日: 2022-06-14
发明(设计)人: 杨邦会;王晓华;王春红;殷健;温莹莹;胡乔利;李冬阳 申请(专利权)人: 中科海慧(天津)科技有限公司
主分类号: G01N21/25 分类号: G01N21/25;G06F17/18
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 赵赫
地址: 300304 天津市东丽区华明*** 国省代码: 天津;12
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 简单 水体 遥感 快速 监测 方法
【说明书】:

发明涉及一种黑臭水体遥感监测方法、装置、电子设备及介质,方法包括:获取遥感影像数据;使用水体提取模型对所述遥感影像数据进行处理得到水体指数和植被指数,其中所述水体提取模型包括改进的归一化差分水体指数MNDWI算法、归一化差分水体指数NDWI算法和归一化差分植被指数NDVI算法;基于所述水体指数和植被指数,判断是否存在水体;使用水体类型识别模型对所述水体的水质进行识别。本发明的实施例通过黑臭水体提取模型,有效的获得了的黑臭水体信息遥感影像数据,能够较完善地利用光谱差异特征。

技术领域

本发明涉及水体质量监测技术领域,尤其涉及一种黑臭水体遥感监测方法、装置、电子设备及存储介质。

背景技术

由于黑臭水体往往是河湖的一段、断头河或者细小水体,分布没有一定的规律性,在监测黑臭水体的存在和具体位置时存在一定困难,传统的实地勘测方法耗时耗力。目前应用遥感技术对河道水水流或水资源进行黑臭状态监测取得了一定的进展,如通过基于遥感技术建立模型并应用算法以识别河道水体的信息,根据存在水体的河道和干涸河道的光谱指数的数值差异识别河道是否有水,并进一步识别黑臭水体。

现有的黑臭水体识别模型方法往往仅使用单一的模型进行分析,然而黑臭水体由于污染物成分的差异,河道下垫面构成的差异,其光谱特征具有不确定性,黑臭水体面积小、河段破碎,其遥感信息容易受到河岸绿化树木、建筑物等周边环境的影响,因此现有的方法常常具有一定的局限性,在快速监测不同地理条件和不同水质的黑臭水体时存在亟待解决的问题。

发明内容

本发明的目的是提供一种黑臭水体遥感监测方法、装置、电子设备及存储介质,用以解决现有技术中的问题。具体地,本发明实施例提供了以下技术方案:

第一方面,本发明实施例提供了一种黑臭水体遥感监测方法,包括:

获取遥感影像数据;

使用水体提取模型对所述遥感影像数据进行处理得到水体指数和植被指数,其中所述水体提取模型包括改进的归一化差分水体指数MNDWI算法、归一化差分水体指数NDWI算法和归一化差分植被指数NDVI算法;

基于所述水体指数和植被指数,判断是否存在水体;

使用水体类型识别模型对所述水体的水质进行识别。

可选地,所述基于所述水体指数和植被指数,判断是否存在水体包括:

在植被较为稀疏的地区,当MNDWIt0≥a1成立时,判断存在水体,其中MNDWIt0是t0时刻的MNDWI值,a1是预设阈值;

或,在植被较为茂盛的地区,当MNDWIti<a1,NDVIti≥a2,MNDWIti-j≥a1并且NDVIti-j<a2成立时,判断存在水体,其中MNDWIti,MNDWIti-j,NDVIti和NDVIti-j分别是ti、ti-j时刻的MNDWI值和NDVI值,ji,a2是预设阈值。

可选地,所述使用水体类型识别模型对所述水体的水质进行识别包括:

对于非细小水体,建立包括黑臭水体子模型1、黑臭水体子模型2和黑臭水体变异系数的水体类型识别模型,其中黑臭水体子模型1的算法为:

其中Rg是绿波段反射率,Rr是红波段反射率;

黑臭水体子模型2的算法为:

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中科海慧(天津)科技有限公司,未经中科海慧(天津)科技有限公司许可,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/202110502361.6/2.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