CN111504424A - 一种基于遥感的湖泊蓄水变化量监测方法 - Google Patents
一种基于遥感的湖泊蓄水变化量监测方法 Download PDFInfo
- Publication number
- CN111504424A CN111504424A CN202010552880.9A CN202010552880A CN111504424A CN 111504424 A CN111504424 A CN 111504424A CN 202010552880 A CN202010552880 A CN 202010552880A CN 111504424 A CN111504424 A CN 111504424A
- Authority
- CN
- China
- Prior art keywords
- lake
- water
- remote sensing
- data
- water level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
- G01F23/22—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water
- G01F23/28—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water by measuring the variations of parameters of electromagnetic or acoustic waves applied directly to the liquid or fluent solid material
- G01F23/284—Electromagnetic waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9027—Pattern recognition for feature extraction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Thermal Sciences (AREA)
- Fluid Mechanics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
Abstract
本发明公开了一种基于遥感的湖泊蓄水变化量监测方法,包括以下步骤:遥感数据收集与分析;基于面向对象方法的湖泊水体信息提取;基于合成孔径雷达测高数据的湖泊水位提取;基于遥感湖泊面积变化‑水位变化的关系模型建立;湖泊长时间序列的水量变化估算研究。本发明的基于遥感的湖泊蓄水变化量监测方法,不依赖多源水位数据,在Landsat和Keyhole卫星两种光学遥感数据提取的长时间序列湖泊面积的基础上,基于有限时间段内的单一卫星雷达测高数据(Sentinel‑3)估算湖泊过去五十年的蓄水量变化,为湖泊长时序水量变化监测提供新思路。
Description
技术领域
本发明涉及湖泊蓄水变化量监测技术领域,尤其涉及一种基于遥感的湖泊蓄水变化量监测方法。
背景技术
气候变化是当前国际上的重大科学问题,水资源是受气候变化影响最直接和最重要的领域之一。气候通过影响降水、蒸发、径流等一系列水循环的重要环节,影响水资源分配与变化。湖泊是地表水资源的重要载体,近几十年气候总体有向暖湿化、暖干化发展的趋势,湖泊形态与水量发生了巨大变化。
卫星遥感技术为湖泊水量变化监测提供了技术手段。现有的技术中,湖泊面积与水位是水量变化监测中必不可少的参数,已有的研究中,最后都落脚到基于卫星遥感面积-卫星遥感水位的湖泊水量变化估算。以往的湖泊蓄水量变化监测方法需要结合多源雷达卫星水位数据,但卫星雷达水位数据的在轨时间有限,无法扩展水量变化研究的时间长度;有的则使用了单一的光学卫星数据,无法最大限度扩展湖泊水量变化的时间长度。
发明内容
本发明要解决的技术问题是克服现有的缺陷,提供一种基于遥感的湖泊蓄水变化量监测方法,不依赖多源水位数据,在Landsat和Keyhole卫星两种光学遥感数据提取的长时间序列湖泊面积的基础上,基于有限时间段内的单一卫星雷达测高数据(Sentinel-3)估算湖泊过去五十年的蓄水量变化,为湖泊长时序水量变化监测提供新思路,可以有效解决背景技术中的问题。
为了解决上述技术问题,本发明提供了如下的技术方案:
本发明提供一种基于遥感的湖泊蓄水变化量监测方法,包括以下步骤:
S1:遥感数据收集与分析;
S2:基于面向对象方法的湖泊水体信息提取;
S3:基于合成孔径雷达测高数据的湖泊水位提取;
S4:基于遥感湖泊面积变化-水位变化的关系模型建立;
S5:湖泊长时间序列的水量变化估算研究。
作为一种优选方案,步骤S1中,所述的遥感数据收集与分析包括:
整理获取遥感影像资料,所述整理获取遥感影像资料包括长时间序列的Landsat光学卫星数据、美国锁眼系列卫星、近几年的新兴卫星雷达测高数据Sentinel-3数据。
作为一种优选方案,步骤S1中,所述的遥感数据收集与分析还包括:
结合两种光学影像湖泊颜色表现确定湖泊非结冰期,筛选整理影像,筛选整理湖泊非结冰期的卫星测高数据。
作为一种优选方案,步骤S2中,所述的基于面向对象方法的湖泊水体信息提取包括:
根据两种光学影像,进行影像预处理,然后分别利用归一化水体指数方法、面向对象方法进行湖泊水体提取,结合人工检查修复Landsat有条带现象的水体,对比分析两种方法的精度,分析获取最优的近五十年非结冰期湖泊边界矢量数据。
作为一种优选方案,步骤S3中,所述的基于合成孔径雷达测高数据的湖泊水位提取包括:
明确2016-2019年湖泊Sentinel-3合成孔径雷达卫星过境数据特点,基于卫星测高原理,考虑大气、地形影响对过境的卫星测高数据进行误差校正,结合同期遥感湖泊面积筛选湖面上的卫星测高数据点,进行异常值剔除与同期水位数据点的均值化处理,获得各过境时间的水位数据;进行基于实测水位数据的试点湖泊验证。
作为一种优选方案,步骤S4中,所述的基于遥感湖泊面积变化-水位变化的关系模型建立包括:
基于2016-2019年湖泊卫星水位数据,分析水位年内变化特征;基于2016-2019年遥感湖泊非冰期面积数据,分析湖泊面积与水位变化的一致性;挑选与湖泊面积时间接近的卫星水位数据,建立稳健的水位变化量-面积变化量的关系模型。
作为一种优选方案,步骤S5中,所述的湖泊长时间序列的水量变化估算研究包括:
假设近五十年研究湖泊地形无明显变化,根据湖泊水位变化量-面积变化量关系模型,基于五十年的湖泊面积变化数据,估算近五十年湖泊水位变化;进一步基于水量变化模型估算近五十年湖泊水量变化。
作为一种优选方案,所述水量变化模型为:
假设湖泊水量变化为不规则的台体,按如下公式计算水位变化下的水量变化:
式中,Sa为台体上表面面积,对应湖泊高水时的面积,Sb为台体下表面面积,对应湖泊低水时的面积,h为水位变化值。
作为一种优选方案,所述的湖泊面积由光学遥感获得,湖泊水位则由雷达测高数据获得。
本发明中提供的一个或多个技术方案,至少具有如下技术效果或者优点:
1、不依赖多源水位数据,在Landsat和Keyhole卫星两种光学遥感数据提取的长时间序列湖泊面积的基础上,基于有限时间段内的单一卫星雷达测高数据(Sentinel-3)估算湖泊过去五十年的蓄水量变化,为湖泊长时序水量变化监测提供新思路。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例:
本实施例提供一种基于遥感的湖泊蓄水变化量监测方法,包括以下步骤:
(1)遥感数据收集与分析
整理获取遥感影像资料,包括长时间序列的Landsat光学卫星数据、美国锁眼(Keyhole)系列卫星、近几年的新兴卫星雷达测高数据Sentinel-3(Sentinel-3A/3B)数据。结合两种光学影像湖泊颜色表现确定湖泊非结冰期,筛选整理影像。筛选整理湖泊非结冰期的卫星测高数据。
(2)基于面向对象方法的湖泊水体信息提取
根据两种光学影像,进行影像预处理,然后分别利用归一化水体指数方法、面向对象方法进行湖泊水体提取,结合人工检查修复Landsat有条带现象的水体,对比分析两种方法的精度,分析获取最优的近五十年非结冰期湖泊边界矢量数据。
(3)基于合成孔径雷达测高数据的湖泊水位提取
明确2016-2019年湖泊Sentinel-3合成孔径雷达卫星过境数据特点,基于卫星测高原理,考虑大气、地形影响对过境的卫星测高数据进行误差校正,结合同期遥感湖泊面积筛选湖面上的卫星测高数据点,进行异常值剔除与同期水位数据点的均值化处理,获得各过境时间的水位数据;进行基于实测水位数据的试点湖泊验证。
(4)基于遥感湖泊面积变化-水位变化的关系模型建立
基于2016-2019年湖泊卫星水位数据,分析水位年内变化特征;基于2016-2019年遥感湖泊非冰期面积数据,分析湖泊面积与水位变化的一致性;挑选与湖泊面积时间接近的卫星水位数据,建立稳健的水位变化量-面积变化量的关系模型。
(5)湖泊长时间序列的水量变化估算研究
假设近五十年研究湖泊地形无明显变化,根据湖泊水位变化量-面积变化量关系模型,基于五十年的湖泊面积变化数据,估算近五十年湖泊水位变化;进一步基于水量变化模型估算近五十年湖泊水量变化。其中水量变化模型如下:
假设湖泊水量变化为不规则的台体,按如下公式(Taube,2000)计算水位变化下的水量变化:
式中,Sa为台体上表面面积,对应湖泊高水时的面积,Sb为台体下表面面积,对应湖泊低水时的面积,h为水位变化值。其中湖泊面积由光学遥感获得,湖泊水位则由雷达测高数据获得。
本方法不依赖多源水位数据,在Landsat和Keyhole卫星两种光学遥感数据提取的长时间序列湖泊面积的基础上,基于有限时间段内的单一卫星雷达测高数据(Sentinel-3)估算湖泊过去五十年的蓄水量变化,为湖泊长时序水量变化监测提供新思路。方法所用数据都可以在网上免费公开获取。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于遥感的湖泊蓄水变化量监测方法,其特征在于:包括以下步骤:
S1:遥感数据收集与分析;
S2:基于面向对象方法的湖泊水体信息提取;
S3:基于合成孔径雷达测高数据的湖泊水位提取;
S4:基于遥感湖泊面积变化-水位变化的关系模型建立;
S5:湖泊长时间序列的水量变化估算研究。
2.根据权利要求1所述的基于遥感的湖泊蓄水变化量监测方法,其特征在于:步骤S1中,所述的遥感数据收集与分析包括:
整理获取遥感影像资料,所述整理获取遥感影像资料包括长时间序列的Landsat光学卫星数据、美国锁眼系列卫星、近几年的新兴卫星雷达测高数据Sentinel-3数据。
3.根据权利要求2所述的基于遥感的湖泊蓄水变化量监测方法,其特征在于:步骤S1中,所述的遥感数据收集与分析还包括:
结合两种光学影像湖泊颜色表现确定湖泊非结冰期,筛选整理影像,筛选整理湖泊非结冰期的卫星测高数据。
4.根据权利要求1所述的基于遥感的湖泊蓄水变化量监测方法,其特征在于:步骤S2中,所述的基于面向对象方法的湖泊水体信息提取包括:
根据两种光学影像,进行影像预处理,然后分别利用归一化水体指数方法、面向对象方法进行湖泊水体提取,结合人工检查修复Landsat有条带现象的水体,对比分析两种方法的精度,分析获取最优的近五十年非结冰期湖泊边界矢量数据。
5.根据权利要求1所述的基于遥感的湖泊蓄水变化量监测方法,其特征在于:步骤S3中,所述的基于合成孔径雷达测高数据的湖泊水位提取包括:
明确2016-2019年湖泊Sentinel-3合成孔径雷达卫星过境数据特点,基于卫星测高原理,考虑大气、地形影响对过境的卫星测高数据进行误差校正,结合同期遥感湖泊面积筛选湖面上的卫星测高数据点,进行异常值剔除与同期水位数据点的均值化处理,获得各过境时间的水位数据;进行基于实测水位数据的试点湖泊验证。
6.根据权利要求1所述的基于遥感的湖泊蓄水变化量监测方法,其特征在于:步骤S4中,所述的基于遥感湖泊面积变化-水位变化的关系模型建立包括:
基于2016-2019年湖泊卫星水位数据,分析水位年内变化特征;基于2016-2019年遥感湖泊非冰期面积数据,分析湖泊面积与水位变化的一致性;挑选与湖泊面积时间接近的卫星水位数据,建立稳健的水位变化量-面积变化量的关系模型。
7.根据权利要求1所述的基于遥感的湖泊蓄水变化量监测方法,其特征在于:步骤S5中,所述的湖泊长时间序列的水量变化估算研究包括:
假设近五十年研究湖泊地形无明显变化,根据湖泊水位变化量-面积变化量关系模型,基于五十年的湖泊面积变化数据,估算近五十年湖泊水位变化;进一步基于水量变化模型估算近五十年湖泊水量变化。
9.根据权利要求1所述的基于遥感的湖泊蓄水变化量监测方法,其特征在于:所述的湖泊面积由光学遥感获得,湖泊水位则由雷达测高数据获得。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010552880.9A CN111504424A (zh) | 2020-06-17 | 2020-06-17 | 一种基于遥感的湖泊蓄水变化量监测方法 |
AU2021100306A AU2021100306A4 (en) | 2020-06-17 | 2021-01-18 | Remote Sensing-Based Lake Water Storage Change Monitoring Method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010552880.9A CN111504424A (zh) | 2020-06-17 | 2020-06-17 | 一种基于遥感的湖泊蓄水变化量监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111504424A true CN111504424A (zh) | 2020-08-07 |
Family
ID=71878819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010552880.9A Pending CN111504424A (zh) | 2020-06-17 | 2020-06-17 | 一种基于遥感的湖泊蓄水变化量监测方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111504424A (zh) |
AU (1) | AU2021100306A4 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112200050A (zh) * | 2020-09-30 | 2021-01-08 | 同济大学 | 基于多源卫星数据的湖泊水量时空变化分析方法及装置 |
CN112945352A (zh) * | 2021-02-03 | 2021-06-11 | 成都鼎安华智慧物联网股份有限公司 | 基于遥感数据水位异常信息的提取方法 |
CN113011740A (zh) * | 2021-03-18 | 2021-06-22 | 长江水资源保护科学研究所 | 一种用于构建湖泊湿地生态对水位梯度响应关系的方法 |
CN113256101A (zh) * | 2021-05-20 | 2021-08-13 | 东南大学 | 一种城乡湖泊蓄水量变化的关键驱动力分析方法 |
US11391569B2 (en) * | 2018-11-08 | 2022-07-19 | Tsinghua University | Method and device for monitoring water volume change, computer device and storage medium |
CN114858987A (zh) * | 2022-03-30 | 2022-08-05 | 河海大学 | 一种基于物联网河湖水量水质监测与管理*** |
CN115077656A (zh) * | 2022-08-16 | 2022-09-20 | 清华大学 | 水库水储量反演方法和装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114152302B (zh) * | 2022-02-07 | 2022-06-21 | 中国科学院地理科学与资源研究所 | 湖泊蓄水变化量估算方法、***、电子设备和介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101858065A (zh) * | 2010-05-19 | 2010-10-13 | 北京师范大学 | 一种考虑污染胁迫的浅水湖泊生态需水量估算方法 |
CN102226332A (zh) * | 2011-04-12 | 2011-10-26 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于环境监测反馈的调水方法 |
CN103363962A (zh) * | 2013-07-23 | 2013-10-23 | 中国科学院遥感与数字地球研究所 | 一种基于多光谱影像的湖泊水储量遥感估算方法 |
US20160247079A1 (en) * | 2015-02-20 | 2016-08-25 | Iteris, Inc. | Modeling of soil compaction and structural capacity for field trafficability by agricultural equipment from diagnosis and prediction of soil and weather conditions associated with user-provided feedback |
CN106354992A (zh) * | 2016-08-12 | 2017-01-25 | 中国水利水电科学研究院 | 基于多时相遥感影像和dem的湖泊水量蓄变量评估方法 |
CN109489637A (zh) * | 2018-11-08 | 2019-03-19 | 清华大学 | 水量变化监测方法、装置、计算机设备和存储介质 |
-
2020
- 2020-06-17 CN CN202010552880.9A patent/CN111504424A/zh active Pending
-
2021
- 2021-01-18 AU AU2021100306A patent/AU2021100306A4/en not_active Ceased
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101858065A (zh) * | 2010-05-19 | 2010-10-13 | 北京师范大学 | 一种考虑污染胁迫的浅水湖泊生态需水量估算方法 |
CN102226332A (zh) * | 2011-04-12 | 2011-10-26 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于环境监测反馈的调水方法 |
CN103363962A (zh) * | 2013-07-23 | 2013-10-23 | 中国科学院遥感与数字地球研究所 | 一种基于多光谱影像的湖泊水储量遥感估算方法 |
US20160247079A1 (en) * | 2015-02-20 | 2016-08-25 | Iteris, Inc. | Modeling of soil compaction and structural capacity for field trafficability by agricultural equipment from diagnosis and prediction of soil and weather conditions associated with user-provided feedback |
CN106354992A (zh) * | 2016-08-12 | 2017-01-25 | 中国水利水电科学研究院 | 基于多时相遥感影像和dem的湖泊水量蓄变量评估方法 |
CN109489637A (zh) * | 2018-11-08 | 2019-03-19 | 清华大学 | 水量变化监测方法、装置、计算机设备和存储介质 |
Non-Patent Citations (7)
Title |
---|
冯炼: "《大型通江湖泊水沙时空动态遥感研究:以鄱阳湖为例》", 31 May 2016, 武汉大学出版社 * |
国家***极地专项办公室: "《南极地区环境遥感考察》", 30 June 2016, 海洋出版社 * |
张建云: "青藏高原水资源演变与趋势分析", 《中国科学院院刊》 * |
朱长明: "基于完全遥感的湖泊湿地水文特征参数综合反演", 《水文》 * |
煤炭工业部书刊编辑室: "《矿山测量手册 下》", 30 June 1965, 中国工业出版社 * |
白玛央宗: "1972_2018年西藏玛旁雍错和拉昂错湖泊面积变化趋势分析", 《高原科学研究》 * |
麦麦提吐尔逊•艾则孜: "《内陆河流域环境演变与生态安全》", 31 August 2016, 北京理工大学出版社 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11391569B2 (en) * | 2018-11-08 | 2022-07-19 | Tsinghua University | Method and device for monitoring water volume change, computer device and storage medium |
CN112200050A (zh) * | 2020-09-30 | 2021-01-08 | 同济大学 | 基于多源卫星数据的湖泊水量时空变化分析方法及装置 |
CN112945352A (zh) * | 2021-02-03 | 2021-06-11 | 成都鼎安华智慧物联网股份有限公司 | 基于遥感数据水位异常信息的提取方法 |
CN113011740A (zh) * | 2021-03-18 | 2021-06-22 | 长江水资源保护科学研究所 | 一种用于构建湖泊湿地生态对水位梯度响应关系的方法 |
CN113011740B (zh) * | 2021-03-18 | 2021-09-14 | 长江水资源保护科学研究所 | 一种用于构建湖泊湿地生态对水位梯度响应关系的方法 |
CN113256101A (zh) * | 2021-05-20 | 2021-08-13 | 东南大学 | 一种城乡湖泊蓄水量变化的关键驱动力分析方法 |
CN113256101B (zh) * | 2021-05-20 | 2022-10-28 | 东南大学 | 一种城乡湖泊蓄水量变化的关键驱动力分析方法 |
CN114858987A (zh) * | 2022-03-30 | 2022-08-05 | 河海大学 | 一种基于物联网河湖水量水质监测与管理*** |
CN114858987B (zh) * | 2022-03-30 | 2024-06-11 | 河海大学 | 一种基于物联网河湖水量水质监测与管理*** |
CN115077656A (zh) * | 2022-08-16 | 2022-09-20 | 清华大学 | 水库水储量反演方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
AU2021100306A4 (en) | 2021-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111504424A (zh) | 一种基于遥感的湖泊蓄水变化量监测方法 | |
Fan et al. | Light Gradient Boosting Machine: An efficient soft computing model for estimating daily reference evapotranspiration with local and external meteorological data | |
CN113040034B (zh) | 一种节水灌溉控制***及控制方法 | |
CN106354992B (zh) | 基于多时相遥感影像和dem的湖泊水量蓄变量评估方法 | |
CN105205466B (zh) | 一种基于夜间灯光影像的能源碳排放量遥感估算方法 | |
CN110645961B (zh) | 基于遥感和ndvi的森林资源动态变化检测方法 | |
CN109726698A (zh) | 基于遥感数据进行季度灌溉面积识别的方法 | |
CN113591572A (zh) | 基于多源数据和多时相数据的水土流失定量监测方法 | |
CN108665466A (zh) | 一种道路激光点云中路面病害自动提取方法 | |
CN112200163B (zh) | 水下底栖生物检测方法及*** | |
CN115687850A (zh) | 一种农田的灌溉需水量计算方法及装置 | |
CN106324708B (zh) | 雨量记录图纸的数字化方法、装置 | |
US11954895B1 (en) | Method for automatically identifying south troughs by improved Laplace | |
CN107665338A (zh) | 基于遥感的小型水利工程水面面积及蓄水量推求方法 | |
CN112085725A (zh) | 基于启发式迭代算法的残膜残留量检测方法及预警*** | |
CN111191543A (zh) | 油菜产量估测方法 | |
CN109859145A (zh) | 一种基于多级权重相对总变差的图像去纹理方法 | |
CN115203643A (zh) | 融合水文与生态要素的水源涵养功能定量诊断方法及*** | |
CN108629818A (zh) | 一种大范围不透水面百分比变化量快速制图技术 | |
CN111768101B (zh) | 一种顾及物候特征的遥感耕地变化检测方法及*** | |
CN111929680B (zh) | 一种基于sar图像的洪水淹没程度快速评价方法 | |
CN114255247A (zh) | 基于改进Unet++网络模型的丘陵地块深度分割与提取方法 | |
CN114152302A (zh) | 湖泊蓄水变化量估算方法、***、电子设备和介质 | |
CN113361403A (zh) | 改进的基于ndfi洪水提取方法、***、终端及应用 | |
CN113269037A (zh) | 一种单期影像地表覆盖变化检测自动化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |