CN111553942A - 一种遥感水文站监测河流径流的***及其方法 - Google Patents
一种遥感水文站监测河流径流的***及其方法 Download PDFInfo
- Publication number
- CN111553942A CN111553942A CN202010360838.7A CN202010360838A CN111553942A CN 111553942 A CN111553942 A CN 111553942A CN 202010360838 A CN202010360838 A CN 202010360838A CN 111553942 A CN111553942 A CN 111553942A
- Authority
- CN
- China
- Prior art keywords
- image
- river
- module
- unit
- unmanned aerial
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 51
- 238000004364 calculation method Methods 0.000 claims abstract description 39
- 238000012937 correction Methods 0.000 claims abstract description 36
- 238000007781 pre-processing Methods 0.000 claims description 24
- 238000001914 filtration Methods 0.000 claims description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 abstract description 2
- 241000282414 Homo sapiens Species 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种遥感水文站监测河流径流的***及其方法,所述遥感水文站监测河流径流的***包括卫星雷达模块、无人机模块、图像处理模块和存储计算模块,利用卫星雷达获取监测河流的位置信息和第一图像,根据所述位置信息,利用多架无人机在不同的高度上,获取对应的多张第二图像,并实时回传;在实时图像处理模块中,根据实时第一图像,对所述第二图像进行拼接和几何校正,然后在矫正完成后的所述第二图像中提取出对应的河流宽度,结合地面监测数据,计算出对应的河流径流值,并进行保存,结合卫星雷达和多架无人机在不同高度采集数据,并对所述无人机采集的图像进行几何矫正,提升了监测数据的准确度。
Description
技术领域
本发明涉及河流径流监测技术领域,尤其涉及一种遥感水文站监测河流径流的***及其方法。
背景技术
河流是人类重要的用水来源,与人类的生活、生产息息相关,同时也是地球水循环的重要组成部分,在区域经济发展和气候变化中发挥着至关重要的作用。近些年来,随着科技的进步和人类社会的发展,人们越来越重视对水资源的监控。遥感技术的发展为全球河流流量的观测提供了一种新的手段,利用遥感可以弥补地面流量观测的不足。然而,由于分布式遥感水文模型所需要的数据参数众多,且难以获取,并未广泛使用。且常规遥感监测到的水文参数和变量,难以满足保障对水文参数和变量的精度要求,导致监测得到的数据的准确度较低。
发明内容
本发明的目的在于提供一种遥感水文站监测河流径流的***及其方法,提高监测数据的准确度。
为实现上述目的,本发明提供了一种遥感水文站监测河流径流的方法,包括:
利用卫星雷达获取监测河流的位置信息和第一图像;
根据所述位置信息,利用无人机获取对应的多张第二图像;
根据所述第一图像,对所述第二图像进行拼接和几何校正;
根据所述第二图像提取出河流宽度,结合地面监测,完成河流径流的监测。
其中,所述利用卫星雷达获取监测河流的位置信息和第一图像,包括:
基于需要测量的河流流域,利用卫星雷达获取被测河流的位置信息,并截取对应的所述被测河流的卫星图像后,对所述图像转换为灰度图并进行滤波处理,得到第一图像,其中,所述位置信息包括被测河流的所有的经度和纬度数据。
其中,根据所述位置信息,利用无人机获取对应的多张第二图像,包括:
利用多架无人机,在不同高度上根据获取的所述位置信息对所述被测河流进行拍摄,并将拍摄得到的多张第二图像进行实时回传。
其中,根据所述位置信息,利用无人机获取对应的多张第二图像,还包括:
根据不同所述高度的数值对对应的无人机进行编号,并将所述编号和拍摄顺序作为所述第二图像的文件名进行回传。
其中,根据所述第一图像,对所述第二图像进行拼接和几何校正,包括:
根据实时接收到所述第二图像的时间和对应的无人机所处的位置信息对所述第二图像进行拼接,同时结合所述第一图像,对拼接的所述第二图像进行矫正。
其中,根据所述第一图像,对所述第二图像进行拼接和几何校正,还包括:
将完成拼接的所述第二图像转换为灰度图后,将所述第二图像进行滤波处理,根据所述第一图像和所述第二图像的像元灰度值或者地物特征确定同名点,并根据所述同名点完成所述第二图像的几何校正。
其中,根据所述第二图像提取出河流宽度,结合地面监测,完成河流径流的监测,包括:
将完成几何校正的所述第二图像提取出所述被测河流的河面宽度,同时结合地面的水位监测数据,利用谢才公式计算出对应位置的河流径流量。
第二方面,本发明提供一种遥感水文站监测河流径流的***,所述遥感水文站监测河流径流的***包括卫星雷达模块、无人机模块、图像处理模块和存储计算模块,所述卫星雷达模块与所述无人机模块和所述图像处理模块连接,所述无人机模块与所述图像处理模块连接,所述图像处理模块与所述存储计算模块连接,
所述卫星雷达模块,用于利用卫星雷达获取被测河流的位置信息和卫星图像,并将所述位置信息传输至所述无人机模块,将所述卫星图像传输至所述图像处理模块;
所述无人机模块,用于根据接收到所述位置信息对所述被测河流进行拍摄,并将拍摄得到的第二图像传输至所述图像处理模块;
所述图像处理模块,用于将所述卫星图像进行滤波和灰度图转换为第一图像,并对所述第二图像进行拼接后,根据所述第一图像进行几何矫正;
所述存储计算模块,用于接收并存储所述第一图像和矫正后的第二图像,并在所述第二图像中提取出对应的河面宽度,计算出对应的河流径流值。
其中,所述图像处理模块包括拼接单元、预处理单元和几何矫正单元,所述拼接单元与所述无人机模块和所述预处理单元连接,所述预处理单元与所述卫星雷达模块连接,所述几何矫正单元与所述预处理单元连接,
所述拼接单元,用于将接收到的所述第二图像按照接收的时间和位置信息进行拼接,并传输至所述预处理单元;
所述预处理单元,用于将接收到的所述卫星图像和拼接后的所述第二图像进行滤波处理后,分别转换为灰度图;
所述几何校正单元,用于根据转换后得到的第一图像和所述第二图像的像元灰度值或者地物特征确定同名点,并根据所述同名点完成所述第二图像的几何校正。
其中,所述图像处理模块还包括编号分类单元和命名单元,所述编号分类单元与所述拼接单元连接,所述命名单元与所述编号分类单元连接,
所述编号分类单元,用于根据不同所述高度的数值对对应的无人机进行编号,同时按照所述编号信息对回传的所述第二图像进行分类后,传输至所述拼接单元;
所述命名单元,用于获取所述无人机的编号,并将所述编号和拍摄顺序转换为所述第二图像的文件名。
其中,所述存储计算模块包括计算单元和存储单元,所述计算单元与所述几何矫正单元连接,所述存储单元与所述计算单元连接,
所述计算单元,用于提取经过几何矫后的所述第二图像中的河面宽度,并结合地面监测,计算出对应的河流径流值;
所述存储单元,用于存储所述第一图像和所述第二图像,同时存储计算出的所述河流径流值。
本发明的一种遥感水文站监测河流径流的***及其方法,所述遥感水文站监测河流径流的***包括卫星雷达模块、无人机模块、图像处理模块和存储计算模块,所述卫星雷达模块与所述无人机模块和所述图像处理模块连接,所述无人机模块与所述图像处理模块连接,所述图像处理模块与所述存储计算模块连接,利用卫星雷达获取监测河流的位置信息和第一图像,根据所述位置信息,利用多架无人机在不同的高度上,获取对应的多张第二图像,并实时回传;在实时图像处理模块中,根据实时第一图像,对所述第二图像进行拼接和几何校正,然后在矫正完成后的所述第二图像中提取出对应的河流宽度,结合地面监测数据,计算出对应的河流径流值,并进行保存,结合卫星雷达和多架无人机在不同高度采集数据,并对所述无人机采集的图像进行几何矫正,提升了监测数据的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的一种遥感水文站监测河流径流的方法的步骤示意图。
图2是本发明提供的一种遥感水文站监测河流径流的***的结构示意图。
1-卫星雷达模块、2-无人机模块、3-图像处理模块、4-存储计算模块、31-拼接单元、32-预处理单元、33-几何矫正单元、41-计算单元、42-存储单元、34-编号分类单元、35-命名单元。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
请参阅图1,本发明提供一种遥感水文站监测河流径流的方法,包括:
S101、利用卫星雷达获取监测河流的位置信息和第一图像。
具体的,基于需要测量的河流流域,首先利用卫星雷达获取被测河流的位置信息,并截取对应的所述被测河流的卫星图像后,对所述图像转换为灰度图并进行滤波处理,得到第一图像,其中,所述位置信息包括被测河流的所有的经度和纬度数据,所述位置信息为所述被测河流全流域内的所有经纬度数据,保证了监测数据的完整性和准确性,对截取的所述卫星图像,首先将其转换为灰度图,方便后续的滤波去噪处理,而滤波去噪可以采用目前常见的中值滤波法或者MATLAB法进行滤波处理,保证得到的所述第一图像的清晰度。
S102、根据所述位置信息,利用无人机获取对应的多张第二图像。
具体的,由于已经获取了被测河流的详细的位置信息,利用多架无人机,在不同高度上根据获取的所述位置信息对所述被测河流进行拍摄,同时根据不同所述高度的数值对对应的无人机进行编号,并将所述无人机的编号和拍摄顺序作为所述第二图像的文件名,并对应的将拍摄得到的多张第二图像进行实时回传,由于进行详细拍摄的无人机的数量通常为两个及其以上,可以避免天气或者不同的地理高度对无人机拍摄的图像产生不可抗拒的影响,将不同高度上的无人机进行编号,并将所述编号和拍摄顺序作为所述第二图像的文件名,然后进行回传,可以避免在接收多个无人机拍摄的照片时,出现接收错误或者排序错误的情况,还可保证接收的所述第二图像按照对应的高度信息进行保存,保证监测数据的准确性。
S103、根据所述第一图像,对所述第二图像进行拼接和几何校正。
具体的,根据实时接收到所述第二图像的时间和对应的无人机所处的位置信息对所述第二图像进行拼接,组成一幅连续、详细、清楚的实时被测河流的图像信息,并且按照拍摄的先后和对应的位置进行拼接,可以降低出现拼接错误的概率。同时结合所述第一图像和所述位置信息,将完成拼接的所述第二图像转换为灰度图后,将所述第二图像进行滤波处理,根据所述第一图像和所述第二图像的像元灰度值或者地物特征确定同名点,并根据所述同名点完成所述第二图像的几何校正,其中,所述同名点可以为所述第一图像和多个所述第二图像之间或者多个所述第二图像之间像元灰度值大致相等或者地物特征相近的地方,在利用所述同名点进行几何矫正后,将误差较大的图像进行删除,保留相似度较高的数据,保证监测的准确度。
S104、根据所述第二图像提取出河流宽度,结合地面监测,完成河流径流的监测。
具体的,将完成几何校正的所述第二图像提取出所述被测河流的河面宽度和对应的监测参数,同时结合地面的水位监测数据和水下地形测绘,利用谢才公式计算出对应位置的河流径流量,地表信息提取的主要的参数类型包括土地利用与土地覆盖信息、地形信息和土壤信息。获取的方法主要包括直接观测,遥感反演和利用GIS手段提取,其中,所述谢才公式为:
其中,Q为流量;ω为过水断面面积;c为谢才系数;R为水力半径;J为水利梯度,其中,谢才系数的表达式为:
其中,n为糙率;g为重力加速度;λ为沿程阻力系数。
请参阅图2,本发明提供一种遥感水文站监测河流径流的***,所述遥感水文站监测河流径流的***包括卫星雷达模块1、无人机模块2、图像处理模块3和存储计算模块4,所述卫星雷达模块1与所述无人机模块2和所述图像处理模块3连接,所述无人机模块2与所述图像处理模块3连接,所述图像处理模块3与所述存储计算模块4连接,
所述卫星雷达模块1,用于利用卫星雷达获取被测河流的位置信息和卫星图像,并将所述位置信息传输至所述无人机模块2,将所述卫星图像传输至所述图像处理模块3;
所述无人机模块2,用于根据接收到所述位置信息对所述被测河流进行拍摄,并将拍摄得到的第二图像传输至所述图像处理模块3;
所述图像处理模块3,用于将所述卫星图像进行滤波和灰度图转换为第一图像,并对所述第二图像进行拼接后,根据所述第一图像进行几何矫正;
所述存储计算模块4,用于接收并存储所述第一图像和矫正后的第二图像,并在所述第二图像中提取出对应的河面宽度,计算出对应的河流径流值。
在本实施方式中,所述遥感水文站监测河流径流的***包括卫星雷达模块1、无人机模块2、图像处理模块3和存储计算模块4,所述卫星雷达模块1与所述无人机模块2和所述图像处理模块3连接,所述无人机模块2与所述图像处理模块3连接,所述图像处理模块3与所述存储计算模块4连接,首先利用所述卫星雷达模块1获取被测河流的详细的位置信息和卫星图像,并利用所述图像处理模块3将所述卫星图像转换为灰度图后再进行滤波去噪,得到第一图像,而所述位置信息则传输至所述无人机模块2中,利用多架无人机,在不同的地理高度上对所述被测河流进行拍摄,并实时将拍摄得到的图像实时传输至所述图像处理模块3中,当所述图像处理模块3接收到所述无人机模块2传输过来的图像后,根据接收的时间和对应的所述无人机所处的地理位置信息对所述第二图像进行拼接,将完成拼接的所述第二图像转换为灰度图后,将所述第二图像进行滤波处理,根据所述第一图像和所述第二图像的像元灰度值或者地物特征确定同名点,并根据所述同名点完成所述第二图像的几何校正,并删除误差较大的图像,将剩下的图像数据传输至所述存储计算模块4中,提取所述第二图像中的河流宽度,结合地面监测数据,利用谢才公式计算出所述被测河流径流值,提高了监测数据的准确度。
进一步的,所述图像处理模块3包括拼接单元31、预处理单元32和几何矫正单元33,所述拼接单元31与所述无人机模块2和所述预处理单元32连接,所述预处理单元32与所述卫星雷达模块1连接,所述几何矫正单元33与所述预处理单元32连接,
所述拼接单元31,用于将接收到的所述第二图像按照接收的时间和位置信息进行拼接,并传输至所述预处理单元32;
所述预处理单元32,用于将接收到的所述卫星图像和拼接后的所述第二图像进行滤波处理后,分别转换为灰度图;
所述几何校正单元,用于根据转换后得到的第一图像和所述第二图像的像元灰度值或者地物特征确定同名点,并根据所述同名点完成所述第二图像的几何校正。
在本实施方式中,所述图像处理模块3包括拼接单元31、预处理单元32和几何矫正单元33,所述拼接单元31与所述无人机模块2和所述预处理单元32连接,所述预处理单元32与所述卫星雷达模块1连接,所述几何矫正单元33与所述预处理单元32连接,利用所述拼接单元31将所述无人机模块2传输过来的所述第二图像按照时间顺序和地理位置信息进行拼接,然后利用所述预处理单元32将所述卫星雷达模块1和所述拼接单元31传输过来的得到卫星图像和拼接完成的所述第二图像分别转换为灰度图后再进行滤波去噪处理,最后再全部传输至所述几何矫正单元33中,将所述第一图像和多个所述第二图像之间或者多个所述第二图像之间像元灰度值大致相等或者地物特征相近的地方,在利用所述同名点进行几何矫正后,将误差较大的图像进行删除,保留相似度较高的数据,保证监测的准确度。
进一步的,所述图像处理模块3还包括编号分类单元34和命名单元35,所述编号分类单元34与所述拼接单元31连接,所述命名单元35与所述编号分类单元35连接,
所述编号分类单元34,用于根据不同所述高度的数值对对应的无人机进行编号,同时按照所述编号信息对回传的所述第二图像进行分类后,传输至所述拼接单元31;
所述命名单元35,用于获取所述无人机的编号,并将所述编号和拍摄顺序转换为所述第二图像的文件名。
在本实施方式中,所述图像处理模块3还包括编号分类单元34和命名单元35,可以根据不同的所述高度数值对对应的无人机进行编号,同时通过所述命名单元35获取所述编号,同时结合拍摄所述第二图像的顺序号作为第二图像的文件名,在接收到所述第二图像后,根据对应的文件名对回传的所述第二图像进行分类后,传输至所述拼接单元31进行拼接,保证接收的图像的高度的一致性,进一步提升了监测数据的准确度。
进一步的,所述存储计算模块4包括计算单元41和存储单元42,所述计算单元41与所述几何矫正单元33连接,所述存储单元42与所述计算单元41连接,
所述计算单元41,用于提取经过几何矫后的所述第二图像中的河面宽度,并结合地面监测,计算出对应的河流径流值;
所述存储单元42,用于存储所述第一图像和所述第二图像,同时存储计算出的所述河流径流值。
在本实施方式中,所述存储计算模块4包括计算单元41和存储单元42,所述计算单元41与所述几何矫正单元33连接,所述存储单元42与所述计算单元41连接,首先利用所述计算单元41将完成几何校正的所述第二图像提取出所述被测河流的河面宽度和对应的监测参数,同时结合地面的水位监测数据和水下地形测绘,利用谢才公式计算对对应位置的河流径流量,然后利用所述存储单元42将传输至所述计算单元41中的所述第一图像和所述第二图像进行保存,同时还保存计算出的对应的河流径流值,方便以后的查阅。
本发明的一种遥感水文站监测河流径流的***及其方法,所述遥感水文站监测河流径流的***包括卫星雷达模块1、无人机模块2、图像处理模块3和存储计算模块4,所述卫星雷达模块1与所述无人机模块2和所述图像处理模块3连接,所述无人机模块2与所述图像处理模块3连接,所述图像处理模块3与所述存储计算模块4连接,利用卫星雷达获取监测河流的位置信息和第一图像,根据所述位置信息,利用多架无人机在不同的高度上,获取对应的多张第二图像,并实时回传;在所述图像处理模块3中,根据所述第一图像,对所述第二图像进行拼接和几何校正,然后在矫正完成后的所述第二图像中提取出对应的河流宽度,结合地面监测数据,计算出对应的河流径流值,并进行保存,结合卫星雷达和多架无人机在不同高度采集数据,并对所述无人机采集的图像进行几何矫正,提升了监测数据的准确度。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (9)
1.一种遥感水文站监测河流径流的方法,其特征在于,包括:
利用卫星雷达获取监测河流的位置信息和第一图像;
根据所述位置信息,利用无人机获取对应的多张第二图像;
根据所述第一图像,对所述第二图像进行拼接和几何校正;
根据所述第二图像提取出河流宽度,结合地面监测,完成河流径流的监测。
2.如权利要求1所述的一种遥感水文站监测河流径流的方法,其特征在于,所述利用卫星雷达获取监测河流的位置信息和第一图像,包括:
基于需要测量的河流流域,利用卫星雷达获取被测河流的位置信息,并截取对应的所述被测河流的卫星图像后,对所述图像转换为灰度图并进行滤波处理,得到第一图像,其中,所述位置信息包括被测河流的所有的经度和纬度数据。
3.如权利要求2所述的一种遥感水文站监测河流径流的方法,其特征在于,根据所述位置信息,利用无人机获取对应的多张第二图像,包括:
利用多架无人机,在不同高度上根据获取的所述位置信息对所述被测河流进行拍摄,并将拍摄得到的多张第二图像进行实时回传。
4.如权利要求3所述的一种遥感水文站监测河流径流的方法,其特征在于,根据所述第一图像,对所述第二图像进行拼接和几何校正,包括:
根据实时接收到所述第二图像的时间和对应的无人机所处的位置信息对所述第二图像进行拼接,同时结合所述第一图像,对拼接的所述第二图像进行矫正。
5.如权利要求4所述的一种遥感水文站监测河流径流的方法,其特征在于,根据所述第一图像,对所述第二图像进行拼接和几何校正,还包括:
将完成拼接的所述第二图像转换为灰度图后,将所述第二图像进行滤波处理,根据所述第一图像和所述第二图像的像元灰度值或者地物特征确定同名点,并根据所述同名点完成所述第二图像的几何校正。
6.如权利要求5所述的一种遥感水文站监测河流径流的方法,其特征在于,根据所述第二图像提取出河流宽度,结合地面监测,完成河流径流的监测,包括:
将完成几何校正的所述第二图像提取出所述被测河流的河面宽度,同时结合地面的水位监测数据,利用谢才公式计算出对应位置的河流径流量。
7.一种遥感水文站监测河流径流的***,其特征在于,所述遥感水文站监测河流径流的***包括卫星雷达模块、无人机模块、图像处理模块和存储计算模块,所述卫星雷达模块与所述无人机模块和所述图像处理模块连接,所述无人机模块与所述图像处理模块连接,所述图像处理模块与所述存储计算模块连接,
所述卫星雷达模块,用于利用卫星雷达获取被测河流的位置信息和卫星图像,并将所述位置信息传输至所述无人机模块,将所述卫星图像传输至所述图像处理模块;
所述无人机模块,用于根据接收到所述位置信息对所述被测河流进行拍摄,并将拍摄得到的第二图像传输至所述图像处理模块;
所述图像处理模块,用于将所述卫星图像进行滤波和灰度图转换为第一图像,并对所述第二图像进行拼接后,根据所述第一图像进行几何矫正;
所述存储计算模块,用于接收并存储所述第一图像和矫正后的第二图像,并在所述第二图像中提取出对应的河面宽度,计算出对应的河流径流值。
8.如权利要求7所述的一种遥感水文站监测河流径流的***,其特征在于,所述图像处理模块包括拼接单元、预处理单元和几何矫正单元,所述拼接单元与所述无人机模块和所述预处理单元连接,所述预处理单元与所述卫星雷达模块连接,所述几何矫正单元与所述预处理单元连接,
所述拼接单元,用于将接收到的所述第二图像按照接收的时间和位置信息进行拼接,并传输至所述预处理单元;
所述预处理单元,用于将接收到的所述卫星图像和拼接后的所述第二图像进行滤波处理后,分别转换为灰度图;
所述几何校正单元,用于根据转换后得到的第一图像和所述第二图像的像元灰度值或者地物特征确定同名点,并根据所述同名点完成所述第二图像的几何校正。
9.如权利要求8所述的一种遥感水文站监测河流径流的***,其特征在于,所述存储计算模块包括计算单元和存储单元,所述计算单元与所述几何矫正单元连接,所述存储单元与所述计算单元连接,
所述计算单元,用于提取经过几何矫后的所述第二图像中的河面宽度,并结合地面监测,计算出对应的河流径流值;
所述存储单元,用于存储所述第一图像和所述第二图像,同时存储计算出的所述河流径流值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010360838.7A CN111553942B (zh) | 2020-04-30 | 2020-04-30 | 一种遥感水文站监测河流径流的***及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010360838.7A CN111553942B (zh) | 2020-04-30 | 2020-04-30 | 一种遥感水文站监测河流径流的***及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111553942A true CN111553942A (zh) | 2020-08-18 |
CN111553942B CN111553942B (zh) | 2023-10-13 |
Family
ID=72008921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010360838.7A Active CN111553942B (zh) | 2020-04-30 | 2020-04-30 | 一种遥感水文站监测河流径流的***及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111553942B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018137103A1 (zh) * | 2017-01-24 | 2018-08-02 | 深圳企管加企业服务有限公司 | 一种基于多源遥感数据的流域污染检测方法及*** |
CN110133655A (zh) * | 2019-05-27 | 2019-08-16 | 河南大学 | 基于多源雷达遥感技术的河流径流监测反演方法 |
CN110779498A (zh) * | 2019-09-19 | 2020-02-11 | 中国科学院测量与地球物理研究所 | 基于无人机多视点摄影的浅水河流水深测绘方法及*** |
CN110987063A (zh) * | 2019-11-18 | 2020-04-10 | 广东岭秀科技有限公司 | 一种遥感监测河湖水文水生态要素的方法 |
-
2020
- 2020-04-30 CN CN202010360838.7A patent/CN111553942B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018137103A1 (zh) * | 2017-01-24 | 2018-08-02 | 深圳企管加企业服务有限公司 | 一种基于多源遥感数据的流域污染检测方法及*** |
CN110133655A (zh) * | 2019-05-27 | 2019-08-16 | 河南大学 | 基于多源雷达遥感技术的河流径流监测反演方法 |
CN110779498A (zh) * | 2019-09-19 | 2020-02-11 | 中国科学院测量与地球物理研究所 | 基于无人机多视点摄影的浅水河流水深测绘方法及*** |
CN110987063A (zh) * | 2019-11-18 | 2020-04-10 | 广东岭秀科技有限公司 | 一种遥感监测河湖水文水生态要素的方法 |
Non-Patent Citations (2)
Title |
---|
卢善龙;吴炳方;闫娜娜;李发鹏;文美平;王京;: "河川径流遥感监测研究进展" * |
李甲振;郭新蕾;巩同梁;王静;王涛;李慧;: "无资料或少资料区河流流量监测与定量反演" * |
Also Published As
Publication number | Publication date |
---|---|
CN111553942B (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107063197B (zh) | 一种基于空间信息技术的水库特征曲线提取方法 | |
Mills et al. | A geomatics data integration technique for coastal change monitoring | |
CN108801274B (zh) | 一种融合双目视觉和差分卫星定位的地标地图生成方法 | |
CN111951392B (zh) | 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 | |
Lamsters et al. | High-resolution orthophoto map and digital surface models of the largest Argentine Islands (the Antarctic) from unmanned aerial vehicle photogrammetry | |
CN109579791B (zh) | 一种快速高效水土保持淤地坝调查与评估方法 | |
CN110232683A (zh) | 一种基于无人机点云的滑坡检测方法 | |
CN103256921A (zh) | 一种潮间带危险区地形测量方法 | |
CN114065339A (zh) | 一种基于三维可视化模型的高塔建设选址方法 | |
CN102589528A (zh) | 一种多时相影像的海岛岸线量测方法 | |
CN112926468A (zh) | 一种潮滩高程自动提取方法 | |
CN113960625B (zh) | 一种基于星载单光子激光主被动遥感融合的水深反演方法 | |
US20220020169A1 (en) | Landmark configuration matcher | |
Bertin et al. | Geomorphic change detection using cost-effective structure-from-motion photogrammetry: Evaluation of direct georeferencing from consumer-grade UAS at Orewa beach (New Zealand) | |
CN112166693B (zh) | 基于小卫星的区域地表水资源遥感监测方法 | |
CN112166688B (zh) | 基于小卫星的沙漠与沙漠化土地监测方法 | |
CN111553942A (zh) | 一种遥感水文站监测河流径流的***及其方法 | |
CN113483739B (zh) | 海上目标位置测量方法 | |
CN114494625A (zh) | 高精度地形图制作方法、装置和计算机设备 | |
CN116778332B (zh) | 基于dem的河流沿岸易淹没范围识别方法及*** | |
CN117557584B (zh) | 水体提取方法、装置、电子设备及存储介质 | |
Andaru et al. | Multitemporal UAV photogrammetry for sandbank morphological change analysis: evaluations of camera calibration methods, co-registration strategies, and the reconstructed DSMs | |
CN116580321B (zh) | 一种遥感影像岸线自动识别方法 | |
Chetverikov et al. | ERROR ESTIMATION OF DEM OF ORTHOTRANSFORMATION OF AERIAL IMAGES OBTAINED FROM UAVS ON THE MOUNTAINOUS LOCAL SITE IN THE VILLAGE SHIDNYTSYA | |
Hnila et al. | Quality Assessment of Digital Elevation Models in a Treeless High-Mountainous Landscape: A Case Study from Mount Aragats, Armenia |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |