CN116222500A - 一种基于遥感数据的全河段河道断面面积动态监测方法 - Google Patents
一种基于遥感数据的全河段河道断面面积动态监测方法 Download PDFInfo
- Publication number
- CN116222500A CN116222500A CN202310504435.9A CN202310504435A CN116222500A CN 116222500 A CN116222500 A CN 116222500A CN 202310504435 A CN202310504435 A CN 202310504435A CN 116222500 A CN116222500 A CN 116222500A
- Authority
- CN
- China
- Prior art keywords
- river
- data
- remote sensing
- water level
- whole
- 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 45
- 238000000034 method Methods 0.000 title claims abstract description 27
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 87
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000002310 reflectometry Methods 0.000 claims description 6
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 claims description 2
- 238000003809 water extraction Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 abstract description 2
- 239000004576 sand Substances 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C7/00—Tracing profiles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/28—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring areas
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Measuring Volume Flow (AREA)
Abstract
本发明涉及一种基于遥感数据的全河段河道断面面积动态监测方法,属于水利遥感应用技术领域。本发明先对预处理之后的遥感影像进行水体提取,将提取的水体数据转化为矢量数据,通过对矢量数据进行测量获取全河道的河宽数据,构建相同位置不同时刻水位h与河宽k的相关关系式,再通过积分的方式计算该位置某时刻断面面积S,然后构建相同位置不同时刻断面面积S与河宽k的相关性关系式,利用获取的全河道的河宽数据与各位置的水位数据进行上述计算,实现全河道断面面积动态监测。本发明能实现大范围、全河道的河道断面面积快速监测,为河道流量的准确计算,提供准确的断面面积数据,为河流防洪提供技术支撑。
Description
技术领域
本发明涉及一种基于遥感数据的全河段河道断面面积动态监测方法,属于水利遥感应用技术领域。
背景技术
河流作为关键的地表水资源,河流水量的变化对生态保护、饮水安全、防洪灌溉等具有重要的影响。河道断面面积作为河道流量计算的重要组成部分,实现全河道的河道断面面积动态监测,可以极大的提升河流水量的监测精度,对河道防洪具有重要意义。目前,对河道断面的监测主要是通过选取关键断面进行现场的断面测绘。但是这些方法时效性差、经济成品高,也无法实现全河道的断面测绘。
对于利用遥感影像获取的,多通过学习建立水利模型,如公开号为CN 111553226A的中国专利公开了一种基于遥感解译技术提取河流监测断面水面宽度的方法,包括:构建Bi-LSTM模型,得到河道流量数据;构建河道水面宽水力模型:并基于遥感检测和线性拟合方法进行水面宽水力模型的系数求解,得到最优的水面宽水力模型,求得高精度的河道断面水面宽表达式。该技术主要针对河道某一处特定位置进行模型计算,不具备全河道推广的能力,难以准确表示不同河段的情况。
发明内容
本发明的目的在于克服上述不足而提供一种基于遥感数据的全河段河道断面面积动态监测方法,该方法主要基于遥感数据对河道进行长时间提取,并获取河道上相关测站的水位数据,通过构建水位-河宽的相关关系,利用积分获取水位-断面面积关系,实现由水位到断面面积的快速获取。
本发明采取的技术方案为:
一种基于遥感数据的全河段河道断面面积动态监测方法,包括步骤如下:
S1. 获取需要监测河道的长时间序列、高精度的遥感影像,对遥感影像数据进行预处理,获取预处理后的遥感影像;利用已建成的水位监测站点获取河道上相关水位监测站点的水位数据信息、获取时间、地理坐标信息,并利用反距离权重对无监测设备的河道位置的水位信息沿河道进行插值;
S2. 对预处理之后的遥感影像进行水体提取,水体提取采用归一化水指数,将提取的矢量格式的水体数据转化为矢量数据,通过对矢量数据进行测量获取河道的河宽数据;
S3. 根据步骤S1相同地理坐标的水位数据和获取的时间、相同地理坐标在对应时间的遥感影像由步骤S2获得的对应的河宽数据进行相关性分析,构建相同位置不同时刻水位h与河宽k的相关关系式:
S4. 利用水位-河宽的相关性关系,通过积分的方式计算相同位置某时刻断面面积S,构建同一地理坐标位置某一时刻断面面积S与相同时刻对应河宽k的相关性关系式:
其中,k min 、k分别是同一地理坐标位置河宽的历史最小值和某时刻的河宽值, S为相同地理坐标位置某一时刻的河道断面面积;
S5. 利用获取的全河道的河宽数据与各位置的水位数据进行上述计算,实现全河道断面面积动态监测。
上述方法中步骤S1所述的预处理为对遥感数据进行辐射定标、大气校正、正射校正、图像镶嵌、研究区裁切。所述的利用反距离权重对无监测设备的河道位置的水位信息沿河道进行插值,计算方法如下:
其中,H 3 为待插值的位置P3水位数据,H 1 、H 2 分别为待插值的位置临近的已知水位监测站点P1、P2的水位数据, a、b分别表示待插值的位置距邻近点P1、P2的距离。
步骤S2所述的归一化水指数(Normalized Difference Water Index,NDWI),计算方法如式(二)所示:
式中,NDWI为归一化水指数,B g 为绿波段遥感反射率,B nir为近红外波段遥感反射率。
其中,-1≤NDWI≤1,一般情况下当NDWI>0时,地物被判定为水体。
步骤S2通过ArcGis软件将提取的水体栅格数据转化为矢量数据,再利用软件中的测量工具对矢量数据进行测量获取河道的河宽数据。
步骤S3中相关关系式如下式所示:
式中,h为水位,k为河宽,α、β、γ均为待定系数,可以通过多组水位-河宽数值进行求取。
本发明的另一目的是提供一种基于遥感数据的全河段河道断面面积动态监测设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述的基于遥感数据的全河段河道断面面积动态监测方法。
本发明还有一个目的是提供一种存储设备,其为计算机可读存储设备,所述的计算机可读存储设备上存储有计算机程序用于实现如上所述的基于遥感数据的全河段河道断面面积动态监测方法中的步骤。
本发明的有益效果为:
本发明基于遥感数据构建一种河道断面面积动态监测的方法,能实现大范围、全河道的河道断面面积快速监测,为河道流量的准确计算,提供准确的断面面积数据,为河流防洪提供技术支撑。
附图说明
图1为本发明方法的流程图;
图2为本发明实施例插值计算的位置信息图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
实施例1:一种基于遥感数据的全河段河道断面面积动态监测方法,(如图1)包括步骤如下,
S1. 获取需要监测河道的长时间序列、高精度的遥感影像,对遥感影像数据进行预处理,获取预处理后的遥感影像;利用已建成的水位监测站点获取河道上相关水位监测站点的水位数据信息、获取时间、地理坐标信息,并利用反距离权重对无监测设备的河道位置的水位信息沿河道进行插值:预处理为对遥感数据进行辐射定标、大气校正、正射校正、图像镶嵌、研究区裁切,利用已建成的水位监测站点获取河道上相关水位监测站点(P1、P2)的水位数据信息(H1、H2),并对没有监测设备的P3点进行水位信息(H3)沿河道插值,首先利用待监测点P3的地理坐标进行位置确定,位置信息如图2所示,分别计算P3距离P1 和P2的距离,进行水位插值计算如式(一)所示,不同时刻水位如下表1所示:
表1:不同时刻水位信息
S2. 对预处理之后的遥感影像进行水体提取,水体提取采用归一化水指数,将提取的矢量格式的水体数据转化为矢量数据,通过对矢量数据进行测量获取河道的河宽数据:
归一化水指数计算方法如式(二)所示,
式中,NDWI为归一化水指数,B g 为绿波段遥感反射率,B nir为近红外波段遥感反射率。
其中,-1≤NDWI≤1,一般情况下当NDWI>0时,地物被判定为水体。根据影像质量和区域情况,具体取值略有调整。
将提取的水体数据利用ArcGis软件转化为矢量数据,并通过软件中测量工具对矢量数据进行测量获取河道的河宽数据,测量出河道河面的网格数并计算河面宽度:
S为河面宽度,n为覆盖该河道断面河面网格的个数,D为网格边长尺寸大小。
上述3个位置不同时刻的河面宽度如表2所示,
表2不同时刻的河面宽度
S3. 根据步骤S1相同地理坐标的水位数据和获取的时间、相同地理坐标在对应时间的遥感影像由步骤S2获得的对应的河宽数据进行相关性分析,构建相同地理坐标位置不同时刻水位h与河宽k的相关关系式:如位置(P3)不同时期水位h与河宽k的相关关系式,如式(三)所示,
其中,k为河道宽度,单位为米;h为对应的水位高度,单位为米。
S4. 利用水位-河宽的相关性关系,通过积分的方式计算相同地理坐标位置某时刻断面面积S,构建同一地理坐标位置某一时刻断面面积S与相同时刻对应河宽k的相关性关系式:
其中, k min 、k分别是同一地理坐标位置河宽的历史最小值和某时刻的河宽值, S为相同地理坐标位置某一时刻的河道断面面积;
得到相关关系,如式(五)所示:
式中:S为某一时刻断面面积,单位为平方米;k为该时刻对应河宽,单位为米。
S5. 利用获取的河道任一位置Px的地理位置信息,根据S1-S4的计算过程,可以获取Px的河道断面面积,实现全河道断面面积动态监测:
根据式(五),可以利用遥感数据动态提取的河道宽度,并转化为河道断面面积,实现河道断面的动态监测。将插值后的水位,一次进行上述操作,即可实现全河道断面面积的动态监测。
实施例2:一种存储设备,其为计算机可读存储设备,所述的计算机可读存储设备上存储有计算机程序用于实现如上实施例1所述的基于遥感数据的全河段河道断面面积动态监测方法中的步骤。
一种基于遥感数据的全河段河道断面面积动态监测设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上实施例1所述的基于遥感数据的全河段河道断面面积动态监测方法。
以上所述仅为本发明的较佳实施例而已,并不用于限制本发明,凡在本发明的精神和原则范围之内所作的任何修改、等同替换以及改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于遥感数据的全河段河道断面面积动态监测方法,其特征是,包括步骤如下:
S1. 获取需要监测河道的长时间序列、高精度的遥感影像,对遥感影像数据进行预处理,获取预处理后的遥感影像;利用已建成的水位监测站点获取河道上相关水位监测站点的水位数据信息、获取时间、地理坐标信息,并利用反距离权重对无监测设备的河道位置的水位信息沿河道进行插值;
S2. 对预处理之后的遥感影像进行水体提取,水体提取采用归一化水指数,将提取的矢量格式的水体数据转化为矢量数据,通过对矢量数据进行测量获取河道的河宽数据;
S3. 根据步骤S1相同地理坐标的水位数据和获取的时间、相同地理坐标在对应时间的遥感影像由步骤S2获得的对应的河宽数据进行相关性分析,构建相同位置不同时刻水位h与河宽k的相关关系式:
S4. 利用水位-河宽的相关性关系,通过积分的方式计算相同位置某时刻断面面积S,构建同一地理坐标位置某一时刻断面面积S与相同时刻对应河宽k的相关性关系式:
其中,k min 、k分别是同一地理坐标位置河宽的历史最小值和某时刻的河宽值, S为相同地理坐标位置某一时刻的河道断面面积;
S5. 利用获取的全河道的河宽数据与各位置的水位数据进行上述计算,实现全河道断面面积动态监测。
2.根据权利要求1所述的一种基于遥感数据的全河段河道断面面积动态监测方法,其特征是,步骤S1所述的预处理为对遥感数据进行辐射定标、大气校正、正射校正、图像镶嵌、研究区裁切。
5.根据权利要求1所述的一种基于遥感数据的全河段河道断面面积动态监测方法,其特征是,步骤S2通过ArcGis软件中测量工具对矢量数据进行测量获取全河道的河宽数据。
7.一种基于遥感数据的全河段河道断面面积动态监测设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征是,所述处理器执行所述程序时实现如权利要求1-6任一项所述的基于遥感数据的全河段河道断面面积动态监测方法。
8.一种存储设备,其为计算机可读存储设备,其特征是,所述的计算机可读存储设备上存储有计算机程序用于实现如权利要求1-6任一项所述的基于遥感数据的全河段河道断面面积动态监测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310504435.9A CN116222500B (zh) | 2023-05-08 | 2023-05-08 | 一种基于遥感数据的全河段河道断面面积动态监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310504435.9A CN116222500B (zh) | 2023-05-08 | 2023-05-08 | 一种基于遥感数据的全河段河道断面面积动态监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116222500A true CN116222500A (zh) | 2023-06-06 |
CN116222500B CN116222500B (zh) | 2023-08-25 |
Family
ID=86569819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310504435.9A Active CN116222500B (zh) | 2023-05-08 | 2023-05-08 | 一种基于遥感数据的全河段河道断面面积动态监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116222500B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117315501A (zh) * | 2023-10-23 | 2023-12-29 | 中国水利水电科学研究院 | 一种基于水体斑块形状和相邻关系的遥感水体分类方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011112393A (ja) * | 2009-11-24 | 2011-06-09 | Jfe Advantech Co Ltd | 河川流量測定方法及び河川流量測定装置 |
CN108896117A (zh) * | 2018-05-10 | 2018-11-27 | 北京师范大学 | 一种遥感水文站监测河流径流的方法 |
CN114462120A (zh) * | 2022-01-12 | 2022-05-10 | 中国长江三峡集团有限公司 | 一种基于一维水动力模型的河道槽蓄量计算方法 |
CN114463644A (zh) * | 2021-12-31 | 2022-05-10 | 中国科学院空天信息创新研究院 | 河流流量遥感监测方法及装置 |
US20220316876A1 (en) * | 2021-04-02 | 2022-10-06 | Bureau Of Hydrology, Changjiang Water Resources Commission | Method for continuous measurement of river flow based on satellite big data |
CN115659859A (zh) * | 2022-10-09 | 2023-01-31 | 安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站) | 一种含行洪区河网结构的洪水模拟计算方法 |
-
2023
- 2023-05-08 CN CN202310504435.9A patent/CN116222500B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011112393A (ja) * | 2009-11-24 | 2011-06-09 | Jfe Advantech Co Ltd | 河川流量測定方法及び河川流量測定装置 |
CN108896117A (zh) * | 2018-05-10 | 2018-11-27 | 北京师范大学 | 一种遥感水文站监测河流径流的方法 |
US20220316876A1 (en) * | 2021-04-02 | 2022-10-06 | Bureau Of Hydrology, Changjiang Water Resources Commission | Method for continuous measurement of river flow based on satellite big data |
CN114463644A (zh) * | 2021-12-31 | 2022-05-10 | 中国科学院空天信息创新研究院 | 河流流量遥感监测方法及装置 |
CN114462120A (zh) * | 2022-01-12 | 2022-05-10 | 中国长江三峡集团有限公司 | 一种基于一维水动力模型的河道槽蓄量计算方法 |
CN115659859A (zh) * | 2022-10-09 | 2023-01-31 | 安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站) | 一种含行洪区河网结构的洪水模拟计算方法 |
Non-Patent Citations (1)
Title |
---|
孙赞盈;路金镶;曲少军;李勇;魏向阳;: "黄河下游河道大断面平滩流量推算新方法", 人民黄河, no. 02 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117315501A (zh) * | 2023-10-23 | 2023-12-29 | 中国水利水电科学研究院 | 一种基于水体斑块形状和相邻关系的遥感水体分类方法 |
CN117315501B (zh) * | 2023-10-23 | 2024-04-12 | 中国水利水电科学研究院 | 一种基于水体斑块形状和相邻关系的遥感水体分类方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116222500B (zh) | 2023-08-25 |
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 | |
CN116222500B (zh) | 一种基于遥感数据的全河段河道断面面积动态监测方法 | |
CN107391951B (zh) | 一种基于环形邻域梯度排序的空气污染溯源方法 | |
CN109443307B (zh) | 一种基于光学测量的输电杆塔沉降和倾斜角的测量***及方法 | |
CN109543356A (zh) | 考虑空间非平稳性的海洋内部温盐结构遥感反演方法 | |
CN112711899B (zh) | 一种蒸发波导高度的融合预测方法 | |
CN110502801B (zh) | 海洋温度锋自动追踪和特征参数信息提取方法 | |
CN102135531A (zh) | 大型浅水湖泊72小时蓝藻水华预测方法 | |
CN102254239A (zh) | 基于微地形风场分布及台风叠加效应的电网风灾预警*** | |
CN111898303A (zh) | 基于气象预报及水动力模拟的流域水位及内涝预报方法 | |
CN109597868B (zh) | 一种大范围淤地坝位置确定方法 | |
CN111879915B (zh) | 一种滨海湿地高分辨率的逐月土壤盐度监测方法及*** | |
CN105678757A (zh) | 一种物***移测量方法 | |
CN111680408A (zh) | 一种用于海上风电的风资源图谱绘制方法及装置 | |
CN115203625A (zh) | 一种旱涝指数数据缺失值插补方法及其插补装置 | |
CN111369620A (zh) | 一种基于改进piv的水平油水两相流流速测量方法 | |
CN115796342A (zh) | 一种近海温跃层动态变化分析方法 | |
CN113758470B (zh) | 一种基于高分辨率卫星数据获取湖泊历史水位的方法 | |
CN103400022A (zh) | 一种海表面温度遥感数据集等纬度重构方法 | |
CN101476885A (zh) | 基于单张数码像片的建筑物高度测量方法 | |
CN112697815B (zh) | 一种利用宇宙射线缪子监测土壤含水量的方法 | |
CN117664248B (zh) | 一种基于观测塔遥感的自然河流生态流量监测方法 | |
CN113850440A (zh) | 一种利用基于平均风速订正的mcp的风速预测方法 | |
CN113392365A (zh) | 一种高分辨率气象网格数据的生成方法及*** | |
CN113593006A (zh) | 一种基于深度学习的气象数据空间插值精细化方法及*** |
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 |