[发明专利]一种水库库容曲线重构方法有效
申请号: | 202011404683.9 | 申请日: | 2020-12-05 |
公开(公告)号: | CN112697218B | 公开(公告)日: | 2021-08-27 |
发明(设计)人: | 翟正丽;桑学锋;王金鑫;殷峻暹;陈根发;常家轩;宝康妮;赵天玮 | 申请(专利权)人: | 中国水利水电科学研究院 |
主分类号: | G01F17/00 | 分类号: | G01F17/00 |
代理公司: | 北京睿智保诚专利代理事务所(普通合伙) 11732 | 代理人: | 周新楣 |
地址: | 100038 *** | 国省代码: | 北京;11 |
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 水库 库容 曲线 方法 | ||
1.一种水库库容曲线重构方法,其特征在于,包括以下步骤:
获取光学影像和SAR影像,并对所述光学影像和所述SAR进行多源时相标准化耦合预处理;
获取水库水位,提取水库面积数据,结合库容计算模型求得水库库容数据;
利用所述水库库容数据完成水位-库容重构曲线拟合;
所述提取水库面积数据包括基于光谱增强的自动阈值水体聚类统计方法和基于SDWI与GIS结合的水库双峰分割自动统计方法;
基于光谱增强的自动阈值水体聚类统计方法,步骤如下:
对预处理后的影像进行光谱增强计算,所述增强计算包括MNDWI或多波段谱间关系计算,增强水体数据;
对增强后的影像遍历影像灰度级,计算影像类间方差;
将所述类间方差的最大值对应灰度值作为水体与非水体分界阈值,并且以小于或大于阈值的范围作为聚类生长规则;
采用全局像素扫描,自寻种子点进行生长的方式,无需指定种子点;
以四邻域为算子,从影像的第二行第二列的像素作为起始种子点,若该像素符合生长规则后,再判断其四邻域像素是否符合生长规则;
被扫描像素点的邻域点符合生长规则,则进行标记、储存;
以邻域为下一个种子点进行生长,直至没有符合生长规则的邻域,停止;
将储存的水体像素提取出来,一块完整的连通区水域就被提取出来,确定该区域水体被聚类,同时接着扫描其余像素自动寻找下一符合生长规则的水体区域的种子点,以此类推;
影像扫描完后将提取的各连通区聚类的水体像素计算水体面积;
将提取的水体面积进行排序,通过设定小微水体噪声的面积阈值将水库周围小面积池塘水体噪声剔除;
输出水库库区分割影像与水库面积数值。
2.根据权利要求1所述的一种水库库容曲线重构方法,其特征在于,多源时相标准化耦合预处理,具体包括以下步骤:
以米级精度的高精度影像为校正标准,分别对光学影像与SAR影像进行几何精校正处理;
求取不同所述水库面积数据与实地测量之间的折算系数,消除多源影像之间的误差。
3.根据权利要求1所述的一种水库库容曲线重构方法,其特征在于,基于SDWI与GIS结合的水库双峰分割自动统计方法,步骤如下:
对预处理后的SAR影像的VV与VH极化影像进行SDWI运算,得到水体增强后的双峰直方图影像;
计算图像灰度直方图,通过寻峰函数寻找直方图所有的峰值,峰值排序确定第一高峰与第二高峰的灰度级,寻找两峰之间的谷底值对应的灰度值作为分割阈值并进行水体分割;
引入DEM建立决策树设置坡度阈值去除山体阴影;
生成GIS矢量图设置面积阈值进行小微水体噪声去除;
水库库区面积GIS统计计算;
输出水库GIS影像与水库面积数据。
4.根据权利要求1所述的一种水库库容曲线重构方法,其特征在于,所述库容计算模型是依据水库库容判别为梯形体或者棱台体,再把水体按不同水位分为n层,水库库容数据由n层梯形体或者棱台体体积积累求得。
5.根据权利要求4所述的一种水库库容曲线重构方法,其特征在于,梯形体公式为:
棱台体公式为:
累计库容公式为:
式中,Vi为两相邻水位之间的库容差;Δh为两相邻水位的水位差;Si、Si-1分别为两相邻水位对应的水面面积;i为序数;n为累计个数;V0为初始库容;V为累计水库容积。
6.根据权利要求1所述的一种水库库容曲线重构方法,其特征在于,水位-库容重构曲线拟合的具体过程如下:
通过所述水库库容数据生成的水位-库容散点图得到拟合函数类型,并根据精度评价体系选取拟合函数。
7.根据权利要求6所述的一种水库库容曲线重构方法,其特征在于,所述精度评价体系的具体内容如下:
水库面积提取精度检验:对于遥感提取的水库面积精度评定,选取面积提取率与随机属性点构建kappa系数两项评定方法;其中面积提取率是通过提取图像与人工目视解译的水库图像的比值的绝对值确定的;随机属性点kappa系数评定精度是在研究区域随机生成若干个验证点,结合高精度影像数据确定验证点的属性值,与水体提取结果构建误差矩阵得出kappa系数,进行精度评价;
其中,Po为实际一致率,Pe为理论一致率;
拟合曲线的优度检验:和方差,即SSE统计参数计算的是拟合数据和原始数据对应点误差的平方和,计算公式:
SSE越接近于0,说明模型选择和拟合更好,数据预测也越成功;
均方根,即RMSE,也称为回归系统的拟合标准差,计算公式:
R-square确定系数是由SSR和SST决定的,其中SSR是预测数据和原始数据均值之差的平方和,SST是原始数据和均值之差的平方和,其中SST=SSE+SSR,而所述确定系数是定义为SSR和SST的比值,计算公式如下:
所述确定系数是通过数据的变化来表征一个拟合的好坏;确定系数的正常取值范围为[0,1]。
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国水利水电科学研究院,未经中国水利水电科学研究院许可,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/202011404683.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:充电升降底座
- 下一篇:一种利用宇宙射线缪子监测土壤含水量的方法