[发明专利]基于遥感数据水位异常信息的提取方法在审

专利信息
申请号: 202110148972.5 申请日: 2021-02-03
公开(公告)号: CN112945352A 公开(公告)日: 2021-06-11
发明(设计)人: 喻军;廖长明;敬志坚;庄永忠 申请(专利权)人: 成都鼎安华智慧物联网股份有限公司
主分类号: G01F23/292 分类号: G01F23/292
代理公司: 北京天奇智新知识产权代理有限公司 11340 代理人: 叶明博
地址: 610000 四川省成都市高新*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 遥感 数据 水位 异常 信息 提取 方法
【说明书】:

发明公开了基于遥感数据水位异常信息的提取方法,包括步骤:提取目标波段的遥感数据进行数据拼接;波段合成;计算归一化水指数;计算归一化水指数的平均值和最大值数据;生成正常的水域范围和最大的水域范围数据;栅格计算生成水位异常数据;将栅格数据转换为矢量数据。本发明能够通过遥感图像大面积快速提取水位异常数据,为自然灾害综合监测预警提供基础分析数据,相比传统的人工现场采集方法,具有快速生成、大范围、历史数据再现的优点。

技术领域

本发明属于遥感技术领域,尤其涉及基于遥感数据水位异常信息的提取方法。

背景技术

遥感图像处理是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作,以求达到预期目的的技术。利用计算机对遥感数字图像进行一系列操作,从而获得某种预期结果的技术,称为遥感数字图像处理。

自然灾害综合监测预警是对地震、地质灾害、气象灾害、水旱灾害、森林草原火灾的监测预警,提升灾害综合风险评估和预报预警能力,其中水位异常信息是水旱灾害预警的重要基础数据。

现有人工现场采集水旱灾害的方法,存在数据获取慢时效性差、范围小、无法再现历史数据的缺点。

现有遥感数据水位异常数据的提取并不完善,一般为某个时间点的归一化水体指数数据,仅能反映某个时间点的水体分布情况,不能反映出被淹没区域的信息。

遥感图像自动判读是根据遥感图像数据特征的差异和变化,通过计算机处理,自动输出地物目标的识别分类结果,它是计算机模式识别技术在遥感领域的具体应用,可提高从遥感数据中提取信息的速度与客观性。

发明内容

本发明的目的就在于为了解决上述问题而提供基于遥感数据水位异常信息的提取方法,包括如下步骤:

获取遥感数据,提取第一波段与第二波段的遥感数据,并对第一波段与第二波段的遥感数据进行数据拼接;

对第一波段与第二波段的遥感数据进行波段合成;

计算归一化水指数;

计算归一化水指数的平均值avg数据和最大值max数据;

生成投影面图像,根据投影面图像区域裁剪avg数据和max数据;

利用avg数据生成正常的水域范围,max数据生成最大的水域范围数据;

栅格计算生成水位异常数据;

将栅格数据转换为矢量数据。

本发明的有益效果在于:本发明能够通过遥感图像大面积快速提取水位异常数据,为自然灾害综合监测预警提供基础分析数据,相比传统的人工现场采集方法,具有快速生成、大范围、历史数据再现的优点。

附图说明

图1是本发明的流程原理图。

具体实施方式

下面结合附图对本发明作进一步说明:

如附图1所示,本发明基于遥感数据水位异常信息的提取方法,包括如下步骤:

获取遥感数据,提取第一波段与第二波段的遥感数据,并对第一波段与第二波段的遥感数据进行数据拼接;

对第一波段与第二波段的遥感数据进行波段合成;

计算归一化水指数;

计算归一化水指数的平均值avg数据和最大值max数据;

生成投影面图像,根据投影面图像区域使用clip工具裁剪avg数据和max数据;

利用avg数据生成正常的水域范围,max数据生成最大的水域范围数据;

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成都鼎安华智慧物联网股份有限公司,未经成都鼎安华智慧物联网股份有限公司许可,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/202110148972.5/2.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