[发明专利]一种洪水监测信息提取方法、装置、设备及存储介质

说明书

本发明提供一种洪水监测信息提取方法、装置、设备及存储介质，涉及水利应用技术领域，该方法包括以下步骤：将待预测影像输入至图像语义分割网络模型中，得到所述待预测影像的水体信息分布图；其中，所述图像语义分割网络模型是基于样本影像对应的训练集以及验证集训练得到的，所述训练集和所述验证集是对由第一极化影像、第二极化影像以及光谱特征影像叠加组合得到的数据集划分得到的，所述第一极化影像和所述第二极化影像是对所述样本影像极化处理后得到的，所述光谱特征影像是由第一极化影像、第二极化影像衍生处理得到的，本发明可以更加精确地提取洪水监测信息，同时适用的场合更广，具有更好的推广价值。

技术领域

本发明涉及水利应用技术领域，尤其涉及一种洪水监测信息提取 方法、装置设备及存储介质。

背景技术

洪涝灾害作为严重威胁人类生存和发展的自然灾害之一，具有发 生速度快、频率高、影响范围广、淹没区农田、居民区等区域等特点， 危害着社会的稳定和团结，严重影响着人们生活安全，造成大量的经 济损失。根据水利部公布的《中国水旱灾害公报》显示，洪涝灾害给 我国的经济发展带来了很大挑战。为了减少洪涝灾害对人民对国家造 成的损失，及时准确的监测洪水并获取洪水的时空分布信息具有十分 重要的意义。

传统的洪水监测方法主要是通过固定的水文站来估算洪水信息， 然而该方法效率低，而且无法准确掌握洪水的时空分布信息，其在实 际减灾过程中难以发挥巨大作用。遥感技术具有覆盖范围广、重访时 间短等优势，其逐渐成为洪水监测的主要方法。然而，由于洪水发生 期间通常伴随着恶劣天气，使得光学传感器受到云层和降雨的影响， 一般难以提供无云高质量的光学影像。相反，合成孔径雷达(Synthetic Aperture Radar，SAR)凭借其全天时、全天候的工作能力，不受云、 雨、天气的影响，成为监测洪水的首要技术手段。传统的基于SAR 影像的洪水监测信息提取方法主要可以分为两种类型，分别为阈值法 和面向对象法。其中阈值法计算速度快，原理简单，计算量小，应用 最为广泛，常用的阈值法有大津法(Otsu)全局阈值法、局部阈值法、 指数法等。然而，阈值法在处理大面积遥感影像时效果较差，且其只 考虑像元本身的信息，忽略了地物纹理、地形和颜色等特征，从而使得水体提取结果比较离散，细小的河流的不能被准确提取出来。面向 对象法以影像对象为基本提取单元，不仅考虑地物的光谱特征，同时 考虑其形状特征以及纹理特征等，因此提取结果的一致性较高，且不 易存在因影像斑点噪声所致的“椒盐效应”，但其受分割尺度影响较 大，影像对象的分类规则需要大量的经验，因此上述限制了面向对象 法的大规模推广应用。

现代的洪涝灾害应急响应要求精度高和时效性强的洪水监测方 法，然而传统的洪水监测信息提取方法提取到的水体信息难以满足目 前的要求，因此，精度更高的洪水监测信息提取方法，并将其应用在 洪水监测中，得到精度更高和时效性更强的洪水监测具有重要意义。

发明内容

本发明提供一种洪水监测信息提取方法、装置设备及存储介质， 用以解决现有技术中传统洪水监测信息提取方法无法满足精度和时 效性要求的缺陷，实现更加精确地提取洪水监测信息，同时适用的场 合更广，具有更好的推广价值。

本发明提供一种洪水监测信息提取方法，包括以下步骤：

将待预测影像输入至图像语义分割网络模型中，得到所述待预测 影像的水体信息分布图；

其中，所述图像语义分割网络模型是基于样本影像对应的训练集 以及验证集训练得到的，所述训练集和所述验证集是对由第一极化影 像、第二极化影像以及光谱特征影像叠加组合得到的数据集划分得到 的，所述第一极化影像和所述第二极化影像是对所述样本影像极化处 理后得到的，所述光谱特征影像是由第一极化影像、第二极化影像衍 生处理得到的。

根据本发明提供的洪水监测信息提取方法，所述图像语义分割网 络模型通过以下步骤训练得到：

对样本影像分别进行多极化处理，得到所述第一极化影像和所述 第二极化影像；