[发明专利]一种农田沟渠网络自动提取方法

摘要

本发明涉及一种农田沟渠网络提取方法，实现了从高精度DEM中自动提取沟渠区域并建立了点‑线沟渠网络。该方法通过DEM衍生的5个地形特征（坡度、曲率、粗糙度、坡向、坡向纹理）进行全区域的最大熵模型学习，通过统计学习模型对全区域进行分类得到沟渠概率栅格；对概率栅格二值化后剔除噪声，得到沟渠栅格区域；将沟渠栅格矢量化后提取中心线，得到线状沟渠并建立点‑线沟渠网络；根据沟渠网络节点的高程信息，建立同时具有拓扑结构和上下游关系的渠道网络。该方法从高精度DEM中自动快速提取了沟渠网络并对网络增加了上下游流域属性，不需复杂的人工干预，可用于后续的水文分析应用，使得农田沟渠的监测管理更加自动便捷。

主权项

1.一种农田沟渠网络自动提取方法，包括以下步骤：第一步：地形特征提取——从原始DEM数据中提取以下5个地形特征：坡度、曲率、粗糙度、坡向值、坡向纹理值；所述坡向值表示像元拟合平面的朝向，为当前像元与八邻域像元拟合平面的朝向角度值；坡向纹理值表示指定大小的区域内坡向变化程度，将坡向值均分为8个方向：正北、东北、正东、东南、正南、西南、正西和西北，水平平面单独为一类，坡向纹理值取指定大小的区域内坡向在纵向和横向方向上的变化次数之和；第二步：模型学习——目视选取沟渠样本点，根据原始DEM高程数据加上5个地形特征，合计6个特征进行最大熵模型学习，得到概率分布模型；第三步：模型分类——根据学习得的模型对全区域栅格进行分类，得到沟渠概率栅格；第四步：剔除噪声——对概率栅格二值化后剔除噪声，得到沟渠栅格区域；第五步：建立沟渠网络——将沟渠栅格矢量化后提取中心线，得到线状沟渠并建立点‑线沟渠网络；第六步：上下游分析——针对沟渠网络，依据网络弧段的起始点和终止点的高程判断其上下游关系，建立同时具有拓扑结构和上下游关系的渠道网络。