一种基于时序遥感影像的碟形湖变化监测方法
- 国知局
- 2024-07-31 23:03:28
本发明属于自然资源变化监测,具体涉及一种基于时序遥感影像的碟形湖变化监测方法。
背景技术:
1、碟形湖是指湖泊湖盆区内枯水季节显露于洲滩之中的季节性子湖泊。碟形湖的出现主要是由于湖泊水位的季节性变化造成的,丰水期湖泊一片汪洋,碟形湖融入主湖体,湖泊完全显现出大湖特征。当湖泊水位下降到后,碟形湖依次显露;当水位降到一定程度时成为孤立的水域,与湖泊主湖区没有直接的水流联系,形成湖中湖的独特景观。如果没有人为活动影响,碟形湖水位取决于降水、蒸发和下渗作用;秋冬季少雨,碟形湖水位相对稳定,保持浅水湖泊特征。这种生境为湿地生态系统发育提供了优越的环境条件,特别适宜浮游动物、漂浮植物、水生植物、底栖生物和鱼类、水鸟的栖息。
2、现有对碟形湖进行监测的方案:(1)在技术方面,主要基于gis软件手动提取碟形湖范围线,难以实现对碟形湖变化的监测;(2)在数据源方面,主要利用landsat影像(30m分辨率)、dem等提取碟形湖范围线,存在遥感影像的时间分辨率及空间分辨率不足的缺点,难以捕捉碟形湖空间变化特征及时序变化规律;(3)在应用方面,当前湖泊水域变化重建等技术未考虑碟形湖季节性变化规律,难以判断并实现碟形湖范围生命周期的全过程提取。
技术实现思路
1、本发明的目的在于提供一种基于时序遥感影像的碟形湖变化监测方法,以实现碟形湖的智能化、高精度的全周期监测。
2、本发明通过下述技术方案实现:一种基于时序遥感影像的碟形湖变化监测方法,步骤如下:
3、步骤s1:收集遥感影像数据、水位观测数据和数字高程(简称dem)数据;
4、步骤s2:数据预处理,包括:
5、对收集的遥感影像数据进行预处理;根据水位观测数据,提取最高水位数据及观测日期,结合遥感影像数据和数字高程数据,提取湖区最大范围线并进行感兴趣区域(简称roi)裁切;
6、对预处理后的遥感影像数据进行波段运算,计算归一化水体差异指数;
7、根据归一化水体差异指数确定水体分类阈值,对归一化水体差异指数进行重分类,分为水体和非水体两类;
8、根据遥感数据日期查找观测水位,若水位超多年最高水位,则将本次提取的水体边界更新为湖区最大范围并重新进行感兴趣区域裁切、更新水体范围;否则进入步骤s3;
9、步骤s3:根据所提取的水体是否与湖泊主水体连通判断水体是湖泊主水体还是碟形湖,如所提取的水体与湖泊主水体连通判断水体为湖泊主水体,如所提取的水体不与湖泊主水体连通判断水体为碟形湖,如水体为碟形湖,则进行碟形湖水体矢量提取,生成碟形湖水体矢量数据;
10、步骤s4:对提取的碟形湖水体矢量数据进行筛选,对于小于设定水体面积阈值或与湖泊主水体连通的碟形湖水体,将观测日期记录为碟形湖消失日期;对于其余碟形湖水体矢量数据,添加并计算监测参数,生成观测日期的碟形湖监测数据。
11、进一步优选,所述遥感影像数据为planet遥感影像或高分遥感影像。
12、进一步优选,所述预处理包括去云、辐射校正和几何校正。
13、进一步优选,归一化水体差异指数的计算表达式为:ndwi =(green-nir)/(green+nir) ;其中,ndwi 为归一化水体差异指数,green为绿色波段;nir为近红外波段的反射值。
14、进一步优选,利用栅格计算器工具输入归一化水体差异指数的计算表达式对planet遥感影像进行波段运算。
15、进一步优选,步骤s2中,构建混淆矩阵计算水体提取精度。
16、进一步优选,构建混淆矩阵计算水体提取精度的过程包括:
17、以遥感影像范围为约束条件,在最小距离范围内创建若干个随机点;
18、在新创建的随机点的属性表中,创建真实地类字段,在新字段中以目视解译的方式编辑每个点的真实地类;
19、将重分类的栅格数据结果转为矢量数据结果后,再与目视解译后的随机点进行相交处理;
20、进行相交处理后的数据中,属性表就包含了分类结果和目视解译的结果,将属性表数据导入excel;
21、在excel中利用数据透视表处理数据后,得到混淆矩阵。根据混淆矩阵计算总体分类精度和kappa系数。
22、本发明还提供了一种非易失性计算机存储介质,计算机存储介质存储有计算机可执行指令,该计算机执行指令执行上述的基于时序遥感影像的碟形湖变化监测方法。
23、本发明的优点:(1)智能化提取,根据当前的分阶段手动提取过程,结合碟形湖的判别知识,生成碟形湖提取的规则,实现了基于遥感影像和水位数据的智能化提取,大大提升了碟形湖变化监测的科学性;(2)全周期监测,可采用更高时间分辨率的planet遥感影像,结合水位数据,大大提升了碟形湖变化监测的时效性,实现了碟形湖出现到消失的全周期监测。
技术特征:1.一种基于时序遥感影像的碟形湖变化监测方法,其特征在于,步骤如下:
2.根据权利要求1所述的基于时序遥感影像的碟形湖变化监测方法,其特征在于,所述遥感影像数据为planet遥感影像或高分遥感影像。
3.根据权利要求1所述的基于时序遥感影像的碟形湖变化监测方法,其特征在于,所述预处理包括去云、辐射校正和几何校正。
4.根据权利要求1所述的基于时序遥感影像的碟形湖变化监测方法,其特征在于,归一化水体差异指数的计算表达式为:ndwi =(green-nir)/(green+nir) ;其中,ndwi 为归一化水体差异指数,green为绿色波段;nir为近红外波段的反射值。
5.根据权利要求4所述的基于时序遥感影像的碟形湖变化监测方法,其特征在于,利用栅格计算器工具输入归一化水体差异指数的计算表达式对planet遥感影像进行波段运算。
6.根据权利要求1所述的基于时序遥感影像的碟形湖变化监测方法,其特征在于,步骤s2中,构建混淆矩阵计算水体提取精度。
7.根据权利要求6所述的基于时序遥感影像的碟形湖变化监测方法,其特征在于,构建混淆矩阵计算水体提取精度的过程包括:
8.一种非易失性计算机存储介质,计算机存储介质存储有计算机可执行指令,其特征在于,所述计算机执行指令执行权利要求1-7任意一项所述的基于时序遥感影像的碟形湖变化监测方法。
技术总结本发明属于自然资源变化监测技术领域,公开了一种基于时序遥感影像的碟形湖变化监测方法,本发明收集遥感影像数据、水位观测数据和数字高程数据;对收集的遥感影像数据进行预处理,计算归一化水体差异指数,并进行重分类;根据遥感数据日期查找观测水位,若水位超多年最高水位,则将本次提取的水体边界更新为湖区最大范围;否则,根据所提取的水体是否与湖泊主水体连通判断水体是湖泊主水体还是碟形湖,如为碟形湖,则进行碟形湖水体矢量提取,生成碟形湖水体矢量数据;对提取的碟形湖水体矢量数据进行筛选,生成观测日期的碟形湖监测数据。本发明可以实现碟形湖的智能化、高精度及全周期提取。技术研发人员:黄宏胜,伍昊宇,赵小敏,易文龙,钟海燕受保护的技术使用者:江西农业大学技术研发日:技术公布日:2024/7/29本文地址:https://www.jishuxx.com/zhuanli/20240730/195830.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。