CN101615183A - 空间图像信息和gis基盘的河川时间序列分析系统及其方法 - Google Patents
空间图像信息和gis基盘的河川时间序列分析系统及其方法 Download PDFInfo
- Publication number
- CN101615183A CN101615183A CN200810179040A CN200810179040A CN101615183A CN 101615183 A CN101615183 A CN 101615183A CN 200810179040 A CN200810179040 A CN 200810179040A CN 200810179040 A CN200810179040 A CN 200810179040A CN 101615183 A CN101615183 A CN 101615183A
- Authority
- CN
- China
- Prior art keywords
- creeks
- rivers
- aerophoto
- image
- interval
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 63
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 57
- 238000004458 analytical method Methods 0.000 claims abstract description 41
- 230000008859 change Effects 0.000 claims abstract description 24
- 230000035772 mutation Effects 0.000 claims abstract description 17
- 238000013459 approach Methods 0.000 claims abstract description 8
- 238000006243 chemical reaction Methods 0.000 claims abstract description 8
- 238000010835 comparative analysis Methods 0.000 claims abstract description 7
- 230000001360 synchronised effect Effects 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 54
- 238000004611 spectroscopical analysis Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 4
- 238000003556 assay Methods 0.000 claims description 2
- 230000007246 mechanism Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000002203 pretreatment Methods 0.000 description 3
- 208000035126 Facies Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- QPGIGKMACFTHAH-UHFFFAOYSA-L NIR-4 dye Chemical compound [K+].[K+].[O-]S(=O)(=O)CCCCN1C2=CC=C(C(O)=O)C=C2C(C)(C)C1=CC=CC=CC1=[N+](CCCCS([O-])(=O)=O)C2=CC=C(S([O-])(=O)=O)C=C2C1(C)C QPGIGKMACFTHAH-UHFFFAOYSA-L 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000001983 electron spin resonance imaging Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
- G01C13/002—Measuring the movement of open water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Remote Sensing (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Radar, Positioning & Navigation (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
- Farming Of Fish And Shellfish (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明的课题在于提供一种空间图像信息和GIS基盘的河川时间序列分析方法,根据采用坐标系的航空照片和卫星图像构成按各年度的低水路和堤防数据,系统地对该按年度的平面形态变化、河川的平面变化分析进行自动处理,由此,容易进行低水路的移动比较。该系统包括接收部;显示部;数据库;系统驱动组件,其按照下述方式进行控制,该方式为:接收航空照片、卫星图像和数值地图,变换航空照片的分辨率和容量,使坐标系与该航空照片同步,对卫星图像进行精密几何补偿、图像融合和对象地域的水系分类处理,按年度将该地域的航空照片和卫星图像的河川区间分离为多个区间,比较分析河川变化,在判断区间变化时驱动警报。
Description
技术领域
本发明涉及空间图像信息和GIS基盘的河川时间序列分析系统及其方法,更具体地说,本发明涉及在于对象河川的按年度的航空照片中设定实际的坐标值,使按年度的卫星照片经历精密几何补偿、图像融合和对象地域的水系分类过程之后,按年度自动地比较低水路(满水位以下的河道)和堤防的照片,由此,可快速地获得决策资料的空间图像信息和GIS基盘的河川时间序列分析系统。
背景技术
像众所周知的那样,现在实行的河川维护的河道维护在忽视河川流的特性的状态下一揽子以尺寸为中心而进行。其结果是,河川的人工化处理到目前还在继续,由此,尽管对河川和河道的物理、化学、生物造成深刻的影响,但是,实际的情况是,人为的河川扰动的原因和河川扰动造成的影响,即,河床变动、外来种植侵入、生态栖息地变化等的定量的评价技术的树立是非常不充分的。另外,在韩国,大坝和堰的下游生态系统扰动的具体的认识缺乏,用于克服河川扰动的缓解技术、恢复技术和应对管理技术也未从体系上进行整理,这样,河川和大坝管理当局经历着困难。于是,为了克服这样的状况,必须要求通过大坝和堰的构造和骨材的采取而评价在河川中产生的生物相和生物栖息环境的扰动变化的指标的选定和技术的设立,为了开发这样的技术,必须要求构成把握扰动实际状态的基础的河川的变化外观的方法。
但是,到目前,对于分析河川的变化外观的系统,显然也完全没有分析方法技术,由此,在政府办公厅的河川维护和河川计划的决策时,花费非常长的时间,其依据是不准确的,由此,具有决策行为草率进行的问题。
于是,最近,通过专利文献1,人们开发而公开了下述的系统,其中,借助GPS装置,对河川流域设施物进行摄影,补偿为适合于数值地图的形态,然后,将其传送给GIS服务器,由此,对已有的数值地图DB进行更新。
但是,在上述专利文献1中公开的专利不过是单纯对河川流域设施物的实际写入数据进行数值地图化处理的装置,完全没有按年度或按地域分析河川的蜿蜒度、低水路和堤防的宽度的变化的功能,由此,担当者应直接实施实质的监视和比较的功能,其结果是,具有决策过程花费较多的时间,其准确度也降低的问题。
另外,通过专利文献2,下述的技术公知,其中,根据按照一定的周期摄影的大坝图像,对变形量进行运算,将其保存,了解大坝设施物的危险度。但是,同样对于该专利文献2中公开的专利,具有无法通过简单地警告大坝设施物的危险度的系统,灵活地用于政府办公厅的河川维护和河川计划的决策的问题,在实际上监视大坝的水位,通报危险度的场合,为了仅仅通过获得与河川维护和河川计划非常间接的相关性,正确地树立政府办公厅和河川维护和河川计划,具有必须要求更多的变量和数据的比较和分析的问题。即,只要不灵活使用GIS技术分析空间图像信息,则树立具有更高精密度的政府办公厅的河川维护和河川计划这一点是不可能的。
于是,人们开发了上述各项技术,但是,依然必须要求通过大坝和堰的构筑和骨材的采取,评价在河川中产生的生物相和生物栖息环境的扰动变化的指标的选定和技术的定立。为了开发这样的技术,必须要求分析构成把握扰动实际形态的基础的河川的变化外观的方法。
专利文献1:韩国专利授权号10-538343号文献
专利文献2:韩国专利公开号10-2007-21841号文献
发明内容
本发明是考察上述已有技术的情况而提出的,本发明的目的在于提供一种空间图像信息和GIS基盘的河川时间序列分析系统,其中,在对象河川的按年度的航空照片中设定实际的坐标值,对对按年度的卫星图像,通过精密几何补偿、图像融合,进行对象地域的水系分类处理,由此,根据采用坐标系的航空照片和卫星图像,构成按各年度的低水路和堤防数据,系统地对该按年度的平面形态变化、河川的平面变化分析进行自动处理,由此,容易进行低水路的移动比较。
为了实现上述这样的目的,本发明的优选的实施例提供一种空间图像信息和GIS基盘的河川时间序列分析系统,其特征在于其包括用于接收航空照片、卫星图像和数值地图的接收部;显示部,其将航空照片、卫星图像和数值地图输出到画面,将分析结果输出到画面;数据库,其由保存按地域和按年度采用坐标值的航空照片数据、经过精密几何补偿和图像融合过程的卫星图像数据的河川平面图形DB、河川属性信息DB构成,该河川属性信息DB与上述河川平面图形DB连系,保存与按各地域、按年度的航空照片匹配的河川特性信息和位置信息、下水路和堤防的宽度与长度信息、基准线信息形成的河川信息;系统驱动组件,其按照下述方式进行控制,该方式为:接收航空照片、卫星图像和数值地图,变换航空照片的分辨率和容量,使坐标系与符合的航空照片同步,对卫星图像进行精密几何补偿、图像融合和对象地域的水系分类处理,按年度将符合地域的航空照片和卫星图像的河川区间分离为多个区间,比较分析河川变化,在判断区间变化时,驱动警报。
另一方面,本发明提供一种空间图像信息和GIS基盘的河川时间序列分析方法,其特征在于其包括采用航空照片和数值地图,使航空照片具有坐标系的第1过程;采用地上基准点,对卫星图像进行精密几何补偿,将多重分光图像和通用颜色性图像制作成单一图像,然后,对对象地域的水系进行分类的第2过程;按年度的航空照片和卫星图像具体分离为多个区间,自动地输入按各区间代码的第3过程;按各区间自动地比较图像的第4过程;判断变更区间的是否存在的第5过程;在存在变更区间时,自动地驱动警报的第6过程;将变更区间输出到画面的第7过程;抽出该变更区间的属性信息和位置信息,将其输出给画面的第8过程。
按照本发明的空间图像信息和GIS基盘的河川时间序列分析系统及其方法,通过按年度的航空照片的比较,按模块、按年度而快速地比较分析河川蜿蜒度、河川低水路和堤防的宽度的变化度、平面变化外观,由此,快速地进行决策和河川计划分析,通过它,可在环境的范围内,分析河川变化,实施河川的改良作业等。
附图说明
图1为表示本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统的结构的方框结构图;
图2为表示本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统中包含的系统驱动组件的结构的方框结构图;
图3为表示通过本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统,将采用坐标系的航空照片输出到画面的状态的图;
图4为表示通过本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统,将进行精密几何补偿、图像融合和对象地域的水系分类的卫星图像输出给画面的状态的图;
图5(a),(b)为表示通过本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统而分析的按年度低水路的蜿蜒度的曲线图;
图5(c),(d)为表示通过本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统而分析的按年度堤防的蜿蜒度的曲线图;
图6(a),(b)分别为按年度输出表示通过本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统而分析的低水路和堤防的宽度比率的曲线图;
图7(a)和图7(b)为表示本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统的信号流的流程图。
具体实施方式
下面参照附图,对本发明进行具体描述。
图1为表示本发明的空间图像信息和GIS基盘的河川时间序列分析系统的结构的方框结构图,图2为表示本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统中包括的系统驱动组件的结构的方框结构图。
参照这些附图,本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统为下述的系统,其中,在对象河川的按年度的航空照片中设定实际的坐标值,使按年度的卫星图像经过精密几何补偿、图像融合和对象地域的水系分类过程,然后,根据采用坐标系的航空照片和卫星图像,构成各年度的低水路和堤防数据,由此,可观看按年度的平面形态变化,形成河川的平面变化分析所必需的基准线、河川中心线、河川直线距离基准线等的多种数据,由此,容易进行低水路的移动比较。
在本发明的空间图像信息和GIS基盘的河川时间序列分析系统中,以中央处理装置(在下面称为“CPU”)60为中心,存储器(在下面称为“RAM”)70、图形用户界面(在下面称为“GUI”)90电连接。
另外,虽然按照包括本发明的数据库80的方式构成,但是,该数据库80与上述RAM70电连接,按照通过接口部50与上述CPU60相互互换启动的方式进行编程而设计的本发明的空间图像信息和GIS基盘的河川时间序列分析方法的系统驱动组件40电连接。在空间图像信息和GIS基盘的河川时间序列分析方法中,与上述系统驱动组件40连接,分别构成用于接收航空照片、卫星图像和数值地图的航空照片接收部10、卫星图像接收部20和数值地图接收部30。
此时,本发明的空间图像信息和GIS基盘的河川时间序列分析方法从对象地域的航空照片和卫星图像和坐标提供而使用的数值地图的购买阶段开始。
航空照片的特征在于可进行河川的按年度的平面变化分析,适用于分辨率和价格等的现实的问题,卫星图像的特征在于可周期性地获得同一地域的图像,容易进行时间序列的变化分析,按波长频带获得物体反射值,利用它可追加地对难以用眼睛区分的事物进行分类。
本发明的系统所采用的卫星图像为作为美国的高分辨率商业用地球观测卫星的IKONOS图像,多重分光图像提供4m的分辨率,通用颜色性能的图像提供1m的空间分辨率,由此,与航空照片一起,其活用度高。对象地域的航空照片可采用国土地理信息院的国土空间图像信息互联网服务系统主页,进行检索而把握,然后购买,本发明所采用的航空照片的目录如(表1)和(表2)所示。另外,对象地域的IKONOS图像可采用LandInfo Worldwide Mapping LLC主页而购买,对象地域的数值地图可采用国家地理信息流通网主页而检索,进行把握,然后购买。
(表1)黄江流域的航空照片记录现况
(表2)南江流域的航空照片记录现况
于是,上述航空照片接收部10从国土空间图像信息互联网系统,接收特定地域的航空照片数据,上述卫星图像接收部20从LandInfo Worldwide Mapping LLC,接收特定地域的卫星图像。另外,上述数值地图接收部30从提供数值地图的国家地理信息流通网,接收特定地域的数值地图数据。
上述数据库80主要划分为河川平面图形DB80A和河川属性信息DB80B。上述河川平面图形DB80A为保存经过按地域和按年度采用坐标值的航空照片数据和精密几何补偿和图像融合过程的卫星图像数据的DB,上述河川属性信息DB80B为与上述河川平面图形DB80A连系,保存与按各地域、按年度的航空照片匹配的河川特性信息和位置信息、下水路和堤防的宽度和长度信息、基准线信息等的河川信息的DB。
上述系统驱动组件40为按照下述方式进行控制的控制机构,该方式为:接收航空照片、卫星图像和数值地图,变换航空照片的分辨率和容量,为该航空照片提供坐标系,对卫星图像进行精密几何补偿、图像融合和对象地域的水系分类处理,将该地域的航空照片和卫星图像的河川区间分离为多个区间,比较分析河川变化,识别变化区间,此时,驱动警报。
图2为表示上述系统驱动组件40的具体结构的图,上述系统驱动组件40由照片变换部、照片/地图同步化处理部、几何补偿部、图像融合部、水系分类部、数值化照片/图像多区间分离处理部、河川变化分析部、警报发生部、运算/处理组件构成,上述河川变化分析部47由按年度蜿蜒度分析部47a、河川宽度变化分析部47b和河川平面变化分析部47c构成。
上述照片变换部41为自动地将作为已接收的大容量的数据的航空照片的分辨率和容量变更处理为已设定的值的机构,上述照片/地图同步化处理部42是为航空照片提供坐标值,对照片数据和地图数据进行同步处理的机构。上述几何补偿部43为按照下述的方式进行再次排列的机构,该方式:采用表示地域的特性的地上基准点,使图像的各像素与实际的地上坐标一致,以便去除因地球的曲率、摄影时的卫星的姿势、传感器的几何学的特性和地形的起伏而产生的卫星图像的误差。
上述图像融合部44为将多重分光图像和通用颜色性图像制作成单一图像的机构,上述水系分类部45为考虑卫星图像的分光学的特征对对象地域的水系进行分类的机构,上述数值化照片/图像多区间分离处理部46为将提供有坐标值的航空照片和卫星图像的河川区间分为多个区间,自动地输入按各区间代码值的机构。
上述河川变化分析部47为按年度对上述航空照片进行比较,通过图像比较而判断按区间的河川变更部分的是否存在的机构,上述警报发生部48为在识别通过上述河川变化分析部47而变化的区间时,驱动警报的机构。
上述运算/处理模块49为下述机构,其按照按年度比较分析预先进行数值化处理的航空照片和卫星图像的控制程序的设定,控制各结构部,运算和分析按地域、按区间、按年度的河川区间的平面变化值,将该分析值输出给画面,驱动控制警报。
构成上述河川变化分析部47的上述蜿蜒度分析部47a为对河川的低水路和堤防的左/右岸长度进行运算,通过与河川直线距离基准线的长度的倍率,对蜿蜒度进行运算的机构。
上述河川宽度变化分析部47b为对按年度的河川的低水路和堤防的宽度与低水路-堤防的宽度比进行运算,对其进行分析的机构,上述河川平面变化分析部47c为通过采用上述蜿蜒度分析部47a和上述河川宽度变化分析部47b的数值比较和平面图像比较,分析平面变化状态的机构。
参照附图,对象上述那样构成的本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统的功能和作用进行具体说明。
图3为表示通过本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统,将采用坐标系的航空照片输出到画面的状态的图,图4为表示通过本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统,将进行精密几何补偿、图像融合和对象地域的水系分类的卫星图像输出给画面的状态的图,图5(a),(b)为表示通过本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统而分析的按年度低水路的蜿蜒度的曲线图,图5(c),(d)为表示通过本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统而分析的按年度堤防的蜿蜒度的曲线图,图6(a),(b)分别为按年度输出表示通过本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统而分析的低水路和堤防的宽度比率的曲线图,图7(a)和图7(b)为表示本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统的信号流的流程图。
首先,在本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统中,通过接收部接收航空照片、卫星图像和数值地图数据(ST-1,2,3),在数据接收完成后,经过上述航空照片、卫星图像和数值地图数据的前处理过程(ST-4,5)。该前处理过程分为航空图像分辨率和容量和自动变换过程、航空照片和坐标系自动同步化处理过程、卫星图像的精密几何补偿过程、卫星图像的多重分光图像与通用颜色性图像的融合过程、根据按照单一图像制作的卫星图像对卫星图像的水系进行分类的过程(ST-4a、4b、5a、5b、5c)。
在于照原样采用原本的航空照片时,显示约4~5个的一个年度的照片,进行作业的场合,通过连续更新到达600MB的照片,即使在采用高性能的计算机的情况下,今后的作业仍遇到困难,这样,在具有低水路区分和地图补偿等所必需的分辨率的同时,作业速度也经历变换为可考虑的最佳的分辨率的过程。
即,通过构成本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统的系统驱动组件40的照片变换部41,按照已设定的分辨率和容量自动地变换航空照片。
另外,航空照片坐标系自动同步处理过程(ST-4b)采用经过数值地图和变换过程的航空照片,进行真正的GIS化作业,但是,其为其为采用可通用于TIFF文件格式的航空照片的标准坐标系,而非在网格数据中设定坐标值的Word文件,为设定实际的坐标值的过程。
在ESRI ArcMAP中,显示航空照片和数值地图形状文件,采用控制点,在相同设施物之间使最小2~4个点同步,在通过使2个资料的坐标相同的作业使坐标同步后,更新通过‘Update Georeferencing’而设定的坐标,结束处理。
为了采用上述那样的航空照片,分析按年度的河川平面变化,抽出对象河川的低水路和堤防形状文件,其特征在于采用GIS化数据,故容易分析。
在照原样采用原本的卫星图像时,为了去除因地球的曲率、摄影时的卫星的姿势、传感器的几何的特性、地形的起伏等而产生的误差,经历按照采用表示地域的特性的地上基准点,使图像的各像素与实际的地上坐标一致的方式再次排列的精密几何补偿过程。
即,通过构成本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统的系统驱动组件40的几何补偿部43,对卫星图像进行几何学的补偿处理。
另外,卫星图像经历在通过Imagine 8.4的Layerstack功能,将作为多重分光图像的红色、绿色、蓝色、近红外线的4个图像制作成单一图像后,为了在维持通用颜色性图像的空间分辨率的同时,制作成具有多重分光图像的性格的高分辨率的图像,经历单一图像和通用颜色性图像之间的图像融合过程。
即,通过构成本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统的系统驱动组件40的图像融合部44,实施图像融合。
采用几何补偿和多重分光图像与颜色通用性图像的融会而形成的单一图像,经过监督分类,对对象地域的水系地域进行分类。即,通过构成本发明的一个实施例的空间图像信息和GIS基盘的河川时间序列分析系统的系统驱动组件40的水系分类部45实施图像融合。
如果前处理过程完成,则本发明经过抽出对象地域信息的过程(ST-6),但是,抽出对象地域信息的过程(ST-6)包括抽出按年度的低水路和堤防SHP文件的过程(ST-6a)和对象地域的河川属性信息的过程(ST-6b)。
按照本发明,为了分析河川,不仅抽出低水路和堤防数据,而且抽出基准线、河川中心线、河川直线距离基准线等的资料,但是,其为根据对象地域的河道维护基本计划书而制作的数据。
如果信息抽出完成,则本发明将采用坐标系适用的航空照片;卫星图像分离为已设定的多个区间,自动地输入按区间的代码信息(ST-7)。
在该状态,进行按年度的区间的图像比较(ST-8),按年度的区间的图像比较像图7(b)所示的那样,由按年度的蜿蜒度分析(ST-8a)、按年度的河川低水路和堤防的宽度变化分析(ST-8b)和按年度的河川的平面变化外观分析(ST-8c)构成。
即,在按照上述低水路和堤防形状文件,计算低水路和提防的左-右岸的长度之后,在使用河川直线距离基准线的长度的倍率的蜿蜒度抽出过程,采用低水路的左-右岸蜿蜒度和堤防的左-右岸蜿蜒度,分析年度的河川的蜿蜒度现状。
另外,采用上述低水路和堤防形状文件与基准线形状文件,计算按年度的河川的低水路和堤防的宽度和低水路-堤防的宽度比率,分析河川的平面变化形态。低水路和堤防的宽度运算过程采用上述基准线数据的坐标值和低水路与提防的坐标值而进行,该过程如(表3)所示。
另一方面,本发明在分析按年度的航空照片和卫星图像后,自动地判断变更区间的是否存在,在存在变更区间的场合,驱动警报,将已变更的区间输出给画面。此时,上述变更区间判断指对是否进行按年度的蜿蜒度变更、按年度的河川低水路和堤防的宽度变更、按年度的河川的平面变化的情况进行判断。
此外,从上述河川属性信息DB80B中,抽出输出给画面的区间的信息,将其输出给画面。据此,可进行快速的河川变化分析和决策。
(表3)河川宽度变化计算过程
另外,本发明的实施例的空间图像信息和GIS基盘的河川时间序列分析系统及其方法并不限于上述实施例,可在不脱离其技术实质的范围内按照多种方式变更。
标号说明
标号100表示显示部。
Claims (5)
1.一种空间图像信息和GIS基盘的河川时间序列分析系统,其特征在于其包括:
用于接收航空照片、卫星图像和数值地图的接收部;
显示部,其将航空照片、卫星图像和数值地图输出到画面,将分析结果输出到画面;
数据库,其由保存按地域和按年度采用坐标值的航空照片数据、经过精密几何补偿和图像融合过程的卫星图像数据的河川平面图形数据库和河川属性信息数据库构成,该河川属性信息数据库与上述河川平面图形数据库连系,保存与按各地域、按年度的航空照片匹配的河川特性信息和位置信息、下水路和堤防的宽度与长度信息、基准线信息形成的河川信息;
系统驱动组件,其按照下述方式进行控制,该方式为:接收航空照片、卫星图像和数值地图,变换航空照片的分辨率和容量,使坐标系与该航空照片同步,对卫星图像进行精密几何补偿、图像融合和对象地域的水系分类处理,按年度将该地域的航空照片和卫星图像的河川区间分离为多个区间,比较分析河川变化,在判断区间变化时驱动警报。
2.根据权利要求1所述的空间图像信息和GIS基盘的河川时间序列分析系统,其特征在于上述系统驱动组件包括照片变换部,其将已接收的航空照片的分辨率和容量变换处理为已设定的值;照片/地图同步化处理部,其按照在航空照片中设定坐标值的方式进行处理;几何补偿部,其采用表示地域的特性的地上基准点,使图像的各像素按照与实际的地上坐标一致的方式进行再排列;图像融合部,其将多重分光图像与通用颜色性图像制作成单一图像;对象地域的水系分类部,其考虑卫星图像的分光学的特性;数值化照片多区间分离处理部,其将提供有坐标值的航空照片和卫星图像的河川区间分成多个区间,自动地输入按各区间的代码值;河川变化分析部,其按年度对上述航空照片和卫星图像进行比较,通过图像比较,判断按该区间的河川变更部分的是否存在;警报发生部,其在对通过上述河川变化分析部而变化的区间进行识别时,驱动警报;运算/处理模块,其通过按年度比较分析预先进行数值化处理的航空照片的控制程序的设定,控制各结构部,对按地域、按区间、按年度的河川区间的平面变化值进行运算和分析,将该分析值输出到画面,驱动控制警报。
3.根据权利要求2所述的空间图像信息和GIS基盘的河川时间序列分析系统,其特征在于上述河川变化分析部包括:
蜿蜒度分析部,其对河川的低水路和堤防的左/右岸长度进行运算,通过河川直线距离基准线的长度的倍率,对蜿蜒度进行运算;
河川宽度变化分析部,其对按年度的河川的低水路和堤防的宽度与低水路-堤防的宽度比率进行运算,对其进行分析;
河川平面变化分析部,其通过采用上述蜿蜒度分析部和上述河川宽度变化分析部的数值比较和平面图像比较,分析平面变化状态。
4.一种空间图像信息和GIS基盘的河川时间序列分析方法,其特征在于其包括:
采用航空照片和数值地图,使航空照片具有坐标系的第1过程;
采用地上基准点,对卫星图像进行精密几何补偿,将多重分光图像和通用颜色性图像制作成单一图像,然后,对对象地域的水系进行分类的第2过程;
将按年度的航空照片和卫星图像具体分离为多个区间,自动地输入按各区间代码的第3过程;
按各区间自动地比较图像的第4过程;
判断变更区间的是否存在的第5过程;
在存在变更区间时,自动地驱动警报的第6过程;
将变更区间输出到画面的第7过程;
抽出该变更区间的属性信息和位置信息,将其输出给画面的第8过程。
5.根据权利要求4所述的空间图像信息和GI S基盘的河川时间序列分析方法,其特征在于:
上述第3过程包括:
对按年度的蜿蜒度进行运算的过程;
对按年度的河川低水路和堤防的宽度的变化度进行运算的过程。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2008-0059476 | 2008-06-24 | ||
KR1020080059476A KR100982237B1 (ko) | 2008-06-24 | 2008-06-24 | 공간영상정보와 지아이에스 기반의 하천 시계열 분석시스템 및 그 방법 |
KR1020080059476 | 2008-06-24 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101615183A true CN101615183A (zh) | 2009-12-30 |
CN101615183B CN101615183B (zh) | 2011-12-21 |
Family
ID=41494826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101790401A Expired - Fee Related CN101615183B (zh) | 2008-06-24 | 2008-11-27 | 基于空间图像信息和gis的河川时间序列分析系统及其方法 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR100982237B1 (zh) |
CN (1) | CN101615183B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479289A (zh) * | 2010-11-30 | 2012-05-30 | 中国人民解放军国防科学技术大学 | 一种用于卫星观测的区域划分方法 |
CN104123310A (zh) * | 2013-04-28 | 2014-10-29 | 百度在线网络技术(北京)有限公司 | 基于卫星图像的路网信息的处理方法及装置 |
CN112258539A (zh) * | 2020-11-13 | 2021-01-22 | 腾讯科技(深圳)有限公司 | 水系数据处理方法、装置、电子设备及可读存储介质 |
JP2022085295A (ja) * | 2020-11-27 | 2022-06-08 | 三菱電機株式会社 | 治水施設監視装置、治水施設監視方法及び治水施設監視プログラム |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101109957B1 (ko) * | 2010-03-16 | 2012-02-14 | 한국지질자원연구원 | 화소 영역 기반 내삽에 의한 공중영상 자료의 재배열 방법 |
KR101662292B1 (ko) * | 2014-12-30 | 2016-10-05 | 한국해양과학기술원 | 영상 처리를 통한 쇄파지역 연안류 측정 장치 및 방법 |
KR101708891B1 (ko) | 2016-07-20 | 2017-02-22 | (주)미도지리정보 | 하천 시계열 분석을 위한 지아이에스(gis) 기반의 영상처리 시스템 |
KR102613161B1 (ko) * | 2020-12-22 | 2023-12-13 | 주식회사 제이비티 | 하천환경 평가방법 |
CN113609237B (zh) * | 2021-07-15 | 2024-04-05 | 城乡院(广州)有限公司 | 一种建设用地变更的数据处理方法、装置、设备及介质 |
WO2023146009A1 (ko) * | 2022-01-28 | 2023-08-03 | (주)헤르메시스 | 유역 분석 장치 및 방법 |
CN117033532B (zh) * | 2023-07-20 | 2024-07-23 | 长江信达软件技术(武汉)有限责任公司 | 一种涉水问题取证方法、设备及存储设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1987906B (zh) * | 2005-12-22 | 2010-10-13 | 中国煤炭地质总局航测遥感局 | 土地利用变化动态预测的方法 |
KR100795396B1 (ko) * | 2007-06-15 | 2008-01-17 | (주)한양 | 항공레이저 데이터와 수치정사영상을 이용한 도시 변화모니터링 방법 |
CN101114023A (zh) * | 2007-08-28 | 2008-01-30 | 北京交通大学 | 一种基于模型的湖泊湿地泛洪遥感监测方法 |
-
2008
- 2008-06-24 KR KR1020080059476A patent/KR100982237B1/ko not_active IP Right Cessation
- 2008-11-27 CN CN2008101790401A patent/CN101615183B/zh not_active Expired - Fee Related
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479289A (zh) * | 2010-11-30 | 2012-05-30 | 中国人民解放军国防科学技术大学 | 一种用于卫星观测的区域划分方法 |
CN102479289B (zh) * | 2010-11-30 | 2014-09-03 | 中国人民解放军国防科学技术大学 | 一种用于卫星观测的区域划分方法 |
CN104123310A (zh) * | 2013-04-28 | 2014-10-29 | 百度在线网络技术(北京)有限公司 | 基于卫星图像的路网信息的处理方法及装置 |
CN112258539A (zh) * | 2020-11-13 | 2021-01-22 | 腾讯科技(深圳)有限公司 | 水系数据处理方法、装置、电子设备及可读存储介质 |
CN112258539B (zh) * | 2020-11-13 | 2023-08-01 | 腾讯科技(深圳)有限公司 | 水系数据处理方法、装置、电子设备及可读存储介质 |
JP2022085295A (ja) * | 2020-11-27 | 2022-06-08 | 三菱電機株式会社 | 治水施設監視装置、治水施設監視方法及び治水施設監視プログラム |
JP7399069B2 (ja) | 2020-11-27 | 2023-12-15 | 三菱電機株式会社 | 治水施設監視装置、治水施設監視方法及び治水施設監視プログラム |
Also Published As
Publication number | Publication date |
---|---|
CN101615183B (zh) | 2011-12-21 |
KR20100000107A (ko) | 2010-01-06 |
KR100982237B1 (ko) | 2010-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101615183B (zh) | 基于空间图像信息和gis的河川时间序列分析系统及其方法 | |
Sarron et al. | Mango yield mapping at the orchard scale based on tree structure and land cover assessed by UAV | |
Ge et al. | Modeling alpine grassland cover based on MODIS data and support vector machine regression in the headwater region of the Huanghe River, China | |
Kawamura et al. | Field phenotyping of plant height in an upland rice field in Laos using low-cost small unmanned aerial vehicles (UAVs) | |
Ruggles et al. | Comparison of SfM computer vision point clouds of a landslide derived from multiple small UAV platforms and sensors to a TLS-based model | |
Wang et al. | Dynamic assessment of soil erosion risk using Landsat TM and HJ satellite data in Danjiangkou Reservoir area, China | |
Zhang et al. | Analysis on spatial structure of landuse change based on remote sensing and geographical information system | |
Baracchini et al. | Meteolakes: An operational online three-dimensional forecasting platform for lake hydrodynamics | |
Grosso et al. | Mapping maize evapotranspiration at field scale using SEBAL: A comparison with the FAO method and soil-plant model simulations | |
Goodbody et al. | Digital aerial photogrammetry for assessing cumulative spruce budworm defoliation and enhancing forest inventories at a landscape-level | |
Šiljeg et al. | Comparative assessment of pixel and object-based approaches for mapping of olive tree crowns based on UAV multispectral imagery | |
Miura | Fusion analysis of optical satellite images and digital elevation model for quantifying volume in debris flow disaster | |
Jiang et al. | Estimation of land production and its response to cultivated land conversion in North China Plain | |
Wang et al. | Investigating flood impact on crop production under a comprehensive and spatially explicit risk evaluation framework | |
Karimi et al. | Generalizability of gene expression programming and random forest methodologies in estimating cropland and grassland leaf area index | |
CN116018602A (zh) | 植被管理系统和植被管理方法 | |
Devadoss et al. | Remote sensing-informed zonation for understanding snow, plant and soil moisture dynamics within a mountain ecosystem | |
Poley et al. | Quantifying aboveground biomass of shrubs using spectral and structural metrics derived from UAS imagery | |
Epiphanio et al. | Estimating soybean crop areas using spectral-temporal surfaces derived from MODIS images in Mato Grosso, Brazil | |
Danaher et al. | Remote sensing of tree-grass systems: The Eastern Australian Woodlands | |
Zhang et al. | A new method for monitoring start of season (SOS) of forest based on multisource remote sensing | |
Cho et al. | Web-based agricultural infrastructure digital twin system integrated with GIS and BIM concepts | |
CN101561882A (zh) | 一种基于空间相关性的亚像元空间定位方法 | |
Stević et al. | Automated identification of land cover type using multispectral satellite images | |
CN108875292B (zh) | 基于遥感的流域水文的仿真系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111221 Termination date: 20141127 |
|
EXPY | Termination of patent right or utility model |