CN102721644A - 一种水环境遥感数据处理方法及装置 - Google Patents
一种水环境遥感数据处理方法及装置 Download PDFInfo
- Publication number
- CN102721644A CN102721644A CN2012102123651A CN201210212365A CN102721644A CN 102721644 A CN102721644 A CN 102721644A CN 2012102123651 A CN2012102123651 A CN 2012102123651A CN 201210212365 A CN201210212365 A CN 201210212365A CN 102721644 A CN102721644 A CN 102721644A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- water
- water body
- data
- quality parameter
- 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
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种水环境遥感数据处理方法及装置,所述方法包括:接收监测区域的水环境遥感数据,依据预先建立的区域坐标数据表、遥感器属性数据表及区域属性数据表,计算水体的遥感反射率图像,并从所述水环境遥感数据中提取水体目标掩模图像,并依据预先建立的水质参数反演模型数据表及所述目标水体的遥感反射率图像、水体目标掩模图像,计算与所述遥感数据对应的水质参数浓度值图像,根据所述水质参数浓度值图像,构建水环境遥感监测质量报告,从而实现了自动生成水质参数浓度图像及水环境遥感监测报告,避免了人为介入,提高了水环境监测数据处理的效率。
Description
技术领域
本发明涉及遥感领域,尤其涉及一种水环境遥感数据处理方法及装置。
背景技术
随着遥感技术的不断进步和相关理论模型的不断完善,遥感监测技术在水环境的监测中的应用也越来越多,现有的水环境遥感数据处理方法中包括对遥感图像的预处理过程、监测指标的计算、计算结果的后处理、图像分析及报告生成等步骤,这些步骤都需要人为干预才能完成,例如,预处理过程中针对不同的监测区域的图像,处理流程不统一,需要专家知识的配合才能完成;不同水质的反演模型根据区域和季节的不同而不同,监测指标的计算及计算结果的后处理过程都需要人工进行判断;图像分析和报告生成也需要人工进行密度分割、监测报告编辑等。
因此,现有的水环境遥感数据处理方法因需要过多的人为干预,所以存在处理效率低的问题。
发明内容
有鉴于此,本发明提供了一种水环境遥感数据处理方法及装置,目的在于解决现有的水环境遥感数据处理方法存在的处理效率低的问题。
为了实现上述目的,本发明实施例提供以下技术方案:
一种水环境遥感数据处理方法,包括:
接收监测区域的水环境遥感数据,所述水体遥感数据至少包括:水体遥感图像及所述水体遥感图像对应的属性数据,所述属性数据包括:区域代号、遥感器名称、遥感器工作增益状态、成像日期、地理经纬度范围、太阳天顶角、太阳方位角、观测天顶角、观测方位角、气溶胶光学厚度;
依据预先建立的区域坐标数据表、遥感器属性数据表及区域属性数据表,计算水体的遥感反射率图像,并从所述水环境遥感数据中提取水体目标掩模图像;
依据预先建立的水质参数反演模型数据表及所述目标水体的遥感反射率图像、水体目标掩模图像,计算与所述遥感数据对应的水质参数浓度值图像;
根据所述水质参数浓度值图像,构建水环境遥感监测质量报告。
优选地,所述区域坐标数据表包括:
水环境遥感监测区域的名称、代号及区域中心点经纬度、左上点经纬度、右下点经纬度;
所述遥感器属性数据表包括:水环境监测遥感器名称及其对应的工作增益状态、波段号、起始波长、终止波长、中间波长、光谱分辨率、光谱响应函数、6S大气校正模型中的映射波段号、空间分辨率、平均日地距离、辐射定标增益参数、辐射定标偏置参数、系统定标增益参数、系统定标偏置参数。
所述区域属性数据表包括:水体环境监测区域代号、月份及其对应的大气类型、自定义大气类型、气溶胶类型、自定义气溶胶类型、水体比辐射率、大气平均作用温度;
所述水质参数反演模型数据表包括:水体环境监测区域的名称、成像日期、遥感器名称、水质参数类型、水质参数模型公式。
优选地,所述依据预先建立的区域坐标数据表、遥感器属性数据表及区域属性数据表,计算水体的遥感反射率图像包括:
从所述区域坐标数据表中查询与所述区域代号对应的区域中心点经纬度、左上点经纬度、右下点经纬度,并将所述水体遥感图像剪裁至所述区域中心点经纬度、左上点经纬度、右下点经纬度限定的区域;
从所述遥感器属性数据表中查询与所述遥感器名称及遥感器工作增益状态对应的波段号、辐射定标增益参数、辐射定标偏置参数、系统定标增益参数、系统定标偏置参数;
从所述区域属性数据表与所述遥感器属性数据表中联合查询大气校正参数,所述大气校正参数包括:大气类型、气溶胶类型、自定义气溶胶类型、6S大气校正模型中的映射波段号、起始波长、终止波长、光谱响应函数、光谱分辨率;
依据所述辐射定标增益参数和辐射定标偏置参数对剪裁后的水体遥感图像进行辐射定标计算,依据所述系统定标增益参数和系统定标偏置参数对辐射定标后的水体遥感图像进行系统校正计算;
依据所述6S大气校正参数对系统校正后的水体遥感图像进行大气校正计算,得到水体的遥感反射率图像。
优选地,所述从所述水环境遥感数据中提取水体目标掩模图像包括:
依据辐射定标后的水体遥感图像近红外波段的灰度直方图,采用双峰法确定阈值;
依据所述阈值对辐射定标后的水体遥感图像近红外波段逐像元判断,小于所述阈值的像素点赋值为1,大于所述阈值的像素点赋值为0,得到二值化的水体目标掩模图像。
优选地,所述依据预先建立的水质参数反演模型数据表及所述目标水体的遥感反射率图像、水体目标掩模图像,计算与所述遥感数据对应的水质参数浓度值图像包括:
从所述水质参数反演模型数据表中查询与所述区域代号、遥感器名称、水质参数类型及成像日期数据对应的水质参数模型公式;
依据所述公式及所述水体的遥感反射率图像、水体目标掩模图像,计算水体的水质参数浓度值图像;
剔除所述水质参数浓度值图像中的异常值,以得到所述水质参数浓度值图像。
优选地,所述根据所述水质参数浓度值图像,构建水环境遥感监测质量报告包括:
将所述水质参数浓度值图像进行RGB色彩映射形成水质参数遥感监测专题图;
依据所述水质参数浓度值图像,绘制数据统计柱状图和表格;
依据所述水质参数遥感监测专题图、数据统计柱状图和表格,插入Word文档形成水环境遥感监测质量报告。
一种水环境遥感数据处理装置,包括:
接收模块,用于接收监测区域的水环境遥感数据,所述水体遥感数据至少包括:水体遥感图像及所述水体遥感图像对应的属性数据,所述属性数据包括:区域代号、遥感器名称、遥感器工作增益状态、成像日期、地理经纬度范围、太阳天顶角、太阳方位角、观测天顶角、观测方位角、气溶胶光学厚度;
预处理模块,用于依据预先建立的区域坐标数据表、遥感器属性数据表及区域属性数据表,计算水体的遥感反射率图像,并从所述水环境遥感数据中提取水体目标掩模图像;
水质参数计算模块,用于依据预先建立的水质参数反演模型数据表及所述目标水体的遥感反射率图像、水体目标掩模图像,计算与所述遥感数据对应的水质参数浓度值图像;
报告构建模块,用于根据所述水质参数浓度值图像,构建水环境遥感监测质量报告。
优选地,所述预处理模块包括:
第一查询单元,用于从所述区域坐标数据表中查询与所述区域代号对应的区域中心点经纬度、左上点经纬度、右下点经纬度,并从所述遥感器数据数据表中查询与所述遥感器名称及遥感器工作增益状态对应的波段号、辐射定标增益参数、辐射定标偏置参数、系统定标增益参数、系统定标偏置参数;以所述区域代号、遥感器名称、成像时间为索引,从所述区域属性数据表与遥感器属性数据表中联合查询大气校正参数,所述大气校正参数包括:大气类型、气溶胶类型、自定义气溶胶类型、6S大气校正模型中的映射波段号、起始波长、终止波长、光谱响应函数、光谱分辨率;
裁剪单元,用于将所述水体遥感图像剪裁至所述区域中心点经纬度、左上点经纬度、右下点经纬度限定的区域;
第一计算单元,用于依据所述辐射定标增益参数和辐射定标偏置参数对剪裁后的水体遥感图像进行辐射定标计算,依据所述系统定标增益参数和系统定标偏置参数对辐射定标后的水体遥感图像进行系统校正计算;依据所述6S大气校正参数对系统校正后的水体遥感图像进行大气校正计算,得到水体的遥感反射率图像。
图像提取单元,用于依据辐射定标后的水体遥感图像近红外波段的灰度直方图,采用双峰法确定阈值;依据阈值对辐射定标后的水体遥感图像近红外波段逐像元判断,小于阈值的赋值为1,大于阈值的赋值为0,得到二值化的水体目标掩模图像。
优选地,所述水质参数计算模块包括:
第二查询单元,用于从所述水质参数反演模型数据表中查询与所述区域代号、遥感器名称、水质参数类型及成像日期数据对应的水质参数模型公式;
第二计算单元,用于依据所述公式及所述水体的遥感反射率图像、水体目标掩模图像,计算水体的水质参数浓度值图像。
优选地,所述报告构建模块包括:
图像映射单元,用于依据所述水质参数统计结果,将所述水质参数浓度值图像进行RGB色彩映射形成水质参数遥感监测专题图;
绘图单元,用于依据所述水质参数统计结果,绘制数据统计柱状图和表格;
报告构建单元,用于依据所述水质参数遥感监测专题图、数据统计柱状图和表格,插入Word文档形成水环境遥感监测质量报告。
本发明实施例所述的水环境遥感数据处理方法及装置,依据预先建立的区域坐标数据表、遥感器属性数据表及区域属性数据表,计算水体的遥感反射率图像、提取水体目标掩膜图像,并计算出水质参数浓度图像,依据所述水质参数浓度图像构建水环境遥感监测质量报告,所述方法及装置实现了自动生成水质参数浓度图像及水环境遥感监测报告,避免了人为介入,提高了水环境监测数据处理的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例公开的一种水环境遥感数据处理方法的流程图;
图2为本发明实施例公开的一种水环境遥感数据处理方法中依据预先建立的区域坐标数据表、遥感器属性数据表及区域属性数据表,计算水体的遥感反射率图像的方法的流程图;
图3为本发明实施例公开的一种水环境遥感数据处理方法中从水环境遥感数据中提取水体目标掩模图像方法的流程图;
图4为本发明实施例公开的一种水环境遥感数据处理方法中计算与所述遥感数据对应的水质参数浓度值图像方法的流程图;
图5为本发明实施例公开的一种水环境遥感数据处理装置的结构示意图;
图6为本发明实施例公开的一种水环境遥感数据处理装置中预处理模块的结构示意图;
图7为本发明实施例公开的一种水环境遥感数据处理装置中水质参数计算模块的结构示意图;
图8为本发明实施例公开的一种水环境遥感数据处理装置中报告构建模块的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开的一种水环境遥感数据处理方法,如图1所示,包括:
S101:接收监测区域的水环境遥感数据;
其中水环境遥感数据指的是卫星遥感器在预设的时间拍摄的预设区域的水体图像,本实施例中,水环境遥感数据可以包括水体遥感图像及所述水体遥感图像对应的属性数据:区域代号、遥感器名称、遥感器工作增益状态及成像日期、地理经纬度范围、太阳天顶角、太阳方位角、观测天顶角、观测方位角、气溶胶光学厚度等数据。例如:接收用于水体富营养化监测的太湖水体遥感图像,与此遥感图像对应的属性数据分别为:区域代号--太湖,遥感器名称--环境一号卫星HJ1A-CCD1,遥感器工作增益状态--增益2,成像时间--2009年3月14日,地理经纬度范围—左上角纬度34.359467、左上角经度117.826292、右下角纬度30.534726、右下角经度123.230688,太阳天顶角—37.5,太阳方位角—155.1,观测天顶角—18.6,观测方位角-78.6,气溶胶光学厚度—0.2。
S102:依据预先建立的区域坐标数据表、遥感器属性数据表及区域属性数据表,计算水体的遥感反射率图像,并从所述水环境遥感数据中提取水体目标掩模图像;
其中,预先建立的区域坐标数据表中包括了能够遥感监测到的所有水体所处的区域的参数,例如,实时遥感监测的水体包括太湖、长江三峡、滇池,所述区域坐标数据表可以具体包括以下参数:区域名称、区域代号、区域中心点经度、区域中心点纬度、区域左上点经度、区域左上点纬度,区域右下点经度、区域右下点纬度。例如,实时遥感监测的水体包括太湖、长江三峡、滇池,那么所述区域坐标数据表中包括:太湖及其太湖所对应的区域代号、太湖所在的中心点经度、中心点纬度、区域左上点经度、区域左上点纬度,区域右下点经度、区域右下点纬度;长江三峡及其长江三峡所对应的区域代号、长江三峡所在的中心点经度、中心点纬度、区域左上点经度、区域左上点纬度,区域右下点经度、区域右下点纬度;滇池及其滇池所对应的区域代号、滇池所在的中心点经度、中心点纬度、区域左上点经度、区域左上点纬度,区域右下点经度、区域右下点纬度。也就是说,区域坐标数据表中记录的是各个区域及其对应的地理经纬度范围。其中,区域名称和区域代号可以为字符串型数据,其它参数可以为浮点型数据。本实施例中,将区域坐标数据表记为表L。
预先建立的遥感器属性数据表中包括获取水体遥感图像的卫星遥感器的属性参数,具体可以包括:遥感器名称、遥感器工作增益状态、遥感器波段号、起始波长、终止波长、中间波长、光谱分辨率、光谱响应函数、6S大气校正模型中的映射波段号、空间分辨率、平均日地距离、辐射定标增益参数、辐射定标偏置参数、系统定标增益参数、系统定标偏置参数。其中,遥感器名称可以为字符串型数据,遥感器工作增益状态、遥感器波段号、大气校正模型中的映射波段号、空间分辨率可以为无符号短整型数据,其它参数可以为浮点数据。本实施例中,将遥感器属性数据表记为表S。
预先建立的区域属性数据表用于存储每个水环境监测区域的大气和气溶胶类型,可以具体包括:水体环境监测区域代号、月份及其对应的大气类型、自定义大气类型、气溶胶类型、自定义气溶胶类型、水体比辐射率、大气平均作用温度。其中,区域代号可以为字符串类型数据,水体比辐射率、大气平均作用温度可以为浮点类型数据,其它参数可以为无符号短整型数据。本实施例中,将区域属性数据表记为表A。
在接收到水环境遥感数据后,依据预先建立的区域坐标数据表、遥感器属性数据表及区域属性数据表,计算水体的遥感反射率图像的具体过程如图2所示,包括:
S201:从所述区域坐标数据表中查询与所述区域代号对应的区域中心点经纬度、左上点经纬度、右下点经纬度,并将所述水体遥感图像剪裁至所述区域中心点经纬度、左上点经纬度、右下点经纬度限定的区域;
例如,以“太湖”为索引,从所述区域坐标数据表中查询“太湖”对应的区域中心点经纬度、左上点经纬度、右下点经纬度分别为中心点(31.230413,120.236545);左上(31.576917,119.812593);右下(30.883909,120.660497),以上述经纬度为边界条件,将水体遥感图像进行剪裁,保留以上述经纬度坐标为边界的区域,减去多余的区域。经过此步骤,可以将同一区域的水体遥感图像剪裁到统一的地理范围中。
S202:从所述遥感器属性数据表中查询与所述遥感器名称及遥感器工作增益状态对应的波段号、辐射定标增益参数、辐射定标偏置参数、系统定标增益参数、系统定标偏置参数;
例如,以HJ1A-CCD1、增益2为索引,搜索S数据表,得到辐射校正所需要的系数为:遥感图像第一波段(辐射定标增益参数0.916,辐射定标偏置参数7.325);遥感图像第二波段(辐射定标增益参数.9228,辐射定标偏置参数6.0737);遥感图像第三波段(辐射定标增益参数1.1277,辐射定标偏置参数3.6123);遥感图像第四波段(辐射定标增益参数1.0753,辐射定标偏置参数1.9028)。得到系统校正所需要的系数为:遥感图像第一波段(系统校正增益参数1,系统校正偏置参数0);遥感图像第二波段(系统校正增益参数1,系统校正偏置参数0);遥感图像第三波段(系统校正增益参数1,系统校正偏置参数0);遥感图像第四波段(系统校正增益参数1,系统校正偏置参数0)。
S203:依据所述辐射定标增益参数和辐射定标偏置参数对剪裁后的水体遥感图像进行辐射定标计算,依据所述系统定标增益参数和系统定标偏置参数对剪裁后的水体遥感图像进行系统校正计算;
具体的计算公式为:
辐射校正计算:Gain*DN+Offset,
其中Gain为辐射定标增益系数,Offset为辐射定标偏置系数,DN为水体遥感图像灰度值;
系统校正计算:Gain’*DN’+Offset’,
其中DN’为辐射定标计算的结果,Gain’为系统定标增益系数,Offset’为系统定标偏置系数。
S204:以所述区域代号、遥感器名称、成像时间为索引,从所述区域属性数据表与遥感器属性数据表中联合查询大气校正参数,所述大气校正参数包括大气类型、气溶胶类型、自定义气溶胶类型、6S大气校正模型中的映射波段号、起始波长、终止波长、光谱响应函数、平均日地距离、水体比辐射率、大气平均作用温度;
例如,以“太湖”、“HJ1A-CCD1”、“2009年3月14日”为索引,检索得到大气类型为3、气溶胶类型为1、始波长为0.4225、终止波长为1.01光谱响应函数为(0.0785 0.1580 0.2386 0.3183 0.4159 0.5135 0.60960.7087 0.7387 0.7718 0.8048 0.8408 0.8589 0.8739 0.8889 0.90690.9324 0.9520 0.9730 0.9910 0.9970 0.9970 1.0000 0.9970 1.00001.0000 0.9970 0.9970 0.9925 0.9850 0.9805 0.9760 0.9354)、平均日地距离为1070.278709、水体比辐射率为0.9、大气平均作用温度为11.6。
S205:依据所述系统校正后的水体遥感图像、检索得到的大气校正参数,结合太阳天顶角、太阳方位角、观测天顶角、观测方位角、气溶胶光学厚度等属性数据,运行6S大气校正模型得到几个系数:xa、xb、xc、Edir、Edif,利用下面的公式计算得到水体遥感反射率图像。
计算公式为:Rrs=((xa*Lsw-xb)/(1.0+xc*(xa*Lsw-xb))*(Edir+Edif)-rskyEdif)/(Edir+Edif)/π
=(xa*Lsw-xb)/(1.0+xc*(xa*Lsw-xb))/π-rsky Edif/π/(Edir+Edif),
其中,Rrs为水体反射率图像,Lsw为辐射定标和系统校正后的水体遥感
图像,rsky为常数。
从所述水环境遥感数据中提取水体目标掩模图像的具体过程如图3所示,包括:
S301:依据辐射定标后的水体遥感图像近红外波段的灰度直方图,采用双峰法确定阈值;
S302:依据阈值对辐射定标后的水体遥感图像近红外波段逐像元判断,小于阈值的赋值为1,大于阈值的赋值为0,得到二值化的水体目标掩模图像。
S103:依据预先建立的水质参数反演模型数据表及所述目标水体的遥感反射率图像、水体目标掩模图像,计算与所述遥感数据对应的水质参数浓度值图像;
其中,水质参数反演模型数据表用于记录每个水环境监测区域、时间、遥感器或水质参数对应的水质参数经验模型公式,具体可以包括:水体环境监测区域的名称、成像日期、遥感器代号、水质参数类型、水质参数模型公式。其中,水体环境监测区域的名称、遥感器名称、水质参数模型公式可以为字符串类型的数据。本实施例中,可以将水质参数反演模型数据表记为表M。
具体的计算过程可以如图4所示,包括:
S401:从所述水质参数反演模型数据表中查询与所述区域代号、遥感器名称、水质参数类型及成像日期数据对应的水质参数模型公式;
例如,根据“太湖”、“HJ1A-CCD1”、“水体富营养化”、“2009年3月14日”,查询表M得到水质参数经验模型公式:
叶绿素a浓度公式:
120.407*((b4-b3)/(b4+b3))^2+31.283*((b4-b3)/(b4+b3))+28.095
悬浮物浓度公式:
8150.8*b4-2.5542,其中,b3代表HJ1A-CCD1水体遥感反射率图像的第三波段数据;b4代表HJ1A-CCD1水体遥感反射率图像的第四波段数据;
S402:依据所述公式及所述水体的遥感反射率图像、水体目标掩模图像,计算水体的水质参数浓度值图像;
S403:剔除所述水质参数浓度值图像中的异常值;
具体方法可以为:统计水质参数浓度值图像中水体区域的灰度直方图,对于占水体区域总像元数小于1%的像元值用其四邻域的均值替代。
S404:依据剔除异常值后的水质参数浓度值图像,得到所述水质参数浓度值图像。
例如,对叶绿素浓度进行总体统计和分级统计。
统计的具体过程可以为:
统计水体目标图像内的像元个数TPixelNum,通过公式TArea=TPixelNum×空间分辨率,计算水域面积;
统计水体目标图像内水质参数的最大值即:水质参数浓度值图像像素的最大值TMaxValue、最小值TMinValue、均值TMeanValue、标准差TVarValue,其中,可以将水质参数浓度从高到低分为五个级别,并分别计算每个级别的最大值LMaxValue(i)和最小值LMinValue(i),i为级别序号;
统计归属到每个级别内的像元个数LPixelNum(i),计算该类级别的水域面积LArea(i)=LPixelNum(i)×空间分辨率,并计算该级别水体占总体水域面积的面积比LPercent(i)=LArea(i)/TArea×100;
分别计算每个级别的水质参数浓度的均值LMeanValue(i)和标准差LVarValue(i)。
S104:根据所述水质参数浓度值图像,构建水环境遥感监测质量报告。
构建水环境质量报告可以具体包括:将所述水质参数浓度值图像进行RGB色彩映射形成水质参数遥感监测专题图,依据所述水质参数浓度值图像,绘制数据统计柱状图和表格;
依据所述水质参数遥感监测专题图、数据统计柱状图和表格,插入Word文档形成水环境遥感监测质量报告。
其中,使用不同的颜色表示不同的浓度,根据TMaxValue和TMinValue分类出的每个级别定义RGB伪彩色合成方案,例如,叶绿素a浓度指标:
因为每个级别的RGB分量的数值不同,所以,合成RGB图像后的颜色不同,这样做的目的在于,将不同级别的数据从颜色上区分开。
将水质参数浓度值图像中每个像元点根据其灰度值划分到上述级别中,使用不同的颜色表征不同的浓度。
本实施例所述的水环境遥感数据处理方法,依据预先建立的区域坐标数据表、遥感器属性数据表及区域属性数据表,得到水体的遥感反射率图像和水体目标图像,并依据预先建立的水质参数反演模型数据表,计算与所述遥感数据对应的水质参数浓度值图像,并构建水环境质量报告,所述方法中没有包括人机交互的环节,也就是说,所述方法不再需要进行人工干预即可对遥感数据完成处理,从而提高了处理的效率。
本发明实施例还公开了一种水环境遥感数据处理装置,如图5所示,包括:
接收模块501,用于接收监测区域的水环境遥感数据,所述水体遥感数据至少包括:水体遥感图像及所述水体遥感图像对应的属性数据,所述属性数据包括:区域代号、遥感器名称、遥感器工作增益状态、成像日期、地理经纬度范围、太阳天顶角、太阳方位角、观测天顶角、观测方位角、气溶胶光学厚度;
预处理模块502,用于依据预先建立的区域坐标数据表、遥感器属性数据表及区域属性数据表,计算水体的遥感反射率图像,并从所述水环境遥感数据中提取水体目标掩模图像;
水质参数计算模块503,用于依据预先建立的水质参数反演模型数据表及所述目标水体的遥感反射率图像、水体目标掩模图像,计算与所述遥感数据对应的水质参数浓度值图像;
报告构建模块504,用于根据所述水质参数浓度值图像,构建水环境遥感监测质量报告。
进一步地,本实施例中,如图6所示,所述预处理模块包括:
第一查询单元601,用于从所述区域坐标数据表中查询与所述区域代号对应的区域中心点经纬度、左上点经纬度、右下点经纬度,并从所述遥感器数据数据表中查询与所述遥感器名称及遥感器工作增益状态对应的波段号、辐射定标增益参数、辐射定标偏置参数、系统定标增益参数、系统定标偏置参数;以所述区域代号、遥感器名称、成像时间为索引,从所述区域属性数据表与遥感器属性数据表中联合查询大气校正参数,所述大气校正参数包括:大气类型、气溶胶类型、自定义气溶胶类型、6S大气校正模型中的映射波段号、起始波长、终止波长、光谱响应函数、光谱分辨率;
裁剪单元602,用于将所述水体遥感图像剪裁至所述区域中心点经纬度、左上点经纬度、右下点经纬度限定的区域;
第一计算单元603,用于依据所述辐射定标增益参数和辐射定标偏置参数对剪裁后的水体遥感图像进行辐射定标计算,依据所述系统定标增益参数和系统定标偏置参数对辐射定标后的水体遥感图像进行系统校正计算;依据所述6S大气校正参数对系统校正后的水体遥感图像进行大气校正计算,得到水体的遥感反射率图像。
进一步地,如图7所示,所述水质参数计算模块包括:
第二查询单元701,用于从所述水质参数反演模型数据表中查询与所述区域代号、遥感器名称、水质参数类型及成像日期数据对应的水质参数模型公式;
第二计算单元702,用于依据所述公式及所述水体的遥感反射率图像、水体目标掩模图像,计算水体的水质参数浓度值图像。
进一步地,如图8所示,所述报告构建模块包括:
图像映射单元801,用于依据所述水质参数统计结果,将所述水质参数浓度值图像进行RGB色彩映射形成水质参数遥感监测专题图;
绘图单元802,用于依据所述水质参数统计结果,绘制数据统计柱状图和表格;
报告构建单元,用于依据所述水质参数遥感监测专题图、数据统计柱状图和表格,插入Word文档形成水环境遥感监测质量报告。
本实施例所述的装置中,预处理模块及水质参数计算模块能够根据预先建立的数据表进行对遥感数据的处理,而不再需要人工参与处理,从而提高了对水环境遥感数据的自动化处理效率。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种水环境遥感数据处理方法,其特征在于,包括:
接收监测区域的水环境遥感数据,所述水体遥感数据至少包括:水体遥感图像及所述水体遥感图像对应的属性数据,所述属性数据包括:区域代号、遥感器名称、遥感器工作增益状态、成像日期、地理经纬度范围、太阳天顶角、太阳方位角、观测天顶角、观测方位角、气溶胶光学厚度;
依据预先建立的区域坐标数据表、遥感器属性数据表及区域属性数据表,计算水体的遥感反射率图像,并从所述水环境遥感数据中提取水体目标掩模图像;
依据预先建立的水质参数反演模型数据表及所述目标水体的遥感反射率图像、水体目标掩模图像,计算与所述遥感数据对应的水质参数浓度值图像;
根据所述水质参数浓度值图像,构建水环境遥感监测质量报告。
2.根据权利要求1所述的方法,其特征在于,所述区域坐标数据表包括:
水环境遥感监测区域的名称、代号及区域中心点经纬度、左上点经纬度、右下点经纬度;
所述遥感器属性数据表包括:水环境监测遥感器名称及其对应的工作增益状态、波段号、起始波长、终止波长、中间波长、光谱分辨率、光谱响应函数、6S大气校正模型中的映射波段号、空间分辨率、平均日地距离、辐射定标增益参数、辐射定标偏置参数、系统定标增益参数、系统定标偏置参数;
所述区域属性数据表包括:水体环境监测区域代号、月份及其对应的大气类型、自定义大气类型、气溶胶类型、自定义气溶胶类型、水体比辐射率、大气平均作用温度;
所述水质参数反演模型数据表包括:水体环境监测区域的名称、成像日期、遥感器名称、水质参数类型、水质参数模型公式。
3.根据权利要求2所述的方法,其特征在于,所述依据预先建立的区域坐标数据表、遥感器属性数据表及区域属性数据表,计算水体的遥感反射率图像包括:
从所述区域坐标数据表中查询与所述区域代号对应的区域中心点经纬度、左上点经纬度、右下点经纬度,并将所述水体遥感图像剪裁至所述区域中心点经纬度、左上点经纬度、右下点经纬度限定的区域;
从所述遥感器属性数据表中查询与所述遥感器名称及遥感器工作增益状态对应的波段号、辐射定标增益参数、辐射定标偏置参数、系统定标增益参数、系统定标偏置参数;
从所述区域属性数据表与所述遥感器属性数据表中联合查询大气校正参数,所述大气校正参数包括:大气类型、气溶胶类型、自定义气溶胶类型、6S大气校正模型中的映射波段号、起始波长、终止波长、光谱响应函数、光谱分辨率;
依据所述辐射定标增益参数和辐射定标偏置参数对剪裁后的水体遥感图像进行辐射定标计算,依据所述系统定标增益参数和系统定标偏置参数对辐射定标后的水体遥感图像进行系统校正计算;
依据所述6S大气校正参数对系统校正后的水体遥感图像进行大气校正计算,得到水体的遥感反射率图像。
4.根据权利要求3所述的方法,其特征在于,所述从所述水环境遥感数据中提取水体目标掩模图像包括:
依据辐射定标后的水体遥感图像近红外波段的灰度直方图,采用双峰法确定阈值;
依据所述阈值对辐射定标后的水体遥感图像近红外波段逐像元判断,小于所述阈值的像素点赋值为1,大于所述阈值的像素点赋值为0,得到二值化的水体目标掩模图像。
5.根据权利要求1所述的方法,其特征在于,所述依据预先建立的水质参数反演模型数据表及所述目标水体的遥感反射率图像、水体目标掩模图像,计算与所述遥感数据对应的水质参数浓度值图像包括:
从所述水质参数反演模型数据表中查询与所述区域代号、遥感器名称、水质参数类型及成像日期数据对应的水质参数模型公式;
依据所述公式及所述水体的遥感反射率图像、水体目标掩模图像,计算水体的水质参数浓度值图像;
剔除所述水质参数浓度值图像中的异常值,以得到所述水质参数浓度值图像。
6.根据权利要求1所述的方法,其特征在于,所述根据所述水质参数浓度值图像,构建水环境遥感监测质量报告包括:
将所述水质参数浓度值图像进行RGB色彩映射形成水质参数遥感监测专题图;
依据所述水质参数浓度值图像,绘制数据统计柱状图和表格;
依据所述水质参数遥感监测专题图、数据统计柱状图和表格,插入Word文档形成水环境遥感监测质量报告。
7.一种水环境遥感数据处理装置,其特征在于,包括:
接收模块,用于接收监测区域的水环境遥感数据,所述水体遥感数据至少包括:水体遥感图像及所述水体遥感图像对应的属性数据,所述属性数据包括:区域代号、遥感器名称、遥感器工作增益状态、成像日期、地理经纬度范围、太阳天顶角、太阳方位角、观测天顶角、观测方位角、气溶胶光学厚度;
预处理模块,用于依据预先建立的区域坐标数据表、遥感器属性数据表及区域属性数据表,计算水体的遥感反射率图像,并从所述水环境遥感数据中提取水体目标掩模图像;
水质参数计算模块,用于依据预先建立的水质参数反演模型数据表及所述目标水体的遥感反射率图像、水体目标掩模图像,计算与所述遥感数据对应的水质参数浓度值图像;
报告构建模块,用于根据所述水质参数浓度值图像,构建水环境遥感监测质量报告。
8.根据权利要求7所述的装置,其特征在于,所述预处理模块包括:
第一查询单元,用于从所述区域坐标数据表中查询与所述区域代号对应的区域中心点经纬度、左上点经纬度、右下点经纬度,并从所述遥感器数据数据表中查询与所述遥感器名称及遥感器工作增益状态对应的波段号、辐射定标增益参数、辐射定标偏置参数、系统定标增益参数、系统定标偏置参数;以所述区域代号、遥感器名称、成像时间为索引,从所述区域属性数据表与遥感器属性数据表中联合查询大气校正参数,所述大气校正参数包括:大气类型、气溶胶类型、自定义气溶胶类型、6S大气校正模型中的映射波段号、起始波长、终止波长、光谱响应函数、光谱分辨率;
裁剪单元,用于将所述水体遥感图像剪裁至所述区域中心点经纬度、左上点经纬度、右下点经纬度限定的区域;
第一计算单元,用于依据所述辐射定标增益参数和辐射定标偏置参数对剪裁后的水体遥感图像进行辐射定标计算,依据所述系统定标增益参数和系统定标偏置参数对辐射定标后的水体遥感图像进行系统校正计算;依据所述6S大气校正参数对系统校正后的水体遥感图像进行大气校正计算,得到水体的遥感反射率图像;
图像提取单元,用于依据辐射定标后的水体遥感图像近红外波段的灰度直方图,采用双峰法确定阈值;依据阈值对辐射定标后的水体遥感图像近红外波段逐像元判断,小于阈值的赋值为1,大于阈值的赋值为0,得到二值化的水体目标掩模图像。
9.根据权利要求7所述的装置,其特征在于,所述水质参数计算模块包括:
第二查询单元,用于从所述水质参数反演模型数据表中查询与所述区域代号、遥感器名称、水质参数类型及成像日期数据对应的水质参数模型公式;
第二计算单元,用于依据所述公式及所述水体的遥感反射率图像、水体目标掩模图像,计算水体的水质参数浓度值图像。
10.根据权利要求7所述的装置,其特征在于,所述报告构建模块包括:
图像映射单元,用于依据所述水质参数统计结果,将所述水质参数浓度值图像进行RGB色彩映射形成水质参数遥感监测专题图;
绘图单元,用于依据所述水质参数统计结果,绘制数据统计柱状图和表格;
报告构建单元,用于依据所述水质参数遥感监测专题图、数据统计柱状图和表格,插入Word文档形成水环境遥感监测质量报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210212365.1A CN102721644B (zh) | 2012-06-21 | 2012-06-21 | 一种水环境遥感数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210212365.1A CN102721644B (zh) | 2012-06-21 | 2012-06-21 | 一种水环境遥感数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102721644A true CN102721644A (zh) | 2012-10-10 |
CN102721644B CN102721644B (zh) | 2014-07-23 |
Family
ID=46947467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210212365.1A Active CN102721644B (zh) | 2012-06-21 | 2012-06-21 | 一种水环境遥感数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102721644B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102998667A (zh) * | 2012-12-03 | 2013-03-27 | 北京航空航天大学 | 一种基于偏振遥感探测的波浪水面太阳耀光剥离方法 |
CN102998664A (zh) * | 2012-10-29 | 2013-03-27 | 中国科学院对地观测与数字地球科学中心 | 一种基于合成孔径雷达的水华识别方法及装置 |
CN103324951A (zh) * | 2013-05-20 | 2013-09-25 | 北京工业大学 | 一种多元异构水环境监测数据评价与预警方法 |
CN103390115A (zh) * | 2013-08-02 | 2013-11-13 | 国家卫星海洋应用中心 | 一种海洋卫星遥感观测数据匹配方法和系统 |
CN103678914A (zh) * | 2013-12-16 | 2014-03-26 | 中国科学院遥感与数字地球研究所 | 基于卫星遥感数据的高寒草地土壤呼吸估算方法 |
CN103927359A (zh) * | 2013-10-16 | 2014-07-16 | 中国科学院对地观测与数字地球科学中心 | 一种基于多源遥感数据的自动化洪水监测系统 |
CN104463166A (zh) * | 2014-11-13 | 2015-03-25 | 环境保护部卫星环境应用中心 | 目标水体的提取方法和系统 |
CN105912790A (zh) * | 2016-04-15 | 2016-08-31 | 重庆大学 | 基于深度回归模型的遥感水质监测方法 |
CN106126826A (zh) * | 2016-06-27 | 2016-11-16 | 中国科学院南京地理与湖泊研究所 | 一种基于viirs传感器的浑浊湖泊水体悬浮物浓度估算方法 |
CN106353255A (zh) * | 2013-03-18 | 2017-01-25 | 河海大学 | 一种基于光学成像法的水情监测系统及其工作方法 |
CN107014763A (zh) * | 2017-04-07 | 2017-08-04 | 山东理工大学 | 叶绿素遥感反演装置及方法 |
CN107809670A (zh) * | 2017-10-31 | 2018-03-16 | 长光卫星技术有限公司 | 适用于大面阵米级高分辨率卫星的视频剪辑系统及方法 |
CN103927359B (zh) * | 2013-10-16 | 2018-08-31 | 中国科学院对地观测与数字地球科学中心 | 一种基于多源遥感数据的自动化洪水监测系统 |
CN109406405A (zh) * | 2018-10-11 | 2019-03-01 | 核工业北京地质研究院 | 一种适用于盐湖水体矿化度的高分辨率遥感定量估算方法 |
CN109581372A (zh) * | 2018-12-10 | 2019-04-05 | 北京航天泰坦科技股份有限公司 | 一种生态环境遥感监测方法 |
CN109635249A (zh) * | 2019-01-09 | 2019-04-16 | 中国科学院遥感与数字地球研究所 | 水体浊度反演模型建立方法、水体浊度检测方法及装置 |
CN111680626A (zh) * | 2020-06-09 | 2020-09-18 | 重庆大学 | 一种基于多层卷积神经网络的水环境遥感数据建模方法 |
CN112330765A (zh) * | 2020-11-04 | 2021-02-05 | 中国科学院西北生态环境资源研究院 | 海冰数据处理方法、装置、服务器及可读存储介质 |
CN117035498A (zh) * | 2023-07-13 | 2023-11-10 | 黑龙江大学 | 一种基于遥感水文数据模型的高空水质水量检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604018A (zh) * | 2009-07-24 | 2009-12-16 | 中国测绘科学研究院 | 高分辨率遥感影像数据处理方法及其系统 |
US7672801B1 (en) * | 2007-12-07 | 2010-03-02 | Lockheed Martin Corporation | Gridlock processing method |
CN101718866A (zh) * | 2009-11-24 | 2010-06-02 | 中国科学院对地观测与数字地球科学中心 | 一种改进的遥感影像地形校正物理方法 |
WO2011033291A1 (en) * | 2009-09-15 | 2011-03-24 | University Of Southampton | Processing of object detection signals |
CN102200576A (zh) * | 2011-03-10 | 2011-09-28 | 王桥 | 叶绿素a浓度反演方法及系统 |
-
2012
- 2012-06-21 CN CN201210212365.1A patent/CN102721644B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7672801B1 (en) * | 2007-12-07 | 2010-03-02 | Lockheed Martin Corporation | Gridlock processing method |
CN101604018A (zh) * | 2009-07-24 | 2009-12-16 | 中国测绘科学研究院 | 高分辨率遥感影像数据处理方法及其系统 |
WO2011033291A1 (en) * | 2009-09-15 | 2011-03-24 | University Of Southampton | Processing of object detection signals |
CN101718866A (zh) * | 2009-11-24 | 2010-06-02 | 中国科学院对地观测与数字地球科学中心 | 一种改进的遥感影像地形校正物理方法 |
CN102200576A (zh) * | 2011-03-10 | 2011-09-28 | 王桥 | 叶绿素a浓度反演方法及系统 |
Non-Patent Citations (4)
Title |
---|
张兵,等: "太湖水体3 种典型水质参数的高光谱遥感反演", 《湖泊科学》 * |
李俊生 等: "航天成像光谱仪CHRIS 在内陆水质监测中的应用", 《遥感技术与应用》 * |
李俊生: "MODIS 数据辅助中巴资源卫星图像大气校正研究", 《中国科学 E辑 技术科学》 * |
胡方超,等: "遥感试验数据确定大气气溶胶类型的方法研究", 《中国激光》 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102998664A (zh) * | 2012-10-29 | 2013-03-27 | 中国科学院对地观测与数字地球科学中心 | 一种基于合成孔径雷达的水华识别方法及装置 |
CN102998664B (zh) * | 2012-10-29 | 2014-10-22 | 中国科学院对地观测与数字地球科学中心 | 一种基于合成孔径雷达的水华识别方法及装置 |
CN102998667A (zh) * | 2012-12-03 | 2013-03-27 | 北京航空航天大学 | 一种基于偏振遥感探测的波浪水面太阳耀光剥离方法 |
CN106353255A (zh) * | 2013-03-18 | 2017-01-25 | 河海大学 | 一种基于光学成像法的水情监测系统及其工作方法 |
CN103324951A (zh) * | 2013-05-20 | 2013-09-25 | 北京工业大学 | 一种多元异构水环境监测数据评价与预警方法 |
CN103324951B (zh) * | 2013-05-20 | 2016-08-03 | 北京工业大学 | 一种多元异构水环境监测数据评价与预警方法 |
CN103390115A (zh) * | 2013-08-02 | 2013-11-13 | 国家卫星海洋应用中心 | 一种海洋卫星遥感观测数据匹配方法和系统 |
CN103390115B (zh) * | 2013-08-02 | 2016-08-31 | 国家卫星海洋应用中心 | 一种海洋卫星遥感观测数据匹配方法和系统 |
CN103927359A (zh) * | 2013-10-16 | 2014-07-16 | 中国科学院对地观测与数字地球科学中心 | 一种基于多源遥感数据的自动化洪水监测系统 |
CN103927359B (zh) * | 2013-10-16 | 2018-08-31 | 中国科学院对地观测与数字地球科学中心 | 一种基于多源遥感数据的自动化洪水监测系统 |
CN103678914A (zh) * | 2013-12-16 | 2014-03-26 | 中国科学院遥感与数字地球研究所 | 基于卫星遥感数据的高寒草地土壤呼吸估算方法 |
CN104463166B (zh) * | 2014-11-13 | 2017-11-14 | 环境保护部卫星环境应用中心 | 目标水体的提取方法和系统 |
CN104463166A (zh) * | 2014-11-13 | 2015-03-25 | 环境保护部卫星环境应用中心 | 目标水体的提取方法和系统 |
CN105912790A (zh) * | 2016-04-15 | 2016-08-31 | 重庆大学 | 基于深度回归模型的遥感水质监测方法 |
CN106126826B (zh) * | 2016-06-27 | 2019-02-26 | 中国科学院南京地理与湖泊研究所 | 一种基于viirs传感器的浑浊湖泊水体悬浮物浓度估算方法 |
CN106126826A (zh) * | 2016-06-27 | 2016-11-16 | 中国科学院南京地理与湖泊研究所 | 一种基于viirs传感器的浑浊湖泊水体悬浮物浓度估算方法 |
CN107014763A (zh) * | 2017-04-07 | 2017-08-04 | 山东理工大学 | 叶绿素遥感反演装置及方法 |
CN107014763B (zh) * | 2017-04-07 | 2019-11-26 | 山东理工大学 | 叶绿素遥感反演装置及方法 |
CN107809670B (zh) * | 2017-10-31 | 2020-05-12 | 长光卫星技术有限公司 | 适用于大面阵米级高分辨率卫星的视频剪辑系统及方法 |
CN107809670A (zh) * | 2017-10-31 | 2018-03-16 | 长光卫星技术有限公司 | 适用于大面阵米级高分辨率卫星的视频剪辑系统及方法 |
CN109406405A (zh) * | 2018-10-11 | 2019-03-01 | 核工业北京地质研究院 | 一种适用于盐湖水体矿化度的高分辨率遥感定量估算方法 |
CN109581372A (zh) * | 2018-12-10 | 2019-04-05 | 北京航天泰坦科技股份有限公司 | 一种生态环境遥感监测方法 |
CN109635249A (zh) * | 2019-01-09 | 2019-04-16 | 中国科学院遥感与数字地球研究所 | 水体浊度反演模型建立方法、水体浊度检测方法及装置 |
CN109635249B (zh) * | 2019-01-09 | 2020-06-30 | 中国科学院遥感与数字地球研究所 | 水体浊度反演模型建立方法、检测方法及装置 |
CN111680626A (zh) * | 2020-06-09 | 2020-09-18 | 重庆大学 | 一种基于多层卷积神经网络的水环境遥感数据建模方法 |
CN112330765A (zh) * | 2020-11-04 | 2021-02-05 | 中国科学院西北生态环境资源研究院 | 海冰数据处理方法、装置、服务器及可读存储介质 |
CN117035498A (zh) * | 2023-07-13 | 2023-11-10 | 黑龙江大学 | 一种基于遥感水文数据模型的高空水质水量检测方法 |
CN117035498B (zh) * | 2023-07-13 | 2024-04-16 | 黑龙江大学 | 一种基于遥感水文数据模型的高空水质水量检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102721644B (zh) | 2014-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102721644B (zh) | 一种水环境遥感数据处理方法及装置 | |
Kelaher et al. | Assessing variation in assemblages of large marine fauna off ocean beaches using drones | |
CN107063197B (zh) | 一种基于空间信息技术的水库特征曲线提取方法 | |
CN107067012B (zh) | 基于图像处理的海底地貌单元边缘智能识别方法 | |
CN103824077A (zh) | 一种基于多源遥感数据的城市不透水层率息提取方法 | |
Gebreslasie et al. | Individual tree detection based on variable and fixed window size local maxima filtering applied to IKONOS imagery for even-aged Eucalyptus plantation forests | |
CN110806175B (zh) | 一种基于三维激光扫描技术的干滩监测方法 | |
CN106548463A (zh) | 基于暗通道与Retinex的海雾图像自动去雾方法及系统 | |
CN113744249B (zh) | 一种海洋生态环境损害调查方法 | |
CN101587190A (zh) | 白天海雾的卫星遥感监测方法 | |
CN101894456B (zh) | 基于机器视觉的无线遥控水质监测艇及其控制方法 | |
CN106950573A (zh) | 一种基于无人机激光雷达的玉米涝渍灾害评估方法及系统 | |
JP4887130B2 (ja) | 農地区画データ作成システム | |
Huertas et al. | Stereo-based tree traversability analysis for autonomous off-road navigation | |
CN104992153A (zh) | 自然保护区人类活动干扰检测方法和系统 | |
CN110986884A (zh) | 一种基于无人机航测数据预处理及植被快速识别方法 | |
CN104573662A (zh) | 一种云判方法和系统 | |
CN114429455A (zh) | 一种基于机载激光点云辅助影像植被三维变化检测方法 | |
CN107632328A (zh) | 一种近海海洋气象信息分析处理方法 | |
CN110084120B (zh) | 海岛环境下的植被调查方法、装置、系统、设备和介质 | |
Trier et al. | Semi-automatic mapping of cultural heritage from airbone laser scanning data | |
CN104778469B (zh) | 一种太阳轮廓的自动提取方法 | |
Murase et al. | Preliminary analysis of changes in spatial distribution of Antarctic minke and humpback whales in Area IV during the period of JARPA and JARPAII from 1989 to 2006 | |
CN116070735A (zh) | 一种基于边长和方位向差规则的黄海绿潮分布区及其漂移预测初始场制作方法 | |
Hu et al. | Optimal scale extraction of farmland in coal mining areas with high groundwater levels based on visible light images from an unmanned aerial vehicle (UAV) |
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 |