CN104915757B - 基于波段运算的洪涝灾害淹没评估信息处理方法 - Google Patents

Abstract

本发明涉及一种基于波段运算的洪涝灾害淹没评估信息处理方法，包括以下步骤：1)首先，对洪灾前水体信息进行提取；2)然后，对洪灾后水体信息进行提取；3)最后，根据洪灾前后的水体信息，对洪灾淹没进行评估。与现有技术相比，本发明充分利用了洪灾前后水体分区情况，进行了快速的洪灾淹没评估。

Description

基于波段运算的洪涝灾害淹没评估信息处理方法

技术领域

本发明涉及一种洪涝灾害淹没评估信息处理方法，尤其是涉及一种基于波段运算的洪涝灾害淹没评估信息处理方法。

背景技术

遥感分为光学遥感和微波遥感，作为一种有效获取地面信息的手段，能够快速获得淹没区域信息。光学遥感图像光谱信息丰富，在天气情况允许的条件下，光学影像的获取和解译都比较简单，然而光学遥感易受到大气影响，无法穿透云层，无法进行全天候作业，而合成孔径雷达(SAR)能够全天时、全天候工作，对云层、大气具有一定的穿透力。通常洪灾的出现都会伴有暴雨，乌云覆盖，因此SAR影像更适合灾后水体提取。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于波段运算的洪涝灾害淹没评估信息处理方法，利用支持向量机的方法，对灾前影像进行水体提取，利用基于主动轮廓的图像分割方法对灾后影像进行水体提取，最后进行淹没评估。

本发明的目的可以通过以下技术方案来实现：

一种基于波段运算的洪涝灾害淹没评估信息处理方法，其特征在于，包括以下步骤：

1)首先，对洪灾前水体信息进行提取；

2)然后，对洪灾后水体信息进行提取；

3)最后，根据洪灾前后的水体信息，对洪灾淹没进行评估。

所述的对洪灾前水体信息进行提取具体为：对受灾前的光学影像，利用支持向量机方法SVM进行水体分布描述。

所述的支持向量机方法SVM的样本选择原则要充分考虑各种地物的光谱结构和纹理特征，所述的样本有三类分别为C1：陆地；C2：不纯净水体；C3：纯净水体。对比原始光学影像，对分类误差较大的区域采用人工解译勾勒水陆边界的方法进行结果的补充。

所述的对洪灾后水体信息进行提取具体为：利用基于主动轮廓的影像分割方法，对洪灾后SAR影像进行水体分布描述。

所述的利用基于主动轮廓的影像分割方法，对洪灾后SAR影像进行水体分布描述具体为：

首先，利用Otsu分割算法得到SAR影像中全部的潜在水体区域；

然后，在粗提取的基础上，利用基于计算机视觉的主动轮廓模型，对二维Otsu提取结果进行水体的细提取；

最后，考虑到由于SAR侧视成像的特点导致的阴影叠影现象，以及部分地物，如飞机跑道、道路、裸地等在SAR影像中的散射特点与水体近似的现象，提出了利用克里金(Kriging)差值法，选取若干水平面点，根据这些点对应的数字高程模型的高程值，建立全局的高度阈值图，对未提取的水体像素进行补充，对误提取的水体像素进行修正。

所述的对洪灾淹没进行评估具体为：对灾前灾后水体分布图相减，进行洪灾淹没分析。

所述的对灾前灾后水体分布图相减，进行洪灾淹没分析具体为：

首先对两幅影像中的水体和非水体进行赋值，见表1，将不同影像中的水体和非水体的灰度值区分开；

表1

然后将两幅影像相减，这样就将该区域的像素分为了四类，见表2，分别是：灾前是水，灾后不是水；灾前是水，灾后是水；灾前不是水，灾后不是水；灾前不是水，灾后是水；

表2

。

与现有技术相比，本发明充分利用了洪灾前后水体分区情况，进行了快速的洪灾淹没评估。

附图说明

图1为本发明的具体流程图；

图2为实施例淹没评估范围示意图；

图3为实施例灾前水体信息分布图；

图4为实施例灾后水体信息分布图；

图5为实施例淹没分布图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

淹没评估在黑龙江2013年夏季洪灾中的应用

1、研究区域

以黑龙江省2013年夏季洪灾为例，利用洪灾前1-2个月的5景30m分辨率Landsat8影像，以及洪灾后从COSMO-SkyMed卫星获取的4景15m分辨率SAR影像，如图2所示。实验区域位于中俄边界-黑龙江流域附近，此处是洪灾发生较为严重的地区之一，区域包括部分黑龙江流域、部分松花江流域，部分乌苏里江流域，同时还包括黑龙江省的抚远县、同江市、绥滨县等县市。

2、洪灾前水体信息提取

利用支持向量机方法，对Landsat8，提取结果如图3所示。

3、洪后水体信息提取

利用方法中第(2)步提到的方法流程，对SAR影像进行水体信息提取，提取结果如图4。

4、洪涝淹没评估

对波段相减的四种情况像素赋予不同的颜色，如图5所示，获得淹没分布图，图中浅灰色区域代表灾前灾后均为陆地的区域，即灾后的陆地区域；深灰色区域代表灾前灾后均为水体的区域，即受灾前的水体区域；白色区域代表灾前为非水体，即由于洪灾产生的水体区域(淹没变化区域)，灾后为水体的区域；黑色区域代表灾前为水体，灾后为非水体的区域。

对不同类型像素进行面积统计，得表3。

表3

因此本发明提出的一种基于波段运算的洪涝灾害淹没评估方法，将洪灾前后水体信息分布情况进行结合，利用波段运算的方法，对洪灾淹没范围进行描述和统计，快速获得淹没区域。

Claims (5)

1.一种基于波段运算的洪涝灾害淹没评估信息处理方法，其特征在于，包括以下步骤：

1)首先，对洪灾前水体信息进行提取；

2)然后，对洪灾后水体信息进行提取；

3)最后，根据洪灾前后的水体信息，对洪灾淹没进行评估；

所述的对洪灾后水体信息进行提取具体为：利用基于主动轮廓的影像分割方法，对洪灾后SAR影像进行水体分布描述；

所述的利用基于主动轮廓的影像分割方法，对洪灾后SAR影像进行水体分布描述具体为：

首先，利用Otsu分割算法得到SAR影像中全部的潜在水体区域；

然后，在粗提取的基础上，利用基于计算机视觉的主动轮廓模型，对二维Otsu提取结果进行水体的细提取；

最后，考虑到由于SAR侧视成像的特点导致的阴影叠影现象，以及部分地物在SAR影像中的散射特点与水体近似的现象，提出了利用克里金差值法，选取若干水平面点，根据这些点对应的数字高程模型的高程值，建立全局的高度阈值图，对未提取的水体像素进行补充，对误提取的水体像素进行修正。

2.根据权利要求1所述的一种基于波段运算的洪涝灾害淹没评估信息处理方法，其特征在于，所述的对洪灾前水体信息进行提取具体为：对受灾前的光学影像，利用支持向量机方法SVM进行水体分布描述。

3.根据权利要求2所述的一种基于波段运算的洪涝灾害淹没评估信息处理方法，其特征在于，所述的支持向量机方法SVM的样本选择原则要充分考虑各种地物的光谱结构和纹理特征，所述的样本有三类分别为C1：陆地；C2：不纯净水体；C3：纯净水体。

4.根据权利要求1所述的一种基于波段运算的洪涝灾害淹没评估信息处理方法，其特征在于，所述的对洪灾淹没进行评估具体为：对灾前灾后水体分布图相减，进行洪灾淹没分析。

5.根据权利要求4所述的一种基于波段运算的洪涝灾害淹没评估信息处理方法，其特征在于，所述的对灾前灾后水体分布图相减，进行洪灾淹没分析具体为：

首先对两幅影像中的水体和非水体进行赋值，见表1，将不同影像中的水体和非水体的灰度值区分开；

表1

然后将两幅影像相减，这样就将该区域的像素分为了四类，见表2，分别是：灾前是水，灾后不是水；灾前是水，灾后是水；灾前不是水，灾后不是水；灾前不是水，灾后是水；

表2

。