CN105787289A - 一种河流特征数据分类系统及其分类方法 - Google Patents
一种河流特征数据分类系统及其分类方法 Download PDFInfo
- Publication number
- CN105787289A CN105787289A CN201610357412.XA CN201610357412A CN105787289A CN 105787289 A CN105787289 A CN 105787289A CN 201610357412 A CN201610357412 A CN 201610357412A CN 105787289 A CN105787289 A CN 105787289A
- Authority
- CN
- China
- Prior art keywords
- river
- data
- module
- remote sensing
- atural object
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2219/00—Indexing scheme relating to application aspects of data processing equipment or methods
- G06F2219/10—Environmental application, e.g. waste reduction, pollution control, compliance with environmental legislation
Landscapes
- Image Analysis (AREA)
Abstract
本发明属于地理空间与生态分析技术领域,具体涉及一种河流分类系统,该系统包括数据采集模块、地物遥感解译标志模块、识别结构断点模块、分类指标计算模块、河流类型树模块,所述数据采集模块收集的河流分布空间数据依次输入地物遥感解译标志模块、识别结构断点模块、分类指标计算模块、河流类型树模块进行分析处理,本发明从河流结构特征入手,集成各种干扰情势下结构和功能特征,传递河流内控制和响应机制信息,将河流干扰程度、封闭度、蜿蜒度等数据进行分析和处理,大大缩减了河流分类的工作量,提升了河流分类数据处理的速度。
Description
技术领域
本发明属于地理空间与生态分析技术领域,具体涉及一种河流特征数据分类系统及其分类方法。
背景技术
国内河流分类(分段)主要采用单因子来分类,例如按照河流补给条件、平面形态、河流归宿、流经国家、含沙量等分类。这些分类方法仅反映了河流某一侧面,难以有效综合区分复杂河流系统等在河道模式、河床底质或运动性、泥沙传输机制、坡度和河谷等多个方面的差异,难以满足复杂的河流管理需要,常用作河流简单的归类和主要特征的描述。国外主流的考虑多因子河流分类主要有Rosgen分类法、Brierley-Fryirs分类法。Rosgen河流分类主要用于河流规划与设计,需要进行场地精细刻画,工作量很大,未考虑河床地貌单元、栖息地等因素,而且经常遇到难以确定平滩流规模和河床底质主要类型等问题。Brierley-Fryirs分类主要用于澳大利亚河流管理,偏向于溪流河流分类,未考虑人类活动影响、分类过程比较复杂且对工作人员要求较高,参考状态难以获得。
研究者们都想开发一个持久的分类系统,集成各种干扰情势下结构和功能特征,传递河道内控制和响应机制信息,以最低的费用完成分类,并得到资源管理者的认可,但是没有一个分类系统能满足多个目的和适应所有的河流类型。此外,当前河流普遍受到人类高强度活动影响,很多已失去自然状态,河流分类面临新的问题。因此,急需在研究前人分类研究的基础上,建立一个快速的河流分类系统,考虑人类活动影响,反映河流结构差异为河流管理服务。
发明内容
本发明的目为解决现有技术的上述问题,针对上述存在的不足,本发明提供了一种河流分类系统,本发明从河流结构特征入手提供一种自上而下按照人类活动对河流干扰程度、封闭度、蜿蜒度、河床底质、河床地貌单元分类因子分5级进行河流分类的方法,该方法将人类活动影响程度纳入了分类指标系统,使其更加适用于目前已普遍遭受人类活动干扰的河流,大大缩减了河流分类的工作量,提升了分类速度,为了实现上述目的,本发明采用的技术方案如下:
一种河流特征数据分类系统,该系统包括数据采集模块、地物遥感解译标志模块、识别结构断点模块、分类指标计算模块、河流类型树模块;所述数据采集模块收集的河流分布空间数据依次输入地物遥感解译标志模块、识别结构断点模块、分类指标计算模块、河流类型树模块进行分析处理;
所述数据采集模块收集的河流分布空间数据,并发送给所述地物遥感解译标志模块;
所述地物遥感解译标志模块通过对河流分布空间数据进行地物遥感解译标记并辨别地物类型,生成地物数据,再发送给所述识别结构断点模块;
所述识别结构断点模块根据地物数据进行识别并划分出河流断点数据,再发送给所述分类指标计算模块;
所述分类指标计算模块根据河流断点数据进行计算并输出分类指标数据给所述分类指标计算模块;
所述分类指标计算模块根据分类指标数据建立树型结构。
优选地,所述数据采集模块收集的空间数据包括所述数据采集模块收集的空间数据包括河流流域DEM、高分辨率遥感影像、地质图、水系图、水文站点图、气象站点图、土地利用图和行政区数据,再将空间数据进行格式转换、校正、配准、裁剪、关联以及建库处理。
优选地,所述地物遥感解译标志模块通过从收集的遥感图像河流、河道、水库、沟渠、塘坝、人工构建物、耕地、林地、草地、居民点以及地物的形状、色调和纹理结构的差异构建地物遥感解译标志。
优选地,所述识别结构断点模块根据河流高程、封闭度、蜿蜒度、水系交汇点地貌断点,以及水利工程对河流结构直接改变形成的断点进行分析、判断,再根据结构断点将河网水系打断,以打断的河段作为分类的基本单元。在本发明中,通过ArcGIS软件中识别的结构断点将河网水系打断,以打断的河段作为分类的基本单元。根据河网水系空间数据,在河流交汇处将河网打断,标记为交汇断点,通盘解译遥感影像,识别水库、沟渠、渠道化等水利工程,沿起止断面打断河网,标记为水利工程断点。结构断点的选择结果会受DEM和遥感影像的数据精度影响。河流蜿蜒度的识别依赖于遥感数据的分辨率。因此,需要在精度与数据获取成本之间做好权衡。
优选地,所述分类指标计算模块通过封闭度和蜿蜒度计算划分出分类指标数据,所述封闭度的计算满足:CL=Vw/Cw,CL表示封闭度,Vw表示河谷底宽度,Cm表示满槽河道宽度,所述蜿蜒度计算满足:S=Lr/Lv,其中S表示蜿蜒度,Lr表示河流长度,Lv表示河谷长度。
按照人类活动影响将河段分为天然河段和非天然河段的第一分类,在第一分类的基础上再根据封闭度指标将天然河段分成限制河谷背景、部分限制河谷背景和无限制河谷背景三类的第二分类,按照CL<2,天然河段为限制河谷背景,CL=2-4天然河段为部分限制河谷背景,CL>4,天然河段为无限制河谷背景,在第二分类的基础上,再依据蜿蜒度对河段进行细分的第三分类,当S<1.2,属于低蜿蜒度,当S=1.2-1.4时,属于中蜿蜒度,当S>1.4时,属于高蜿蜒度,在第三分类的基础上,再根据河流河床底质进行第四分类,所述河床底质包括基岩、漂石、卵石、砾石、沙粒、粉砂、黏粒。
优选的,构建所述的地物遥感解译标志通过ERDAS或ENVI遥感处理软件进行遥感解译。
优选的,所述河流类型树模块将前后相连的同类型河段长度合并,对河流进行树形结构分类;本发明中通过ArcGIS软件编辑工具中的Merge方法进行合并。
一种河流特征数据分类方法,其特征在于:包括以下步骤:步骤1:收集的河流分布空间数据,数据采集模块收集河流分布空间数据,并将空间数据进行格式转换处理;
步骤2:生成河流地物数据,通过地物遥感解译标志模块对河流分布空间数据进行地物遥感解译标记并辨别地物类型,再生成河流地物数据;
步骤3:划分出河流断点数据,识别结构断点模块根据河流地物数据进行识别并划分出河流断点数据,然后对河流断点数据进行分析、判断处理;
步骤4:计算河流的分类指标数据,所述分类指标计算模块根据河流断点数据进行计算并输出分类指标数据;
步骤5:建立树型结构,分类指标计算模块根据分类指标数据建立树型结构,并对河流特征数据进行分类。
优选地,所述地物遥感解译标记通过河流的地物形状、色调和纹理结构差异构建地物遥感解译标志。
综上所述,本发明由于采用了上述技术方案,本发明具有以下有益效果:
本发明从河流结构特征入手,集成各种干扰情势下结构和功能特征,传递河流内控制和响应机制信息,能满足多个目的和适应所有的河流类型,将河流干扰程度、封闭度、蜿蜒度等数据进行分析和处理,使其更加适用于目前已普遍遭受人类活动干扰的河流,大大缩减了河流分类的工作量,提升了河流分类数据处理的速度。
附图说明
为了更清楚地说明本发明实例或现有技术中的技术方案,下面将对实施实例或现有技术描述中所需要的附图做简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实例,对于本领域普通技术人员来说,在不付出创造性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一种河流分类系统的原理图。
图2是本发明的高程结构断点变化曲线示意图。
图3是本发明的河流分类规则模型示意图。
具体实施方式
下面将结合本发明实例中的附图,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。基于发明中的实施例,本领域普通技术人员在没有作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。
参见图1,一种河流特征数据分类系统,该系统包括数据采集模块、地物遥感解译标志模块、识别结构断点模块、分类指标计算模块、河流类型树模块,所述数据采集模块收集的河流分布空间数据依次输入地物遥感解译标志模块、识别结构断点模块、分类指标计算模块、河流类型树模块进行分析处理,所述数据采集模块收集的河流分布空间数据,并发送给所述地物遥感解译标志模块;所述地物遥感解译标志模块通过对河流分布空间数据进行地物遥感解译标记并辨别地物类型,生成地物数据,再发送给所述识别结构断点模块;所述识别结构断点模块根据地物数据进行识别并划分出河流断点数据,再发送给所述分类指标计算模块;所述分类指标计算模块根据河流断点数据进行计算并输出分类指标数据给所述分类指标计算模块;所述分类指标计算模块根据分类指标数据建立树型结构。在本发明中,所述数据采集模块收集的空间数据包括河流流域DEM(数字高程模型,DigitalElevationModel)、高分辨率遥感影像、地质图、水系图、水文站点图、气象站点图、土地利用图、行政区,再将空间数据进行格式转换、校正、配准、裁剪、关联以及建库处理,所述地物遥感解译标志模块通过从收集的遥感图像河流、河道、水库、沟渠、塘坝、人工构建物、耕地、林地、草地、居民点以及地物的形状、色调和纹理结构的差异构建地物遥感解译标志,通过ERDAS或ENVI遥感处理软件构建地物遥感解译标志进行遥感解译,同时,对于高分辨率遥感影像也使用ERDAS、ENVI等遥感处理软件进行遥感解译。地物遥感解译标志模块对流域DEM、河网水系,识别高程、封闭度、蜿蜒度、河床底质特征、人工水利工程形成的河流结构断点进行分类处理;识别高程通过GIS空间分析功能,建立河流空间三维视图,以识别高程下降趋势中的陡坎、趋势变化点,标称为高程结构断点,如图2所示。
在本发明中,按照对河流的干扰程度将河流结构特征分为第一级,所划分的第一河流等级为天然河流和非天然河流特征信息,同时,在河流结构断点分割的河段单元上,识别引起河流结构特征发生变化的地貌断点;再依据河流结构断点分段情况,分段逐层识别封闭度、蜿蜒度、河床底质特征,并计算封闭度用于确定河流封闭等级,再依次划分河流类型;如图3所示,通过分段逐层识别与计算封闭度、蜿蜒度将河流结构特征划分为第二级、第三等级,在第三级分类结果的基础上按照7种河床底质类型,进一步细分为第四级、第五级;在本发明中,所述河床底质特征根据粒径大小主要分成七种类型,如表1所示,主要包括水流形态和河床地貌单元特征。河床底质特征包括水流形态和河床地貌单元。常见的水流形态有瀑布(waterfall)、小瀑布(cascade)、深槽(pool)、浅滩(riffle)、跌水(step/chute)、急流(rapid)、平流(run)、死水(deadwater)、滑水(glide)、回流(recalculatingflow)、渗透流(percolatingflow)等。河流地貌单元划分主要依据河床的深浅、结构、形态等进行划分,常见的河床地貌单元有深槽、壶穴、岩槛、石质深槽、瀑布、浅滩、边滩、心滩、江心洲、凸岸边滩、河漫滩、纵向沙堤等,他们常组合出现,取其中的2-4种进行组合划分,比如深潭、浅滩就是根据深浅划分,壶穴、岩槛根据结构划分。
表1:河床底质类型分级表
在本发明中,所述分类指标计算模块通过封闭度和蜿蜒度计算划分出分类指标数据,所述封闭度的计算满足:CL=Vw/Cw,CL表示封闭度,Vw表示河谷底宽度,Cm表示满槽河道宽度,所述蜿蜒度计算满足:S=Lr/Lv,其中S表示蜿蜒度,Lr表示河流长度,Lv表示河谷长度。按照人类活动影响将河段分为天然河段和非天然河段的第一分类,在第一分类的基础上再根据封闭度指标将天然河段分成限制河谷背景、部分限制河谷背景和无限制河谷背景三类的第二分类,按照CL<2,天然河段为限制河谷背景,CL=2-4天然河段为部分限制河谷背景,CL>4,天然河段为无限制河谷背景,在第二分类的基础上,再依据蜿蜒度对河段进行细分的第三分类,当S<1.2,属于低蜿蜒度,当S=1.2-1.4时,属于中蜿蜒度,当S>1.4时,属于高蜿蜒度,在第三分类的基础上,再根据河流河床底质进行第四分类,所述河床底质包括基岩、漂石、卵石、砾石、沙粒、粉砂、黏粒。根据封闭度计算公式或在ArcGIS中对比河谷谷底宽度和河道宽度,估算河谷对河流的限制程度,确定封闭度等级。在本发明中,所述河流类型树模块将前后相连的同类型河段长度合并,通过ArcGIS软件编辑工具中的Merge方法进行合并,然后对河流进行树形结构分类。对河流进行树形结构分类,建立河流类型树体现了每种河流类型分类过程的树形结构并按照分类指标及过程细化。
作为本发明的最佳实施例,所述识别结构断点模块根据河流高程、封闭度、蜿蜒度、水系交汇点地貌断点,以及水利工程对河流结构直接改变形成的断点进行分析、判断,再根据结构断点将河网水系打断,以打断的河段作为分类的基本单元。在本发明中,通过ArcGIS软件中识别的结构断点将河网水系打断,以打断的河段作为分类的基本单元。根据河网水系空间数据,在河流交汇处将河网打断,标记为交汇断点,通盘解译遥感影像,识别水库、沟渠、渠道化等水利工程,沿起止断面打断河网,标记为水利工程断点。结构断点的选择结果会受DEM和遥感影像的数据精度影响。河流蜿蜒度的识别依赖于遥感数据的分辨率。因此,需要在精度与数据获取成本之间做好权衡。
在不同尺度上平面形态的差异体现在地图比例尺的选择上,比例尺和遥感影像或DEM分辨率之间存在内在的联系(如表2所示)。在具体河流分类时,根据河流区域大小,先行确定空间数据的比例尺范围,然后依据表2择相应的遥感分辨率,分辨率大小对地物识别的影响具有两面性,并不是精度越高分类的精度就越高,需要结合解译地物灵活处理。
表2:比例尺与影像地面分辨率的对应关系
一种河流特征数据分类方法,包括以下步骤:
步骤1:收集的河流分布空间数据,数据采集模块收集河流分布空间数据,并将空间数据进行格式转换处理;
步骤2:生成河流地物数据,通过地物遥感解译标志模块对河流分布空间数据进行地物遥感解译标记并辨别地物类型,再生成河流地物数据;所述地物遥感解译标记通过河流的地物形状、色调和纹理结构差异构建地物遥感解译标志;
步骤3:划分出河流断点数据,识别结构断点模块根据河流地物数据进行识别并划分出河流断点数据,然后对河流断点数据进行分析、判断处理;
步骤4:计算河流的分类指标数据,所述分类指标计算模块根据河流断点数据进行计算并输出分类指标数据;
步骤5:建立树型结构,分类指标计算模块根据分类指标数据建立树型结构,并对河流特征数据进行分类。
在本发明中,结合图3,所述河流类型树模块根据分类结果建立树型结构,按照河流类型顺序构建流域河流类型树,并通过以下数学模型进行建立分类模型,若河流是n(n≥1)个河段构成的有穷集合,可以表示为:
R={R1,R2,R3,…,Rn};
对于R中的任意河段Ri,具有属性集D;
令D={D1,D2,D3,D4,D5,D6},Di表示为河流的各项属性特征值,各特征值含义及取值范围如下:
D1:是否为天然河流,取值为是、否,即:
D1∈{是,否}={d11,d12};
D2:表示河流封闭度,取值为限制、部分限制和无限制,即D2∈{<1.2,1.2~1.4,>1.4}={d21,d22,d23};
D3:表示是否为连续河道,则,
D3∈{无|不连续河道,连续河道}={d31,d32};
D4:表示河流蜿蜒度:D4∈{<1.2,1.2~1.4,>1.4}={d41,d42,d43};
D5:表示河床底质:
D5∈{基岩,漂石,卵石,砾石,砂粒,粉砂}={d51,d52,d53,d54,d55,d56};
D6:表示河流地貌类型:D6∈{d61,d62,…,d6n},n为有限个;
判断一次输入的D1、D2、D3、D4、D5、D6,依次判断d1属于哪个集合,具体步骤如下:
(1)、判断D1,分析人类活动影响程度,如D1=d12,为非天然河流;如D1=d11,为天然河流,转入判断D2;
(2)、判断D2,如河流为天然河流,即D1=d11,则判断其封闭度取值,有如下三种情况:d11∩d21,d11∩d22,d11∩d23;
(3)、判断D3,特别地有对于无限制河流,我们才判断其是否有连续河道,即必须是在d11∩d23条件下,存在两种情况d11∩d23∩d31,d11∩d23∩d32;
(4)、判断D4,对于封闭度小于4的河流,根据蜿蜒度大小,又可划分为如下几种情况:
d11∩d21∩d41d11∩d21∩d42d11∩d21∩d43;
d11∩d22∩d41d11∩d22∩d42d11∩d22∩d43;
而对于封闭度大于4的无限制河流,如为连续河道,才判断其蜿蜒度,而不连续河道,不存在蜿蜒度属性,即:d11∩d23∩d32∩d41d11∩d23∩d32∩d42d11∩d23∩d32∩d43;
(5)、判断D5,对每种河流,均具有河床底质属性。不同的河床底质,可代表不同的分类规则,存在:
(6)、判断D6,在河床底质的基础上,判断河流的地貌类型,令表示各个河流地貌,则:
最终得到了如下的结果,只用各种河床底质(代表六大类河床底质)以及各地貌类型(代表有限n个地貌类型):
①、非天然河流=d{D1|D1=d12}
②、天然的具有限制的、高蜿蜒度的各种河床底质及地貌单元集合:
{d11,d21,d43,D5,D6};
③、天然具有限制的、中蜿蜒度各种河床底质及地貌单元集合:
{d11,d21,d42,D5,D6};
④、天然的具有限制的、低蜿蜒度河流:
{d11,d21,d41,D5,D6};
⑤、天然具有部分限制的、高蜿蜒度各河床底质及地貌:
{d11,d22,d43,D5,D6};
天然具有部分限制的、中蜿蜒度各河床底质及地貌:
{d11,d22,d42,D5,D6};
天然具有部分限制的、低蜿蜒度各河床底质及地貌:
{d11,d22,d41,D5,D6};
⑥、天然具有无限制的各河床底质及地貌,不连续河道:
{d11,d23,d31,D5,D6};
天然具有无限制的、各河床底质及地貌,连续河道高蜿蜒度:
{d11,d23,d32,D5,D6};
天然具有无限制的、各河床底质及各地貌,连续河道中蜿蜒度:
{d11,d23,d32,d42,D5,D6};
天然具有无限制的、各河床底质及地貌,连续河道低蜿蜒度:
{d11,d23,d32,d41,D5,D6}。
以上规则对河流特征数据进行了聚合,将相同相似的河流段聚为一类,可为河流分类、分析与研究等提供基本类型单元。
以上所述仅为发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种河流特征数据分类系统,其特征在于:该系统包括数据采集模块、地物遥感解译标志模块、识别结构断点模块、分类指标计算模块、河流类型树模块;
所述数据采集模块收集的河流分布空间数据,并发送给所述地物遥感解译标志模块;
所述地物遥感解译标志模块通过对河流分布空间数据进行地物遥感解译标记并辨别地物类型,生成地物数据,再发送给所述识别结构断点模块;
所述识别结构断点模块根据地物数据进行识别并划分出河流断点数据,再发送给所述分类指标计算模块;
所述分类指标计算模块根据河流断点数据进行计算并输出分类指标数据给所述分类指标计算模块;
所述分类指标计算模块根据分类指标数据建立树型结构。
2.根据权利要求1所述的一种河流特征数据分类系统,其特征在于:所述数据采集模块收集的空间数据包括河流流域DEM、高分辨率遥感影像、地质图、水系图、水文站点图、气象站点图、土地利用图和行政区数据,再将空间数据进行格式转换、校正、配准、裁剪、关联以及建库处理。
3.根据权利要求1所述的一种河流特征数据分类系统,其特征在于:所述地物遥感解译标志模块通过从收集的遥感图像河流、河道、水库、沟渠、塘坝、人工构建物、耕地、林地、草地、居民点以及地物的形状、色调和纹理结构的差异构建地物遥感解译标志。
4.根据权利要求1所述的一种河流特征数据分类系统,其特征在于:所述识别结构断点模块根据河流高程、封闭度、蜿蜒度、水系交汇点地貌断点,以及水利工程对河流结构直接改变形成的断点进行分析、判断,再根据结构断点将河网水系打断,以打断的河段作为分类的基本单元。
5.根据权利要求1所述的一种河流特征数据分类系统,其特征在于:所述分类指标计算模块通过封闭度和蜿蜒度计算划分出分类指标数据,所述封闭度的计算满足:CL=Vw/Cw,CL表示封闭度,Vw表示河谷底宽度,Cm表示满槽河道宽度,所述蜿蜒度计算满足:S=Lr/Lv,其中S表示蜿蜒度,Lr表示河流长度,Lv表示河谷长度。
6.根据权利要求1所述的一种河流特征数据分类系统,其特征在于:构建所述的地物遥感解译标志通过ERDAS或ENVI遥感处理软件进行遥感解译。
7.根据权利要求1所述的一种河流特征数据分类系统,其特征在于:所述河流类型树模块将前后相连的同类型河段长度合并,对河流进行树形结构分类。
8.一种河流特征数据分类方法,其特征在于:包括以下步骤:
步骤1:收集的河流分布空间数据,数据采集模块收集河流分布空间数据,并将空间数据进行格式转换处理;
步骤2:生成河流地物数据,通过地物遥感解译标志模块对河流分布空间数据进行地物遥感解译标记并辨别地物类型,再生成河流地物数据;
步骤3:划分出河流断点数据,识别结构断点模块根据河流地物数据进行识别并划分出河流断点数据,然后对河流断点数据进行分析、判断处理;
步骤4:计算河流的分类指标数据,所述分类指标计算模块根据河流断点数据进行计算并输出分类指标数据;
步骤5:建立树型结构,分类指标计算模块根据分类指标数据建立树型结构,并对河流特征数据进行分类。
9.根据权利要求8所述的一种河流特征数据分类方法,其特征在于:所述地物遥感解译标记通过河流的地物形状、色调和纹理结构差异构建地物遥感解译标志。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610357412.XA CN105787289A (zh) | 2016-05-26 | 2016-05-26 | 一种河流特征数据分类系统及其分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610357412.XA CN105787289A (zh) | 2016-05-26 | 2016-05-26 | 一种河流特征数据分类系统及其分类方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105787289A true CN105787289A (zh) | 2016-07-20 |
Family
ID=56379604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610357412.XA Pending CN105787289A (zh) | 2016-05-26 | 2016-05-26 | 一种河流特征数据分类系统及其分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105787289A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107977635A (zh) * | 2017-12-08 | 2018-05-01 | 南京师范大学 | 一种格状水系识别方法 |
CN108829997A (zh) * | 2018-06-25 | 2018-11-16 | 中国电建集团中南勘测设计研究院有限公司 | 一种批量提取河流大断面数据的方法及装置 |
CN109163998A (zh) * | 2018-08-14 | 2019-01-08 | 重庆大学 | 一种用于分析流水侵蚀作用的岸坡凹凸程度划分方法 |
CN110853489A (zh) * | 2019-11-05 | 2020-02-28 | 中电建生态环境集团有限公司 | 一种水系流域基础数据获取方法及装置 |
CN112348951A (zh) * | 2020-11-30 | 2021-02-09 | 长春工程学院 | 一种面向异质遥感影像内容的数字高程数据重建方法 |
CN112906455A (zh) * | 2020-12-28 | 2021-06-04 | 国家海洋信息中心 | 一种海岸带生态系统遥感识别方法 |
CN113204551A (zh) * | 2021-04-30 | 2021-08-03 | 上海川河水利规划设计有限公司 | 一种河堤护岸设计方法、系统、智能终端及存储介质 |
CN115439753A (zh) * | 2022-10-12 | 2022-12-06 | 重庆市地理信息和遥感应用中心 | 一种基于dem的陡峭河岸识别方法及系统 |
CN116563672A (zh) * | 2023-07-05 | 2023-08-08 | 中国地质大学(武汉) | 一种岩土体分类模型构建方法及岩土体分类方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646246A (zh) * | 2013-12-19 | 2014-03-19 | 交通运输部天津水运工程科学研究所 | 一种基于决策树模型的多光谱遥感影像河流信息提取方法 |
CN104252556A (zh) * | 2014-06-26 | 2014-12-31 | 中国环境科学研究院 | 一种河流分类系统 |
-
2016
- 2016-05-26 CN CN201610357412.XA patent/CN105787289A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646246A (zh) * | 2013-12-19 | 2014-03-19 | 交通运输部天津水运工程科学研究所 | 一种基于决策树模型的多光谱遥感影像河流信息提取方法 |
CN104252556A (zh) * | 2014-06-26 | 2014-12-31 | 中国环境科学研究院 | 一种河流分类系统 |
Non-Patent Citations (2)
Title |
---|
赵银军: "河流分类综述与展望", 《水电能源科学》 * |
赵银军等: "河流功能管理技术框架构建", 《水电能源科学》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107977635A (zh) * | 2017-12-08 | 2018-05-01 | 南京师范大学 | 一种格状水系识别方法 |
CN107977635B (zh) * | 2017-12-08 | 2020-04-21 | 南京师范大学 | 一种格状水系识别方法 |
CN108829997A (zh) * | 2018-06-25 | 2018-11-16 | 中国电建集团中南勘测设计研究院有限公司 | 一种批量提取河流大断面数据的方法及装置 |
CN108829997B (zh) * | 2018-06-25 | 2022-04-29 | 中国电建集团中南勘测设计研究院有限公司 | 一种批量提取河流大断面数据的方法及装置 |
CN109163998B (zh) * | 2018-08-14 | 2021-06-08 | 重庆大学 | 一种用于分析流水侵蚀作用的岸坡凹凸程度划分方法 |
CN109163998A (zh) * | 2018-08-14 | 2019-01-08 | 重庆大学 | 一种用于分析流水侵蚀作用的岸坡凹凸程度划分方法 |
CN110853489A (zh) * | 2019-11-05 | 2020-02-28 | 中电建生态环境集团有限公司 | 一种水系流域基础数据获取方法及装置 |
CN112348951A (zh) * | 2020-11-30 | 2021-02-09 | 长春工程学院 | 一种面向异质遥感影像内容的数字高程数据重建方法 |
CN112348951B (zh) * | 2020-11-30 | 2022-08-26 | 长春工程学院 | 一种面向异质遥感影像内容的数字高程数据重建方法 |
CN112906455A (zh) * | 2020-12-28 | 2021-06-04 | 国家海洋信息中心 | 一种海岸带生态系统遥感识别方法 |
CN113204551A (zh) * | 2021-04-30 | 2021-08-03 | 上海川河水利规划设计有限公司 | 一种河堤护岸设计方法、系统、智能终端及存储介质 |
CN113204551B (zh) * | 2021-04-30 | 2024-02-06 | 上海川河水利规划设计有限公司 | 一种河堤护岸设计方法、系统、智能终端及存储介质 |
CN115439753A (zh) * | 2022-10-12 | 2022-12-06 | 重庆市地理信息和遥感应用中心 | 一种基于dem的陡峭河岸识别方法及系统 |
CN116563672A (zh) * | 2023-07-05 | 2023-08-08 | 中国地质大学(武汉) | 一种岩土体分类模型构建方法及岩土体分类方法 |
CN116563672B (zh) * | 2023-07-05 | 2023-09-19 | 中国地质大学(武汉) | 一种岩土体分类模型构建方法及岩土体分类方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105787289A (zh) | 一种河流特征数据分类系统及其分类方法 | |
Lin et al. | Automated suitable drainage network extraction from digital elevation models in Taiwan's upstream watersheds | |
Kondolf et al. | Geomorphic classification of rivers and streams | |
Nandi et al. | A GIS-based landslide susceptibility evaluation using bivariate and multivariate statistical analyses | |
CN106067030A (zh) | 一种河流特征分类数据的处理方法 | |
Debelo et al. | Morphometric analysis to identify erosion Prone areas on the upper blue Nile using Gis (Case Study of Didessa and Jema Sub-Basin, Ethiopia) | |
Flynn et al. | Semi-automatic disaggregation of a national resource inventory into a farm-scale soil depth class map | |
Ibrakhimov | Spatial and temporal dynamics of groundwater table and salinity in Khorezm (Aral Sea Basin), Uzbekistan | |
Clubb et al. | Continuous measurements of valley floor width in mountainous landscapes | |
Chin et al. | Toward natural approaches in restoration: Experiments of co‐evolving physical and biological structures in a self‐organizing step‐pool channel | |
Bakken et al. | Setting environmental flows in regulated rivers | |
Dymond et al. | Towards automated land resource mapping using digital | |
McGill et al. | Empirical stream thermal sensitivities cluster on the landscape according to geology and climate | |
Olivera et al. | DEVELOPMENT OF LARGE SCALE GRIDDED RIVER NETWORKS FROM VECTOR STREAM DATA 1 | |
Yusra | Landforms Classification of Wadi Al-Mujib Basin in Jordan, based on Topographic Position Index (TPI), and the production of a flood forecasting map. | |
Olivera et al. | WaterNet: A GIS application for the analysis of hydrologic networks using vector spatial data | |
CN109271471A (zh) | 一种基于矢量数据模型的南方丘陵区汇流网络构建方法 | |
Rumman et al. | Investigation of gis-based surface hydrological modelling for identifying infiltration zones in an urban watershed | |
Taheri et al. | Using Rs, GIS systems and MPSIAC model to produce erosion map and to estimate sedimentation | |
CN109163998B (zh) | 一种用于分析流水侵蚀作用的岸坡凹凸程度划分方法 | |
CN102810157B (zh) | 一种基于tin数据的河网提取方法 | |
Kavka et al. | Small headwater catchments–spatial delimitation and their classification in terms of runoff risks | |
Castro | Stream classification in the Pacific Northwest: methodologies, regional analyses, and applications | |
Garcia | Using GIS and LIDAR to map headwaters stream networks in the Piedmont Ecoregion of North Carolina | |
Asgari et al. | Relationship Between Geomorphic Factors and Parameters with Sediment in Rostamabad Watershed of Ilam Province |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160720 |
|
RJ01 | Rejection of invention patent application after publication |