CN108804805A - 一种自动提取多条河流流域出口点的方法 - Google Patents
一种自动提取多条河流流域出口点的方法 Download PDFInfo
- Publication number
- CN108804805A CN108804805A CN201810575845.1A CN201810575845A CN108804805A CN 108804805 A CN108804805 A CN 108804805A CN 201810575845 A CN201810575845 A CN 201810575845A CN 108804805 A CN108804805 A CN 108804805A
- Authority
- CN
- China
- Prior art keywords
- river
- node
- dem
- exit point
- basins
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种自动提取多条河流流域出口点的方法,包括步骤:获取基础DEM信息;对研究区基础DEM信息进行预处理,依次提取流向矩阵、计算汇流累积量、河道栅格矩阵,提取研究区各河流矢量数据;基于Google earth实时遥感影像,以真实河道为参考,重绘DEM提取河流矢量数据中存在偏差的部分,进行河网校正;导出修正后河道矢量数据属性表,新增LEVEL列,利用EXCLE工具IF和COUNTIF函数将属性表中FROM_NODE和TO_NODE非重复项,LEVEL值赋值为1,基于河段LEVEL值,定位各独立河流最后一段河道位置;基于各独立河流最后一段河道位置,利用ARCGIS平台数据管理工具,自动提取河流流域出口点,从而在错综复杂的河网结构中,高效且精确地自动提取多个流域的出口点位置。
Description
技术领域
本发明属于水文学研究领域,具体涉及一种基于数字高程模型(DEM)数据自动提取多条河流流域出口点的方法。
背景技术
随着计算机、遥感和地理信息技术的高速发展,大范围、高精度的数字高程模型(DEM)和遥感影像数据层出不穷,水文学研究逐步向数字化发展。自数字地球概念提出后,在水利研究领域发展提出了数字河流、数字流域、数字水利等数字工程的概念。基于数字高程模型(DEM)等,提取流域河网矩阵、汇流栅格等,进而确定流域边界,是进行流域数字化的关键,也是构建流域水文模型、进行水文模拟与研究的前提,已成为相关学者的研究重点。
利用DEM基础信息进行流域数字化的关键是精确、便捷和快速的识别流域出口。流域出口的定位精度将直接决定流域边界的范围和形状,影响水文模型的模拟精度。目前,对于流域出口点的定位,多是基于站点经纬度坐标或者人为定点确定出口点位置。然而,当研究区包括多个独立流域,河道错综复杂,且需要同时定位多个流域出口点时,人为定点费时费力,定位精度不够,容易出现遗漏或者定位不准,从而导致研究区流域边界错误等问题,不利于后续研究的开展。
发明内容
针对以上不足,在错综复杂的河网结构中,快速、精确的自动提取多个流域的出口点位置,成为发明人拟解决的问题。为解决现有人为定点技术确定多个流域出口点位置效率低下、容易错漏等问题,本发明提出了一种自动提取多条河流流域出口点的方法。
本发明的技术方案如下:一种自动提取多条河流流域出口点的方法,详细步骤包括:
S1:获取研究区数字高程模型(DEM)数据,掩膜提取研究区基础DEM信息;
S2:对研究区基础DEM信息进行预处理,依次提取流向矩阵、计算汇流累积量、河道栅格矩阵,提取研究区各河流矢量数据;
S3:基于Google earth实时遥感影像,以真实河道为参考,重绘DEM提取河流矢量数据中存在偏差的部分,进行河网校正;
S4:;导出修正后河道矢量数据属性表,新增LEVEL列,利用EXCLE工具IF和COUNTIF函数将属性表中FROM_NODE和TO_NODE非重复项,LEVEL值赋值为1,基于河段LEVEL值,定位各独立河流最后一段河道位置;
S5:基于各独立河流最后一段河道位置,利用ARCGIS平台数据管理工具,自动提取河流流域出口点。
进一步的地,前述一种自动提取多条河流流域出口点的方法,其特征在于,所述S1的详细步骤为:利用研究区边界矢量数据,通过ARCGIS平台掩膜提取工具提取区域数字高程模型(DEM)数据,使河流出口位于栅格文件的边界上,得到研究区基础DEM信息。
进一步地,前述一种自动提取多条河流流域出口点的方法,其特征在于,所述S2的详细步骤为:
S21:利用ARCGIS平台水文分析工具,对研究区基础DEM栅格数据进行洼地填充处理,得到无洼地数字高程模型(DEM)数据;
S22:基于所述无洼地数字高程模型(DEM)数据,利用ARCGIS平台水文分析工具提取无洼地流向矩阵,得到研究区无洼地水流方向栅格数据;
S23:基于所述研究区水流方向栅格数据,利用ARCGIS平台水文分析工具计算每个格点汇流的累积值,获得每个格点的汇流累积量值;
S24:基于所述汇流累积量值,利用ARCGIS平台计算研究区河道栅格矩阵,并进一步提取河道矢量数据。
进一步地,前述一种自动提取多条河流流域出口点的方法,其特征在于,所述S24的详细步骤为:
S241:设定一个生成河道栅格矩阵的汇流累积量阈值;
S242:利用ARCGIS平台栅格计算器工具,按照设定的阈值对每一个格点进行标记。若格点汇流累积量值大于给定阈值,则标记为河道栅格;否则,标记为无数据区,得到研究区河道栅格矩阵;
S243:基于所述河道栅格矩阵,利用ARCGIS平台转换工具,将河道栅格矩阵转换为矢量信息,得到研究区河道矢量数据。
进一步地,前述一种自动提取多条河流流域出口点的方法,其特征在于,所述S241中汇流累积量阈值,根据研究区大小,以至少生成1~4级河流为标准,采用试错法确定。
进一步地,前述一种自动提取多条河流流域出口点的方法,其特征在于,所述S3的详细步骤为:
S31:将河道矢量数据导入Google earth中,以真实河道为参考校正河网信息;
S32:利用校正后的河网信息,修正研究区基础DEM栅格数据,并重复步骤S2,得到研究区修正后的河道矢量数据。
进一步地,前述一种自动提取多条河流流域出口点的方法,其特征在于,所述S31的详细步骤为:
S311:利用ARCGIS平台数据转换工具,将研究区河道矢量数据转换成Googleearth可识别格式;
S312:以真实河道为参考,设定生成河道与真实河道的误差阈值,重新勾绘误差大于阈值的部分河道,并替换原始河道。
进一步地,前述一种自动提取多条河流流域出口点的方法,其特征在于,所述S312中提及的误差阈值是指生成河道与真实河道的偏差距离。
进一步地,前述一种自动提取多条河流流域出口点的方法,其特征在于,所述S32的详细步骤为:
S321:基于校正后的河网信息,利用ARCGIS平台栅格计算器,对河道所在网格DEM进行降值处理;
S322:利用降值处理后的DEM栅格数据,重复步骤S2,获得研究区修正后的河道矢量数据。
进一步地,前述一种自动提取多条河流流域出口点的方法,其特征在于,所述S4的详细步骤为:
S41:导出研究区修正后的河道矢量数据属性表,并将其导入到EXCLE中;
S42:利用EXCLE中IF和COUNTIF函数,定位河道矢量数据属性表中FROM_NODE和TO_NODE非重复项;
S43:将FROM_NODE和TO_NODE非重复项的位置信息,索引赋值到河道矢量数据属性表中,定位各独立河流最后一段河道的位置。
进一步地,前述一种自动提取多条河流流域出口点的方法,其特征在于,所述S42的详细步骤为:
S421:在EXCLE中新增LEVEL列,用于储存FROM_NODE和TO_NODE非重复项定位信息;
S422:利用IF和COUNTIF函数,将TO_NODE中出现,而FROM_NODE中未出现的数值行,LEVEL列赋值为1;TO_NODE和FROM_NODE中均出现的数值行赋值为0,具体公式如下:
LEVEL=IF(COUNTIF($D$2:$D$(n+1),E(i)),0,1)
式中,D表示TO_NODE值所在列号;E表示FROM_NODE值所在列号;n表示TO_NODE包含数值总数;i表示行号。
进一步地,前述一种自动提取多条河流流域出口点的方法,其特征在于,所述S43的详细步骤为:将LEVEL列索引赋值到河道矢量数据属性表中,利用ARCGIS平台按属性选择LEVEL=1的河段,定位各独立河流最后一段河道位置信息。
进一步地,前述一种自动提取多条河流流域出口点的方法,其特征在于,所述S5的详细步骤为:基于各独立河流最后一段河道位置信息,利用ARCGIS平台数据管理工具,提取河道出口点,导出获得各独立河流流域出口点。
本发明的有益效果体现在:该自动提取多条河流流域出口点的方法,利用ARCGIS平台,基于研究区河网结构的拓扑关系,利用河流矢量数据属性表中FROM_NODE和TO_NODE的差异性,实现对多条河流流域出口点的精确定位和自动识别。避免了人为定点选取流域出口点费时费力,定位精度不高,且容易遗漏等问题,极大的提高了流域数字化的效率和精度,为水文研究的发展提供了一种技术支撑。
附图说明
在下文中将参照附图更完全地描述本发明的一些示例实施例;然而,本发明可以以不同的形式体现,不应当被认为限于本文所提出的实施例。相反,附图与说明书一起例示本发明的一些示例实施例,并用于解释本发明的原理和方面。
在图中,为了例示清楚,尺寸可能被夸大。贯穿全文,相同的附图标记指代相同的元件。
图1示意性示出根据本发明的自动识别多条河流流域出口点的方法的流程图。
图2示意性示出利用FROM_NODE和TO_NODE差异性定位河道最后一段的原理方法。
图3示意性示出根据本发明的加里曼丹岛和菲律宾群岛矢量边界。
图4示意性示出根据本发明的加里曼丹岛和菲律宾群岛基础DEM信息。
图5示意性示出根据本发明的加里曼丹岛和菲律宾群岛流向矩阵的提取结果。
图6示意性示出根据本发明的加里曼丹岛和菲律宾群岛汇流累积量的提取结果。
图7示意性示出根据本发明的加里曼丹岛和菲律宾群岛河流矢量数据的提取结果。
图8示意性示出根据本发明的利用Google earth遥感影像,修正河网信息的过程方法。
图9示意性示出根据本发明的计算前后加里曼丹岛和菲律宾群岛河道矢量数据属性表对比情况。
图10示意性示出根据本发明的加里曼丹岛和菲律宾群岛各河流最后一段河道位置的定位结果。
图11示意性示出根据本发明的加里曼丹岛和菲律宾群岛各河流流域出口点的定位结果。
具体实施方式
在下面的详细描述中,本发明的某些示例性实施例简单地通过例示的方式被示出和描述。如本领域技术人员将认识到的那样,所描述的实施例可以以各种不同的方式修改,所有这些都不脱离本发明的精神或范围。因此,图和描述将被视为在本质上是例示性的,而不是限制性的。
下文中,将参照附图,结合实施例,更详细地描述根据本发明的一种自动提取多条河流流域出口点的方法。
如图1所示,本发明一种自动识别多条河流流域出口点的方法,包括以下步骤:
S1:获取研究区数字高程模型(DEM)数据,掩膜提取研究区基础DEM信息。
具体地,利用研究区边界矢量数据,通过ARCGIS平台中的掩膜提取工具(Extractby Mask),按照研究区边界,提取所需区域数字高程模型(DEM)数据,使河流出口位于栅格文件的边界上,得到研究区基础DEM信息。
S2:对研究区基础DEM信息进行预处理,依次提取流向矩阵、计算汇流累积量、河道栅格矩阵,提取研究区各河流矢量数据。
具体地,基于研究区基础DEM信息,首先,利用ARCGIS平台Fill工具对DEM栅格数据进行洼地填充处理,得到无洼地数字高程模型(DEM)数据。
其次,利用ARCGIS平台Flow Direction工具提取无洼地流向矩阵,得到研究区无洼地水流方向栅格数据;接着,利用ARCGIS平台Flow Accumulation工具计算每个格点汇流的累积值,获得每个格点的汇流累积量;设定一个生成河道栅格矩阵的汇流累积量阈值,按照设定的阈值对每一个格点进行标记。若格点汇流累积量值大于给定阈值,则标记为河道栅格;否则,标记为无数据区,得到研究区河道栅格矩阵。
最后,利用ARCGIS平台Raster to Polyline工具,将河道栅格矩阵转化为矢量数据,获得研究区各河流矢量数据。
S3:基于Google earth实时遥感影像,以真实河道为参考,重绘DEM提取河流矢量数据中存在偏差的部分,进行河网校正。
首先,利用ARCGIS平台Layer to KML工具将生成的河道矢量数据转换为Googleearth可识别格式;以真实河道为参考,设定生成河道与真实河道的误差阈值,重新勾绘误差大于阈值的部分河道,并替换原始河道。
其次,利用ARCGIS平台KML to Layer工具将勾绘完成的河网信息重新转换成矢量数据,并分别利用ARCGIS平台Extract by Mask工具和Raster calculate工具提取和修正研究区原始DEM信息。
最后,基于研究区修正后的DEM栅格数据,重复步骤S2,获得研究区修正后的河道矢量数据。
S4:导出修正后河道矢量数据属性表,新增LEVEL列,利用EXCLE工具IF和COUNTIF函数将属性表中FROM_NODE和TO_NODE非重复项,LEVEL值赋值为1,基于河段LEVEL值,定位各独立河流最后一段河道位置;其具体表现为,将研究区修正后的各河流矢量数据导入到EXCLE中,并增加LEVEL列;利用EXCLE中IF和COUNTIF函数,搜寻TO_NODE列和FROM_NODE列中的非重复数值项。将TO_NODE中出现,而FROM_NODE中未出现的数值行,LEVEL列赋值为1;TO_NODE和FROM_NODE中均出现的数值行赋值为0。具体公式如下:
LEVEL=IF(COUNTIF($D$2:$D$(n+1),E(i)),0,1)
式中,D表示TO_NODE值所在列号;E表示FROM_NODE值所在列号;n表示TO_NODE包含数值总数;i表示行号。
以FID为索引项,将更改后的属性值,重新索引赋值到河流矢量数据中,按属性选取LEVEL=1的河段即为最后一段河道位置。
S5:基于各独立河流最后一段河道位置,利用ARCGIS平台数据管理工具,自动提取河流流域出口点;其具体表现为,基于各独立河流最后一段河道位置信息,利用ARCGIS平台Feature Vertices To Points工具,提取河道出口点,导出获得各独立河流流域出口点。
以加里曼丹岛和菲律宾群岛为例,研究区矢量边界取自美国地质勘探局(UnitedStates Geological Survey,简称USGS)提供的各大洲矢量边界数据,如图3所示;DEM原始数据下载自美国太空总署(National Aeronautics and Space Administration,简称NASA)提供的SRTM(Shuttle Radar Topography Mission)数据。
S1:获取研究区数字高程模型(DEM)数据,掩膜提取研究区基础DEM信息;其具体表现为,利用ARCGIS平台掩膜提取工具(Extract by mask),基于研究区矢量边界,提取所需区域数字高程模型(DEM)数据,得到研究区基础DEM信息,如图4所示。
S2:对研究区基础DEM信息进行预处理,依次提取流向矩阵、计算汇流累积量、河道栅格矩阵,提取研究区各河流矢量数据;其具体表现为,基于研究区基础DEM信息,利用ARCGIS平台Fill工具,对原始DEM信息进行洼地填充处理,得到无洼地数字高程模型(DEM)数据;利用ARCGIS平台Flow Direction工具,提取无洼地流向矩阵,得到研究区无洼地水流方向栅格数据,如图5所示;利用ARCGIS平台Flow Accumulation工具,基于无洼地水流方向栅格数据,计算每个格点的汇流的累积值,获得研究区各格点汇流累积量,如图6所示。
再次,设定一个生成河道栅格矩阵的汇流累积量阈值,按照设定的阈值对每一个格点进行标记。若格点汇流累积量值大于给定阈值,则标记为河道栅格,该格点赋值为1;否则,标记为无数据区,格点赋值为-9999,;得到研究区河道栅格矩阵。这里,根据研究区大小,生成河道的面积阈值设置为10km2,由于研究区DEM数据采用90×90m精度,折合成汇流累积量格子数约为123456。利用ARCGIS平台Raster to Polyline工具,将河道栅格矩阵转化为矢量数据,获得研究区各河流矢量数据,如图7所示。
S3:基于Google earth实时遥感影像,以真实河道为参考,重绘DEM提取河流矢量数据中存在偏差的部分,进行河网校正。
具体地,利用ARCGIS平台Layer to KML工具将生成的河道矢量数据转换为Googleearth可识别格式;以真实河道为参考,设定生成河道与真实河道的误差阈值,重新勾绘误差大于阈值的部分河道,并替换原始河道。根据研究区生成河道与实际河道的偏差情况,将误差阈值设定为2km,对于偏差距离大于2km的河道,在Google earth中重新勾绘,并替换原始生成河道,如图8所示。
再次,利用ARCGIS平台KML to Layer工具将勾绘完成的河网信息重新转换成矢量数据,并分别利用ARCGIS平台Extract by Mask工具和Raster calculate工具对河道所在栅格DEM进行降值处理,降值大小为50m,获得修正后的DEM栅格数据。
利用研究区修正后的DEM栅格数据,重复步骤S2,获得研究区修正后的河道矢量数据。
S4:导出修正后河道矢量数据属性表,新增LEVEL列,利用EXCLE工具IF和COUNTIF函数将属性表中FROM_NODE和TO_NODE非重复项,LEVEL值赋值为1,基于河段LEVEL值,定位各独立河流最后一段河道位置;其具体表现为,将研究区修正后的各河流矢量数据导入到EXCLE中,并增加LEVEL列;利用EXCLE中IF和COUNTIF函数,搜寻TO_NODE列和FROM_NODE列中的非重复数值项。将TO_NODE中出现,而FROM_NODE中未出现的数值行,LEVEL列赋值为1;TO_NODE和FROM_NODE中均出现的数值行赋值为0。具体公式如下:
LEVEL=IF(COUNTIF($D$2:$D$(n+1),E(i)),0,1)
式中,D表示TO_NODE值所在列号;E表示FROM_NODE值所在列号;n表示TO_NODE包含数值总数;i表示行号。
以FID为索引项,将更改后的属性值,重新索引赋值到河流矢量数据中,按属性选取LEVEL=1的河段即为最后一段河道位置,如图10所示。
S5:基于各独立河流最后一段河道位置,利用ARCGIS平台数据管理工具,自动提取河流流域出口点;其具体表现为,基于各独立河流最后一段河道位置信息,利用ARCGIS平台Feature Vertices To Points工具(输出点位置控制为END),提取河道出口点,导出获得各独立河流流域出口点,如图11所示。
根据本发明的一种自动提取多条河流流域出口点的方法,在错综复杂的河网结构中,高效且精确地自动提取多个流域的出口点位置。
Claims (10)
1.一种自动提取多条河流流域出口点的方法,其特征在于,包括步骤:
S1:利用研究区边界矢量数据,通过ARCGIS平台掩膜提取工具提取区域DEM数据,使河流出口位于栅格文件的边界上,得到研究区基础DEM信息;
S2:对研究区基础DEM信息进行预处理,依次提取流向矩阵、计算汇流累积量、河道栅格矩阵,提取研究区各河流矢量数据;
S3:基于Google earth实时遥感影像,以真实河道为参考,重绘DEM提取河流矢量数据中存在偏差的部分,进行河网校正;
S4:导出修正后河道矢量数据属性表,新增LEVEL列,利用EXCLE工具IF和COUNTIF函数将属性表中FROM_NODE和TO_NODE非重复项,LEVEL值赋值为1,基于河段LEVEL值,定位各独立河流最后一段河道位置;
S5:基于各独立河流最后一段河道位置,利用ARCGIS平台数据管理工具,自动提取河流流域出口点。
2.根据权利要求1所述的自动提取多条河流流域出口点的方法,其特征在于,所述S2的详细步骤为:
S21:利用ARCGIS平台水文分析工具,对研究区基础DEM栅格数据进行洼地填充处理,得到无洼地DEM数据;
S22:基于所述无洼地DEM数据,利用ARCGIS平台水文分析工具提取无洼地流向矩阵,得到研究区无洼地水流方向栅格数据;
S23:基于所述研究区水流方向栅格数据,利用ARCGIS平台水文分析工具计算每个格点汇流的累积值,获得每个格点的汇流累积量值;
S24:基于所述汇流累积量值,利用ARCGIS平台计算研究区河道栅格矩阵,并进一步提取河道矢量数据。
3.根据权利要求2所述的自动提取多条河流流域出口点的方法,其特征在于,所述S24的详细步骤为:
S241:根据研究区大小,以至少生成1~4级河流为标准,采用试错法确定一个生成河道栅格矩阵的汇流累积量阈值;
S242:利用ARCGIS平台栅格计算器工具,按照设定的阈值对每一个格点进行标记,若格点汇流累积量值大于给定阈值,则标记为河道栅格;否则,标记为无数据区,得到研究区河道栅格矩阵;
S243:基于所述河道栅格矩阵,利用ARCGIS平台转换工具,将河道栅格矩阵转换为矢量信息,得到研究区河道矢量数据。
4.根据权利要求1所述的自动提取多条河流流域出口点的方法,其特征在于,所述S3的详细步骤为:
S31:将河道矢量数据导入Google earth中,以真实河道为参考校正河网信息;
S32:利用校正后的河网信息,修正研究区基础DEM栅格数据,并重复步骤S2,得到研究区修正后的河道矢量数据。
5.根据权利要求4所述的自动提取多条河流流域出口点的方法,其特征在于,所述S31的详细步骤为:
S311:利用ARCGIS平台数据转换工具,将研究区河道矢量数据转换成Google earth可识别格式;
S312:以真实河道为参考,设定生成河道与真实河道的误差阈值,重新勾绘误差大于阈值的部分河道,并替换原始河道。
6.根据权利要求5所述的自动提取多条河流流域出口点的方法,其特征在于,所述S312提及的误差阈值是指生成河道与真实河道的偏差距离。
7.根据权利要求4所述的自动提取多条河流流域出口点的方法,其特征在于,所述S32的详细步骤为:
S321:基于校正后的河网信息,利用ARCGIS平台栅格计算器,对河道所在网格DEM进行降值处理;
S322:利用降值处理后的DEM栅格数据,重复步骤S2,获得研究区修正后的河道矢量数据。
8.根据权利要求1所述的自动提取多条河流流域出口点的方法,其特征在于,所述S4的详细步骤为:
S41:导出研究区修正后的河道矢量数据属性表,并将其导入到EXCLE中;
S42:利用EXCLE中IF和COUNTIF函数,定位河道矢量数据属性表中FROM_NODE和TO_NODE非重复项;
S43:将FROM_NODE和TO_NODE非重复项的位置信息,索引赋值到河道矢量数据属性表中,定位各独立河流最后一段河道的位置。
9.根据权利要求8所述的自动提取多条河流流域出口点的方法,其特征在于,所述S42的详细步骤为:
S421:在EXCLE中新增LEVEL列,用于储存FROM_NODE和TO_NODE非重复项定位信息;
S422:利用IF和COUNTIF函数,将TO_NODE中出现,而FROM_NODE中未出现的数值行,LEVEL列赋值为1;TO_NODE和FROM_NODE中均出现的数值行赋值为0,具体公式如下:
LEVEL=IF(COUNTIF($D$2:$D$(n+1),E(i)),0,1),
式中,D表示TO_NODE值所在列号;E表示FROM_NODE值所在列号;n表示TO_NODE包含数值总数;i表示行号。
10.根据权利要求8所述的自动提取多条河流流域出口点的方法,其特征在于,所述S43的详细步骤为:将LEVEL列索引赋值到河道矢量数据属性表中,利用ARCGIS平台按属性选择LEVEL=1的河段,定位各独立河流最后一段河道位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810575845.1A CN108804805B (zh) | 2018-06-05 | 2018-06-05 | 一种自动提取多条河流流域出口点的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810575845.1A CN108804805B (zh) | 2018-06-05 | 2018-06-05 | 一种自动提取多条河流流域出口点的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108804805A true CN108804805A (zh) | 2018-11-13 |
CN108804805B CN108804805B (zh) | 2020-12-01 |
Family
ID=64087231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810575845.1A Active CN108804805B (zh) | 2018-06-05 | 2018-06-05 | 一种自动提取多条河流流域出口点的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108804805B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110276797A (zh) * | 2019-07-01 | 2019-09-24 | 河海大学 | 一种湖泊面积提取方法 |
CN112560231A (zh) * | 2020-12-01 | 2021-03-26 | 中国水利水电科学研究院 | 一种基于gis的径流站点空间位置校正方法 |
CN112801126A (zh) * | 2020-12-01 | 2021-05-14 | 中国水利水电科学研究院 | 一种基于河流特征点的河流形态相似性识别方法 |
CN112802181A (zh) * | 2021-01-18 | 2021-05-14 | 郑州轻工业大学 | 一种基于低细节高程数据的大规模三维河道场景重建方法 |
CN116126983A (zh) * | 2022-12-10 | 2023-05-16 | 黄河水利委员会黄河水利科学研究院 | 一种基于dem确定多级流域出口位置的方法 |
CN117114371A (zh) * | 2023-10-24 | 2023-11-24 | 山东锋士信息技术有限公司 | 一种基于卫星遥感的现代水网防汛监测与调度方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7277837B2 (en) * | 2003-08-27 | 2007-10-02 | Hayes, Seay, Mattern & Mattern, Inc. | Method for flow analysis utilizing cell elevation topology |
US20140003672A1 (en) * | 2012-06-29 | 2014-01-02 | Weyerhaeuser Nr Company | Method and apparatus for deriving stream network vectors from digital elecation map data |
CN105138722A (zh) * | 2015-07-14 | 2015-12-09 | 南京师范大学 | 基于数字河湖网络的平原河网区流域集水单元划分方法 |
CN107657618A (zh) * | 2017-10-10 | 2018-02-02 | 中国科学院南京地理与湖泊研究所 | 基于遥感影像和地形数据的区域尺度侵蚀沟自动提取方法 |
-
2018
- 2018-06-05 CN CN201810575845.1A patent/CN108804805B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7277837B2 (en) * | 2003-08-27 | 2007-10-02 | Hayes, Seay, Mattern & Mattern, Inc. | Method for flow analysis utilizing cell elevation topology |
US20140003672A1 (en) * | 2012-06-29 | 2014-01-02 | Weyerhaeuser Nr Company | Method and apparatus for deriving stream network vectors from digital elecation map data |
CN105138722A (zh) * | 2015-07-14 | 2015-12-09 | 南京师范大学 | 基于数字河湖网络的平原河网区流域集水单元划分方法 |
CN107657618A (zh) * | 2017-10-10 | 2018-02-02 | 中国科学院南京地理与湖泊研究所 | 基于遥感影像和地形数据的区域尺度侵蚀沟自动提取方法 |
Non-Patent Citations (2)
Title |
---|
曾红伟 等: ""Arc Hydro Tools及多源DEM提取河网与精度分析——以洮儿河流域为例"", 《地球信息科学学报》 * |
王敏嫱: ""基于DEM的水文要素提取及水文拓扑结构建立的研究——以延河流域为例"", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110276797A (zh) * | 2019-07-01 | 2019-09-24 | 河海大学 | 一种湖泊面积提取方法 |
CN110276797B (zh) * | 2019-07-01 | 2022-02-11 | 河海大学 | 一种湖泊面积提取方法 |
CN112560231A (zh) * | 2020-12-01 | 2021-03-26 | 中国水利水电科学研究院 | 一种基于gis的径流站点空间位置校正方法 |
CN112801126A (zh) * | 2020-12-01 | 2021-05-14 | 中国水利水电科学研究院 | 一种基于河流特征点的河流形态相似性识别方法 |
CN112560231B (zh) * | 2020-12-01 | 2024-03-26 | 中国水利水电科学研究院 | 一种基于gis的径流站点空间位置校正方法 |
CN112802181A (zh) * | 2021-01-18 | 2021-05-14 | 郑州轻工业大学 | 一种基于低细节高程数据的大规模三维河道场景重建方法 |
CN112802181B (zh) * | 2021-01-18 | 2024-06-11 | 郑州轻工业大学 | 一种基于低细节高程数据的大规模三维河道场景重建方法 |
CN116126983A (zh) * | 2022-12-10 | 2023-05-16 | 黄河水利委员会黄河水利科学研究院 | 一种基于dem确定多级流域出口位置的方法 |
CN117114371A (zh) * | 2023-10-24 | 2023-11-24 | 山东锋士信息技术有限公司 | 一种基于卫星遥感的现代水网防汛监测与调度方法及系统 |
CN117114371B (zh) * | 2023-10-24 | 2024-02-13 | 山东锋士信息技术有限公司 | 一种基于卫星遥感的现代水网防汛监测与调度方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108804805B (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108804805A (zh) | 一种自动提取多条河流流域出口点的方法 | |
Bechtel et al. | Generating WUDAPT Level 0 data–Current status of production and evaluation | |
US20220035962A1 (en) | Building design method, device, system and storage medium | |
CN105138722A (zh) | 基于数字河湖网络的平原河网区流域集水单元划分方法 | |
Xiong et al. | Drainage basin object-based method for regional-scale landform classification: A case study of loess area in China | |
CN102915227A (zh) | 面向大区域流域提取的并行方法 | |
CN107330422A (zh) | 一种基于高精度数字高程模型对半干旱地区进行微地形分类的方法 | |
CN109100719A (zh) | 基于星载sar影像与光学影像的地形图联合测图方法 | |
CN114648617A (zh) | 一种基于数字高程模型dem的水系提取方法 | |
CN103955909A (zh) | 一种基于MapGISK9图像融合制作专题图的方法及系统 | |
CN113223042A (zh) | 一种遥感影像深度学习样本智能采集方法及设备 | |
Zhang et al. | Integrated hydrological modelling of small-and medium-sized water storages with application to the upper Fengman Reservoir Basin of China | |
CN116050163A (zh) | 一种基于气象站的生态系统碳水通量计算方法及系统 | |
CN110766792A (zh) | 基于ArcGIS水文分析工具网格演算次序编码方法 | |
CN109636908B (zh) | 一种水电厂流域图绘制与发布方法 | |
CN105865413A (zh) | 一种建筑物高度的获取方法及装置 | |
CN105678097A (zh) | 数字高程模型自动化构建方法 | |
Chakraborty et al. | Landslide susceptibility mapping using XGBoost model in Chittagong District, Bangladesh | |
CN113128009B (zh) | 一种考虑山区平原地貌差异的子流域单元划分方法 | |
Nandi et al. | Geographical Information System (GIS) in water resources engineering | |
CN109685895B (zh) | 一种适用于智能电网建设面向对象的地图地形均值方法 | |
Niu et al. | Research on dynamic simulation and prediction of urban expansion based on SLEUTH model | |
Ding et al. | Monitoring and Analysis of Urban Sprawl Based on Road Network Data and High-Resolution Remote Sensing Imagery: A Case Study of China's Provincial Capitals | |
Chai et al. | Digital regionalization of geomorphology in Xinjiang | |
CN118094946B (zh) | 基于plus模型的土地利用变化模拟方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |