CN109405809B - 一种变电站洪水水深检测方法与系统 - Google Patents

一种变电站洪水水深检测方法与系统 Download PDF

Info

Publication number
CN109405809B
CN109405809B CN201811242867.2A CN201811242867A CN109405809B CN 109405809 B CN109405809 B CN 109405809B CN 201811242867 A CN201811242867 A CN 201811242867A CN 109405809 B CN109405809 B CN 109405809B
Authority
CN
China
Prior art keywords
water body
transformer substation
flood
water
power transmission
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.)
Active
Application number
CN201811242867.2A
Other languages
English (en)
Other versions
CN109405809A (zh
Inventor
杨知
费香泽
贺兴容
尹德君
叶有名
于佰龙
欧文浩
赵斌滨
马潇
王剑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Maintenance Co Of State Grid Sichuan Electric Power Co
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
Maintenance Co Of State Grid Sichuan Electric Power Co
China Electric Power Research Institute Co Ltd CEPRI
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Maintenance Co Of State Grid Sichuan Electric Power Co, China Electric Power Research Institute Co Ltd CEPRI filed Critical Maintenance Co Of State Grid Sichuan Electric Power Co
Priority to CN201811242867.2A priority Critical patent/CN109405809B/zh
Publication of CN109405809A publication Critical patent/CN109405809A/zh
Application granted granted Critical
Publication of CN109405809B publication Critical patent/CN109405809B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G01C13/008Surveying specially adapted to open water, e.g. sea, lake, river or canal measuring depth of open water
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及变电站洪水水深检测方法与系统,包括:在预先确定的洪水覆盖范围内选择被测变电站,以及所述变电站附近的输电铁塔,基于先验知识得到所述变电站和水体之间以及所述输电铁塔和水体之间的二次散射,基于全极化合成孔径雷达数据进行极化分解,获得输电铁塔和变电站的二次散射分量,基于所述二次散射和二次散射分量,求解变电站洪水水深。本发明涉及变电站洪水水深检测方法与系统,可以更加精确的计算洪水的水深,以快速在洪涝过程中或灾后对变电站或输电铁塔等重要电力设施的受灾情况进行定性定量的统计分析。

Description

一种变电站洪水水深检测方法与系统
技术领域
本发明属于理论技术方法,涉及一种变电站洪水水深检测方法与系统。
背景技术
洪涝,指因大雨、暴雨或持续降雨使低洼地区淹没、渍水的现象。洪涝的影响是综合的,会危害农作物生长,造成作物减产或绝收,危及人的生命财产安全,破坏电力设施正常运行,影响国家的长治久安等。
目前,现有研究对洪水覆盖范围提取常利用简单的阈值分割和基于数字高程模型(DEM)的SAR数据仿真模拟实现。简单的阈值分割方法无法区分水体和阴影,造成较大的虚警率。基于数字高程模型(DEM)的SAR数据仿真模拟得到的水体监测精度相对较高,但是计算复杂。
此外,现有洪水水深反演研究主要基于数字高程模型(DEM)进行估算,反演精度较低。
发明内容
为了解决上述传统洪水水深反演基于数字高程模型进行计算,反演精度低的问题,本发明具体涉及一种变电站洪水水深检测方法,所述方法包括:
在预先确定的洪水覆盖范围内选择被测变电站,以及所述变电站附近的输电铁塔;
基于先验知识得到所述变电站和水体之间以及所述输电铁塔和水体之间的二次散射;
基于全极化合成孔径雷达数据进行极化分解,获得输电铁塔和变电站的二次散射分量;
基于所述二次散射和二次散射分量,求解变电站洪水水深。
优选的,所述洪水覆盖范围的确定,包括:
采用阈值分割法,对地域进行识别,确定第一水体范围;
采用最小范围约束法,基于所述第一水体范围,确定第二水体范围;
采用新型雷达水体指数,基于所述第二水体范围,确定洪水覆盖范围。
优选的,所述采用阈值分割法,对地域进行识别,确定第一水体范围包括:
基于后向散射系数平均值和后向散射系数的标准差确定第一次水体范围识别的第一阈值和第二阈值;
当地域区域的后向散射系数大于第一阈值小于第二阈值时,后向散射系数对应区域为第一水体范围,反之为非水体范围。
优选的,所述采用最小范围约束法,基于所述第一水体范围,确定第二水体范围包括:
当第一水体范围中的像元个数大于第三阈值时,则像元个数对应区域为第二水体范围,反之,为非水体范围。
优选的,所述采用新型雷达水体指数,基于所述第二水体范围,,确定洪水覆盖范围包括:
当新型雷达水体指数小于预设的第四阈值时,则新型雷达水体指数对应的区域为洪水覆盖范围,反之为非水体范围。
优选的,所述基于先验知识得到所述变电站和水体之间以及所述输电铁塔和水体之间的二次散射,包括:
基于先验知识,判断ks的值;
当ks<<1时,利用几何光学-物理光学模型计算变电站或输电铁塔和水体之间的二次散射;
当ks>>1时,利用几何光学-几何光学模型计算变电站或输电铁塔和水体之间的二次散射;
其中,k表示SAR影像的波数;s表示水面的标准根高度。
优选的,所述利用几何光学-物理光学模型计算变电站或输电铁塔和水体之间的二次散射的计算式如下所示:
Figure GDA0003657830090000021
式中,f(p)表示变电站或输电铁塔和水体之间的二次散射;Spq表示p和q极化方式下的散射矩阵元素;p表示接收波的极化方式;q表示入射波的极化方式;θ表示入射角;
Figure GDA0003657830090000022
表示方位角;m为一个常数,构成公式中从1到无穷大的积分,l表示变电站周长。
优选的,所述利用几何光学-几何光学模型计算变电站或输电铁塔和水体之间的二次散射的公式如下所示:
Figure GDA0003657830090000031
优选的,所述基于所述二次散射分量和所述二次散射,求解变电站洪水水深包括:
基于所述变电站或输电铁塔和水体之间的二次散射和所述输电铁塔和变电站的二次散射分量构建洪水水深方程;
对所述构建的洪水水深方程进行求解,获得洪水水深;
其中,所述输电铁塔包括第一输电铁塔和第二输电铁塔。
优选的,所述构建的洪水水深方程如下所示:
Figure GDA0003657830090000032
式中,σA表示第一输电铁塔的二次散射分量;σB表示第二输电铁塔的二次散射分量;σC表示变电站墙体的二次散射分量;c是乘性辐射定标系数和;d是加性辐射定标系数;hw表示洪水水深;hA表示第一输电塔高度;hB表示第二输电铁塔高度;hC表示变电站墙体高度;f(pA)表示第一输电铁塔和水体之间的二次散射;f(pB)表示第二输电铁塔和水体之间的二次散射;f(pC)表示变电站和水体之间的二次散射。
优选的,所述洪水水深如下所示:
Figure GDA0003657830090000033
一种变电站洪水水深检测系统,包括:
选取被测目标模块:用于在预先确定的洪水覆盖范围内选择被测变电站,以及所述变电站附近的输电铁塔;
获取二次散射模块:用于基于先验知识得到所述变电站和水体之间以及所述输电铁塔和水体之间的二次散射;
获取二次散射分量模块:用于基于全极化合成孔径雷达数据进行极化分解,获得输电铁塔和变电站的二次散射分量;
求解洪水水深模块:用于基于所述二次散射和二次散射分量,求解变电站洪水水深。
优选的,所述选取被测目标模块包括第一水体范围确定单元、第二水体范围确定单元、洪水覆盖范围确定单元;
所述第一水体范围确定单元用于采用阈值分割法,对地域进行识别,确定第一水体范围;
所述第二水体范围确定单元用于采用最小范围约束法,基于所述第一水体范围,确定第二水体范围;
所述洪水覆盖范围确定单元用于采用新型雷达水体指数,基于所述第二水体范围,确定洪水覆盖范围。
与最近的现有技术相比,本申请具有如下有益效果:
1、本发明为一种变电站洪水水深检测方法与系统,在预先确定的洪水覆盖范围内选择被测变电站,以及所述变电站附近的输电铁塔,基于先验知识得到所述变电站和水体之间以及所述输电铁塔和水体之间的二次散射,基于全极化合成孔径雷达数据进行极化分解,获得输电铁塔和变电站的二次散射分量,基于所述二次散射和二次散射分量,求解变电站洪水水深,可以更加精确的计算洪水的水深,以快速在洪涝过程中或灾后对变电站或输电铁塔等重要电力设施的受灾情况进行定性定量的统计分析;
2、本发明为一种变电站洪水水深检测方法与系统,更加于区域尺度上的洪涝灾情监测,进而为电力设施安全运行、灾情评估以及应急救援规划等提供基础的数据支撑和辅助决策依据。
附图说明
图1为本发明的方法流程示意图;
图2为本发明的定量信息及二次散射示例;
图3本发明的洪水覆盖范围监测结果示例;
图4本发明的洪水水深反演示例。
具体实施例
下面结合具体的实施例,对本发明的权利要求做出更加详细的解释:
实施例1
如图1所示为本发明的一种变电站洪水水深检测方法,包括以下步骤:
步骤1:在预先确定的洪水覆盖范围内选择被测变电站,以及所述变电站附近的输电铁塔;
步骤2:基于先验知识得到所述变电站和水体之间以及所述输电铁塔和水体之间的二次散射;
步骤3:基于全极化合成孔径雷达数据进行极化分解,获得输电铁塔和变电站的二次散射分量;
步骤4:基于所述二次散射和二次散射分量,求解变电站洪水水深。
下面结合具体的实施例对本发明的发明步骤做进一步的解释说明:
对步骤1中洪水范围确定的解释说明:
洪水覆盖范围监测技术
洪水覆盖范围监测是水深定量反演的基础。因此,本专利首先围绕洪水覆盖范围监测进行研究。与现有研究中简单使用阈值分割的方法不同,本专利结合阈值分割和最小范围约束,针对水体与阴影的混淆进行的改进,提取了水体的大致范围。在此基础上,提出了一种新型雷达植被指数用于水体提取,精确提取洪水覆盖范围。下面对本专利洪水覆盖范围监测技术的三个主要步骤进行说明:
①选取10-20个不同区域的水体样本,统计分析水体后向散射系数的平均值σavg,同时计算对应的标准差ω。然后,确定水体识别的阈值标准:
σL=σavg–ω
σH=σavg
当影像上后向散射系数σ满足σL<σ<σH时,则认为对应像元疑似水体。
②基于第①步阈值分割方法得到的水体范围往往与阴影等地物混淆,存在较高的虚警率,因此本专利使用最小范围约束的方法对水体范围进一步筛选。通过选择10-20个不同区域、大小和形状的阴影区域,对这些阴影区域的像元个数(population value,p.v.)进行统计,选择这些阴影区域像元个数的中位数Nmed作为标准。
p.v.=S/(Δx2)
Nmed=median(p.v.)
其中,median()表示中位数选择操作。
当第一步中的疑似水体区域像元数N>Nmed时,则对应区域疑似水体;反之,筛除为非水体。
③即便通过第②步筛查,依然会存在一些大面积山体阴影与水体混淆,造成虚警。为此,本专利基于全极化SAR影像,提出新型雷达水体指数(RWI)进一步筛选水体范围:
RWI=σHH/(σHHVV+2σHV)
当RWI小于特定阈值(如0.3)时,则认为对应区域为水体;反之,筛除为非水体;
通过上述三个主要步骤,完成对洪水覆盖范围的精准监测。
对步骤1中被测变电站选取的解释说明:
选择感兴趣目标,在得到洪水覆盖范围的基础上,从中选择感兴趣的变电站目标,以及变电站附近的两个不同型号和呼高的输电铁塔(附图1)。其中,本专利方法提出两个前提假设:
I.由于选择的输电铁塔和变电站相距较近,两个输电铁塔和变电站的地表高程大致相同。因此假设输电铁塔和变电站处于同一海拔高程上;
II.由于水体的复介电常数较高,为简便建模,不考虑电磁波进入水体后经过多次散射从水底透出的后向散射能量;
对步骤2的解释说明:
根据台账信息,可以得到输电铁塔和变电站墙体高度分别为hA,hB和hC,并获取变电站周长l。同时,可以获取输电铁塔使用材料和变电站墙体材料,进而判断得到输电铁塔和变电站墙体的复介电常数分别为ξT和ξB。此外,根据SAR影像的中心波长λ,计算SAR影像的波数k(k=2π/λ)。根据SAR影像头文件信息和变电站及输电铁塔的位置,获取输电铁塔和变电站的方位角分别为
Figure GDA0003657830090000061
Figure GDA0003657830090000062
以及输电铁塔和变电站对应的入射角θAB和θC。此外,根据观测时间的风速条件和地形条件,设定洪水水面的复介电常数ξw,标准根高度s和水面的标准长度L。
二次散射建模
基于第2步结果,计算ks的结果。如果ks<<1,那么利用几何光学模型求解墙面散射并利用物理光学模型刻画水体散射,组合刻画变电站(或输电铁塔)和水体之间的二次散射,即几何光学-物理光学模型(GO-PO),公式如下所示。
Figure GDA0003657830090000071
如果ks>>1,那么利用几何光学模型求解墙面散射和水体散射,组合刻画变电站(或输电铁塔)和水体之间的二次散射,即几何光学-几何光学模型(GO-GO),公式如下所示。
Figure GDA0003657830090000072
其中,Spq是p和q极化方式下的散射矩阵元素,由SAR影像计算得到。本专利中,使用的是HH极化,因此Spq为SHH
对步骤3的解释说明:
SAR影像上地物目标二次散射系数提取
通过对全极化SAR数据进行Yamaguchi极化分解,提取输电铁塔和变电站墙体对应的二次散射分量,即σAB和σC
对步骤4的解释说明:
水深反演方程构建
基于第③-④步结果,可以对输电铁塔和变电站分别建立方程如下:
Figure GDA0003657830090000073
上式3个方程中有3个未知数,即hw,c和d。其中,c和d分别是乘性和加性辐射定标系数。
通过对上式求解,可得到方程的解如下:
Figure GDA0003657830090000081
其中,hw为所求洪水水深。
实施例2
第一输电塔高度hA、第二输电铁塔高度hB、变电站墙体高度hC、变电站周长l、输电铁塔的材料及复介常数ξT、变电站墙体的材料及复介电常数ξB、SAR影像的波数k、第一输电铁塔方位角
Figure GDA0003657830090000082
第二输电铁塔方位角
Figure GDA0003657830090000083
变电站的方位角
Figure GDA0003657830090000084
第一输电铁塔入射角θA、第二输电铁塔入射角θB、变电站入射角θC、洪水水面的复介电常数ξw、水面的标准根高度s和水面的标准长度L。
如图2示,本专利方法中需要选择变电站及附近的两个不同呼高的输电铁塔作为方程搭建基本要素。hA、hB和hC分别为两个输电铁塔和变电站外墙的高度。hw为洪水水深。此外,该图中表达了本专利方法的两个前提假设:
I.由于选择的输电铁塔和变电站相距较近,两个输电铁塔和变电站的地表高程大致相同。因此假设输电铁塔和变电站处于同一海拔高程(即假设小范围内地面是平的);
II.由于水体的复介电常数较高,为方便建模计算,不考虑电磁波进入水体后经过多次散射从水底透出的后向散射能量。
(1)洪水覆盖范围监测实例
湖南船古线等多条输电线路的洪水覆盖范围监测,取得良好的监测结果,如下图3示;
在图3蓝色部分为洪涝前基于光学影像提取的水体范围,绿色部分为洪涝之后基于全极化SAR提取的水体范围,红色十字叉点为输电杆塔。由于洪涝前光学遥感影像范围较小,洪涝后SAR影像范围较大,因此SAR影像的上下部分没有洪涝前后结果对比。从该图不难看出,绿色部分洪水覆盖范围提取精确,与山体阴影混淆较少,虚警率较低。
(2)洪水水深反演实例
以湖南船古线输电线路的部分区域为例,对该区域洪水水深进行了定量反演,如图4。
实施例3
本发明还涉及一种变电站洪水水深检测系统,包括:
选取被测目标模块:用于在预先确定的洪水覆盖范围内选择被测变电站,以及所述变电站附近的输电铁塔;
获取二次散射模块:用于基于先验知识得到所述变电站和水体之间以及所述输电铁塔和水体之间的二次散射;
获取二次散射分量模块:用于基于全极化合成孔径雷达数据进行极化分解,获得输电铁塔和变电站的二次散射分量;
求解洪水水深模块:用于基于所述二次散射和二次散射分量,求解变电站洪水水深。
所述选取被测目标模块包括第一水体范围确定单元、第二水体范围确定单元、洪水覆盖范围确定单元;
所述第一水体范围确定单元用于采用阈值分割法,对地域进行识别,确定第一水体范围;
所述第二水体范围确定单元用于采用最小范围约束法,基于所述第一水体范围,确定第二水体范围;
所述洪水覆盖范围确定单元用于采用新型雷达水体指数,基于所述第二水体范围,确定洪水覆盖范围。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。

Claims (7)

1.一种变电站洪水水深检测方法,其特征在于,所述方法包括:
在预先确定的洪水覆盖范围内选择被测变电站,以及所述变电站附近的输电铁塔;
基于先验知识得到所述变电站和水体之间以及所述输电铁塔和水体之间的二次散射;
基于全极化合成孔径雷达数据进行极化分解,获得输电铁塔和变电站的二次散射分量;
基于所述二次散射和二次散射分量,求解变电站洪水水深;
所述洪水覆盖范围的确定,包括:
采用阈值分割法,对地域进行识别,确定第一水体范围;
采用最小范围约束法,基于所述第一水体范围,确定第二水体范围;
采用新型雷达水体指数,基于所述第二水体范围,确定洪水覆盖范围;
所述基于先验知识得到所述变电站和水体之间以及所述输电铁塔和水体之间的二次散射,包括:
基于先验知识,判断ks的值;
当ks<<1时,利用几何光学-物理光学模型计算变电站或输电铁塔和水体之间的二次散射;
当ks>>1时,利用几何光学-几何光学模型计算变电站或输电铁塔和水体之间的二次散射;
其中,k表示SAR影像的波数;s表示水面的标准根高度;
所述利用几何光学-物理光学模型计算变电站或输电铁塔和水体之间的二次散射的计算式如下所示:
Figure FDA0003657830080000011
式中,f(p)表示变电站或输电铁塔和水体之间的二次散射;Spq表示p和q极化方式下的散射矩阵元素;p表示接收波的极化方式;q表示入射波的极化方式;θ表示入射角;
Figure FDA0003657830080000012
表示方位角;m为一个常数,构成公式中从1到无穷大的积分,
Figure DEST_PATH_IMAGE002
表示变电站周长;L表示水面的标准长度;
所述利用几何光学-几何光学模型计算变电站或输电铁塔和水体之间的二次散射的公式如下所示:
Figure FDA0003657830080000021
所述基于所述二次散射分量和所述二次散射,求解变电站洪水水深包括:
基于所述变电站或输电铁塔和水体之间的二次散射和所述输电铁塔和变电站的二次散射分量构建洪水水深方程;
对所述构建的洪水水深方程进行求解,获得洪水水深;
其中,所述输电铁塔包括第一输电铁塔和第二输电铁塔;
所述构建的洪水水深方程如下所示:
Figure FDA0003657830080000022
式中,σA表示第一输电铁塔的二次散射分量;σB表示第二输电铁塔的二次散射分量;σC表示变电站墙体的二次散射分量;c是乘性辐射定标系数;d是加性辐射定标系数;hw表示洪水水深;hA表示第一输电塔高度;hB表示第二输电铁塔高度;hC表示变电站墙体高度;f(pA)表示第一输电铁塔和水体之间的二次散射;f(pB)表示第二输电铁塔和水体之间的二次散射;f(pC)表示变电站和水体之间的二次散射。
2.如权利要求1所述的一种变电站洪水水深检测方法,其特征在于,所述采用阈值分割法,对地域进行识别,确定第一水体范围包括:
基于后向散射系数平均值和后向散射系数的标准差确定第一次水体范围识别的第一阈值和第二阈值;
当地域区域的后向散射系数大于第一阈值小于第二阈值时,后向散射系数对应区域为第一水体范围,反之为非水体范围。
3.如权利要求1所述的一种变电站洪水水深检测方法,其特征在于,所述采用最小范围约束法,基于所述第一水体范围,确定第二水体范围包括:
当第一水体范围中的像元个数大于第三阈值时,则像元个数对应区域为第二水体范围,反之,为非水体范围。
4.如权利要求1所述的一种变电站洪水水深检测方法,其特征在于,所述采用新型雷达水体指数,基于所述第二水体范围,确定洪水覆盖范围包括:
当新型雷达水体指数小于预设的第四阈值时,则新型雷达水体指数对应的区域为洪水覆盖范围,反之为非水体范围。
5.如权利要求1所述的一种变电站洪水水深检测方法,其特征在于,所述洪水水深如下所示:
Figure FDA0003657830080000031
6.一种变电站洪水水深检测系统,其特征在于,包括:
选取被测目标模块:用于在预先确定的洪水覆盖范围内选择被测变电站,以及所述变电站附近的输电铁塔;
获取二次散射模块:用于基于先验知识得到所述变电站和水体之间以及所述输电铁塔和水体之间的二次散射;
获取二次散射分量模块:用于基于全极化合成孔径雷达数据进行极化分解,获得输电铁塔和变电站的二次散射分量;
求解洪水水深模块:用于基于所述二次散射和二次散射分量,求解变电站洪水水深;
所述洪水覆盖范围的确定,包括:
采用阈值分割法,对地域进行识别,确定第一水体范围;
采用最小范围约束法,基于所述第一水体范围,确定第二水体范围;
采用新型雷达水体指数,基于所述第二水体范围,确定洪水覆盖范围;
所述基于先验知识得到所述变电站和水体之间以及所述输电铁塔和水体之间的二次散射,包括:
基于先验知识,判断ks的值;
当ks<<1时,利用几何光学-物理光学模型计算变电站或输电铁塔和水体之间的二次散射;
当ks>>1时,利用几何光学-几何光学模型计算变电站或输电铁塔和水体之间的二次散射;
其中,k表示SAR影像的波数;s表示水面的标准根高度;
所述利用几何光学-物理光学模型计算变电站或输电铁塔和水体之间的二次散射的计算式如下所示:
Figure FDA0003657830080000041
式中,f(p)表示变电站或输电铁塔和水体之间的二次散射;Spq表示p和q极化方式下的散射矩阵元素;p表示接收波的极化方式;q表示入射波的极化方式;θ表示入射角;
Figure FDA0003657830080000042
表示方位角;m为一个常数,构成公式中从1到无穷大的积分,
Figure DEST_PATH_IMAGE002
表示变电站周长;L表示水面的标准长度;
所述利用几何光学-几何光学模型计算变电站或输电铁塔和水体之间的二次散射的公式如下所示:
Figure FDA0003657830080000043
所述基于所述二次散射分量和所述二次散射,求解变电站洪水水深包括:
基于所述变电站或输电铁塔和水体之间的二次散射和所述输电铁塔和变电站的二次散射分量构建洪水水深方程;
对所述构建的洪水水深方程进行求解,获得洪水水深;
其中,所述输电铁塔包括第一输电铁塔和第二输电铁塔;
所述构建的洪水水深方程如下所示:
Figure FDA0003657830080000044
式中,σA表示第一输电铁塔的二次散射分量;σB表示第二输电铁塔的二次散射分量;σC表示变电站墙体的二次散射分量;c是乘性辐射定标系数;d是加性辐射定标系数;hw表示洪水水深;hA表示第一输电塔高度;hB表示第二输电铁塔高度;hC表示变电站墙体高度;f(pA)表示第一输电铁塔和水体之间的二次散射;f(pB)表示第二输电铁塔和水体之间的二次散射;f(pC)表示变电站和水体之间的二次散射。
7.如权利要求6所述的一种变电站洪水水深检测系统,其特征在于,所述选取被测目标模块包括第一水体范围确定单元、第二水体范围确定单元、洪水覆盖范围确定单元;
所述第一水体范围确定单元用于采用阈值分割法,对地域进行识别,确定第一水体范围;
所述第二水体范围确定单元用于采用最小范围约束法,基于所述第一水体范围,确定第二水体范围;
所述洪水覆盖范围确定单元用于采用新型雷达水体指数,基于所述第二水体范围,确定洪水覆盖范围。
CN201811242867.2A 2018-10-24 2018-10-24 一种变电站洪水水深检测方法与系统 Active CN109405809B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811242867.2A CN109405809B (zh) 2018-10-24 2018-10-24 一种变电站洪水水深检测方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811242867.2A CN109405809B (zh) 2018-10-24 2018-10-24 一种变电站洪水水深检测方法与系统

Publications (2)

Publication Number Publication Date
CN109405809A CN109405809A (zh) 2019-03-01
CN109405809B true CN109405809B (zh) 2022-07-12

Family

ID=65468924

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811242867.2A Active CN109405809B (zh) 2018-10-24 2018-10-24 一种变电站洪水水深检测方法与系统

Country Status (1)

Country Link
CN (1) CN109405809B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110688923A (zh) * 2019-09-19 2020-01-14 中国电子科技集团公司第二十九研究所 一种基于哨兵1a sar数据的城市内涝风险区提取方法
CN116500604B (zh) * 2023-06-27 2023-08-29 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 一种水深定量反演方法、装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002042792A1 (en) * 2000-11-21 2002-05-30 Airborne Hydrography Ab System and method for measuring water depth
WO2015027830A1 (en) * 2013-08-27 2015-03-05 Tencent Technology (Shenzhen) Company Limited Systems and methods for acquiring water depth information
CN104407338A (zh) * 2014-12-12 2015-03-11 国家卫星海洋应用中心 基于海洋二号卫星微波散射计的极地海冰识别方法
CN106600607A (zh) * 2016-11-22 2017-04-26 武汉大学 一种基于水平集分割极化sar影像的水体精确提取方法
CN106872956A (zh) * 2017-02-28 2017-06-20 民政部国家减灾中心 洪涝灾害范围提取方法及系统
CN107066927A (zh) * 2017-01-04 2017-08-18 中国电力科学研究院 一种确定输电线路在洪涝灾害中的损毁程度的方法和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002042792A1 (en) * 2000-11-21 2002-05-30 Airborne Hydrography Ab System and method for measuring water depth
WO2015027830A1 (en) * 2013-08-27 2015-03-05 Tencent Technology (Shenzhen) Company Limited Systems and methods for acquiring water depth information
CN104407338A (zh) * 2014-12-12 2015-03-11 国家卫星海洋应用中心 基于海洋二号卫星微波散射计的极地海冰识别方法
CN106600607A (zh) * 2016-11-22 2017-04-26 武汉大学 一种基于水平集分割极化sar影像的水体精确提取方法
CN107066927A (zh) * 2017-01-04 2017-08-18 中国电力科学研究院 一种确定输电线路在洪涝灾害中的损毁程度的方法和系统
CN106872956A (zh) * 2017-02-28 2017-06-20 民政部国家减灾中心 洪涝灾害范围提取方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于Asar与TM图像的洪水淹没范围提取;郑伟等;《测绘科学》;20070930;第32卷(第05期);全文 *

Also Published As

Publication number Publication date
CN109405809A (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
KR101431707B1 (ko) 엑스밴드 이중편파 레이더 관측자료를 이용한 통합형 강우량 산정 방법
Pitkänen et al. Adaptive methods for individual tree detection on airborne laser based canopy height model
CN104715255B (zh) 一种基于sar图像的滑坡信息提取方法
KR101161781B1 (ko) 위성영상을 이용한 호우의 정량적 산출 시스템 및 방법
CN103760542A (zh) 一种基于多模式的变化指数恒虚警目标检测方法
CN112364802A (zh) 一种崩塌滑坡灾害体的变形监测方法
CN103400137B (zh) 一种sar图像的建筑物几何参数提取方法
Vickers et al. A method for automated snow avalanche debris detection through use of synthetic aperture radar (SAR) imaging
JP2008046107A (ja) レーダ画像処理装置及びレーダ画像処理方法
CN103984862A (zh) 一种多元遥感信息协同的积雪参数反演方法
Vulpiani et al. Characterization of Mediterranean hail-bearing storms using an operational polarimetric X-band radar
CN109405809B (zh) 一种变电站洪水水深检测方法与系统
CN110988909A (zh) 基于tls进行高寒脆弱区沙地植被的植被盖度测定方法
Helbig et al. Forecasting wet-snow avalanche probability in mountainous terrain
CN106156758A (zh) 一种sar海岸图像中海岸线提取方法
Zhong et al. Application of the Doppler weather radar in real-time quality control of hourly gauge precipitation in eastern China
CN106920231A (zh) 一种基于全色图像统计特征的遥感图像云评估方法
CN107403004A (zh) 一种基于地形数据的遥测雨量站点可疑数值检验方法
Oh et al. Estimation of the liquid water content and Z–LWC relationship using K a‐band cloud radar and a microwave radiometer
CN116858748A (zh) 土石堤坝渗漏程度的精细化辨识巡查方法及装置
CN105046706A (zh) 基于有理多项式函数拟合海杂波的sar图像船只检测方法
Kida et al. Improvement of rain/no-rain classification methods for microwave radiometer observations over the ocean using a 37 GHz emission signature
CN105069775B (zh) 基于傅里叶级数的sar图像船只检测方法
Montopoli et al. Spatial characterization of raincell horizontal profiles from C-band radar measurements at mid-latitude
Chai et al. An investigation into the feasibility of using passive microwave remote sensing to monitor freeze/thaw erosion in China

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