CN109446485A - 一种基于多源数据融合的季节性湖泊湖底地形生成方法 - Google Patents
一种基于多源数据融合的季节性湖泊湖底地形生成方法 Download PDFInfo
- Publication number
- CN109446485A CN109446485A CN201811308285.XA CN201811308285A CN109446485A CN 109446485 A CN109446485 A CN 109446485A CN 201811308285 A CN201811308285 A CN 201811308285A CN 109446485 A CN109446485 A CN 109446485A
- Authority
- CN
- China
- Prior art keywords
- data
- lake
- modis
- lidar
- landform
- 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
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于多源数据融合的季节性湖泊湖底地形生成方法,涉及湖底地形生成技术领域,本发明针对覆盖面积较大的季节性湖泊,利用基础测绘数据、光学遥感影像数据、LiDAR数据、多波束测深数据等多源数据,获取季节性湖泊湖底地形,充分发挥各类型数据的优点,规避其不足,对数据进行相关性分析,通过构建多元回归方程计算生成湖泊湖底深水区域地形,然后,采用双线性内插法生成湖泊湖底浅水区域地形,同时,考虑影像间接缝处的平滑处理,从而实现季节性湖泊湖底完整地形的获取,即有效地缩短了对湖泊地形实地测量的时间周期,又保障了湖泊地形数据的完整性与高精度,并且,优化了面积较大的季节性湖泊的湖底地形数据生产效率。
Description
技术领域
本发明涉及湖底地形生成技术领域,特别涉及一种基于多源数据融合的季节性湖泊湖底地形生成方法。
背景技术
目前,对覆盖面积较大的季节性湖泊湖底进行实际测量时,一般采用多波束测深、机载LiDAR或遥感影像等方法。
虽然多波束测深精度高、时效性高,但是受限于测量的条件,使用多波束测深系统对湖泊的完整区域测量或全覆盖扫描测量所需时间周期相对较长。因此使用多波束测深系统对水域进行观测时,多选取部分典型区域进行测量或者使用间隔型测线方式获得湖底地形数据后,利用其它来源数据对其进行补充。
虽然机载LiDAR可实现地表大范围区域陆地表面地形数据获取,但是,LiDAR点云在水体中几乎没有回波信号,因此LiDAR地形数据在水体范围内无有效数值。且机载LiDAR测量条件高、费用较高。
遥感影像覆盖面积大,但受水体吸收、散射、透明度、泥沙含量等多方面的因素影响,可用于地面无水区域的地形获取,而通过遥感影像获取的湖泊水下地形数据的精度有限。所以,现在还没有一种能够有效测量季节性湖泊湖底地形的方法。
发明内容
本发明实施例提供了一种基于多源数据融合的季节性湖泊湖底地形生成方法,用以解决现有技术中存在的问题。
一种基于多源数据融合的季节性湖泊湖底地形生成方法,包括:
步骤一、采集湖泊动态变化区域水下地形的多源数据:MODIS地形数据、LiDAR地形数据、多波束测深数据;
步骤二、以基础测绘数据为基准,对MODIS地形数据、LiDAR地形数据和多波束测深数据进行坐标变化和几何配准预处理,得到预处理后的MODIS地形数据TMODIS、预处理后的LiDAR地形数据TLiDAR和预处理后的多波束测深数据;
步骤三、对步骤二中预处理后的MODIS地形数据与多波束测深数据、预处理后的LiDAR地形数据与多波束测深数据进行叠加对比,确定这两组数据间的重叠区域,并分别对数据中的重叠部分进行裁剪,得到MODIS地形数据重叠区域影响结果Tcut_MODIS和LiDAR地形数据重叠区域影响结果Tcut_LiDAR;
步骤四、根据步骤三中得到重叠区域影响结果Tcut_MODIS和Tcut_LiDAR生成回归方程,然后计算湖泊全湖区域的两套湖底地形数据并与基础测绘数据进行相关性分析和数据校验修正,生成去除重叠区域的湖泊深水区域的湖底地形T湖泊深水地形;
步骤五、对步骤二中预处理后的MODIS地形数据TMODIS与预处理后的LiDAR地形数据TLiDAR,以多波束测深数据的空间分辨率为基准,采用双线性内插的方法生成MODIS地形数据与LiDAR地形数据所包含范围—湖泊浅水区域的湖底地形T湖泊浅水地形;
步骤六、将步骤二中预处理后的多波束测深数据、所述步骤四中所生成的湖泊深水区域的湖底地形T湖泊深水地形数据、所述步骤五中所生成的湖泊浅水区域的湖底地形T湖泊浅水地形数据进行拼接,并对接缝处进行平滑处理,生成全湖湖底地形。
较佳地,所述步骤一中MODIS地形数据的获取步骤包括:
(1)、提取MODIS影像的水陆边界
通过计算FAI指数对MODIS影像中的水陆边界进行提取;其中,FAI指数计算公式如下:
FAI=Rrc,859-R′rc,859,
R′rc,859=Rrc,859+(Rrc,1240-Rrc,645)×(859-645)/(1240-645);
(2)生成基于水陆边界的湖泊水域变化范围的地形
当t时刻,湖泊内n个水位站点实测水位值h1(t),h2(t),…,hn(t)间的标准差小于0.5m时,以该时刻水位的算术平均值作为边界线上各离散点的高程值H;
当t时刻,湖泊内n个水位站点实测水位值h1(t),h2(t),…,hn(t)间的标准差大于等于0.5m时,根据湖泊水平面上各点位的水位与其纬度间的线性关系,构建以水位站点纬度与水位值为变量的一元线性回归方程水陆边界上(xLon,yLat)处高程值H为该纬度yLat根据一元线性回归方程计算得到的水位值对具有高程值H的水陆边界进行投影生成等高线,进而对等高线进行空间插值后生成平滑、连续的MODIS地形数据。
较佳地,所述步骤二的具体步骤包括:
(1)地形数据间的坐标变换
以基础测绘数据的坐标系统为空间基准,对MODIS地形数据、LiDAR地形数据、多波束测深数据进行相应的坐标变换,实现多源数据的坐标统一;
(2)数据几何配准
以基础测绘数据为基准影像,在对应影像区域内选取一定数量的同名地物点作为控制点,利用多项式纠正法对MODIS地形数据、LiDAR地形数据、多波束测深数据进行几何配准。
较佳地,所述步骤四的具体步骤包括:
(1)根据步骤三中所获取的重叠区域影像结果Tcut_MODIS、Tcut_LiDAR,以坐标值(x,y)为自变量进行二元回归分析,分别确定两类数据间的二元多项式回归方程式FMODIS*多波束(x,y)、FLiDAR*多波束(x,y)并评估回归方程的精度;
(2)根据确定的回归方程FMODIS*多波束(x,y)、FLiDAR*多波束(x,y),以多波束测深数据的空间分辨率计算湖泊全湖区域的两套湖底地形TMODIS*多波束、TLiDAR*多波束;
(3)将生成的湖底地形TMODIS*多波束、TLiDAR*多波束与基础测绘数据进行相关性分析,对这两套数据的分别进行校验和修正,生成除MDOIS地形数据TMODIS与LiDAR地形数据TLiDAR重叠区域外的湖泊深水区域的湖底地形T湖泊深水地形。
本发明有益效果:本发明针对覆盖面积较大的季节性湖泊,利用基础测绘数据、光学遥感影像数据、、LiDAR数据、多波束测深数据等多源数据,获取季节性湖泊湖底地形,充分发挥各类型数据的优点,规避其不足,对数据进行相关性分析,通过构建多元回归方程计算生成湖泊湖底深水区域地形,然后,采用双线性内插法生成湖泊湖底浅水区域地形,同时,考虑影像间接缝处的平滑处理,从而实现季节性湖泊湖底完整地形的获取,即有效地缩短了对湖泊地形实地测量的时间周期,又保障了湖泊地形数据的完整性与高精度,并且,优化了面积较大的季节性湖泊的湖底地形数据生产效率。
附图说明
图1为本发明实施例提供的一种基于多源数据融合的季节性湖泊湖底地形生成方法的流程示意图;
图2为本发明实施例提供的一种基于多源数据融合的季节性湖泊湖底地形生成方法的重叠区域裁剪示意图。
具体实施方式
下面结合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、完整的描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
参照图1-2,本发明提供了一种基于多源数据融合的季节性湖泊湖底地形生成方法,包括:
步骤一:采集湖泊动态变化区域水下地形的多源数据:MODIS地形数据、LiDAR地形数据、多波束测深数据;
其中,MODIS遥感影像获取步骤如下:
本发明使用的MODIS影像,时间分辨率为1-2天,扫描宽度为2330km。具有较高的时间分辨率,除去因云层覆盖目标区域或因拍摄角度造成目标地物重影、畸变等原因无法使用的影像,在一个湖泊的季节性变化周期内可有足够多景的数据用于湖泊变化的监测。该步骤中使用的数据为在一个季节变化周期内的多景MODIS 500M分辨率遥感影像、湖泊区域内多个水文站点的每日实测水位数据、流域年度降水数据以及湖泊三个横断面的历史湖底地形数据。
通过对遥感影像提取的水陆边界结合水位数据得到等深线,而后进行投影、插值生成湖底地形。具体步骤如下:
(1)MODIS影像的水陆边界提取
因FAI指数对影像获取时的观测环境相对敏感性较低,较为稳定,且可通过该指数中的短波红外波段对复杂大气环境进行校正,消除部分大气与薄云的影响,故通过计算FAI指数对MODIS影像中的水陆边界提取。其中,FAI指数计算公式如下:
FAI=Rrc,859-R′rc,859,
R′rc,859=Rrc,645+(Rrc,1240-Rrc,645)×(859-645)/(1240-645)
由于水在近红外波段Rrc,859处的强吸收性,使得在水陆边界处像素呈现较强的梯度。因此,由FAI图像生成的梯度影像,该影像中像素值为FAI中像素所在3×3窗口计算的像素梯度。梯度影像中的最大梯度值可作为水陆边界线的阈值,从而获取水陆边界。
对一个季节性湖泊季节性变化周期内的多景影像进行水边界提取。
(2)基于水陆边界的湖泊水域变化范围的地形生成
根据水位与经纬度间的相关分析可知,丰水期时湖泊水位不随纬度变化而变化,且湖泊区域水位值趋于平缓;除丰水期外的其他时期,湖泊水位值随纬度增加而有规律的减小。根据这一特点可对不同时间段的水陆边界进行相应的处理,对边界上各离散点添加高程值。具体方法如下:
当t时刻,湖泊内n个水位站点实测水位值h1(t),h2(t),…,hn(t)间的标准差小于0.5m时,以该时刻水位的算术平均值作为边界线上各离散点的高程值H。
当t时刻,湖泊内n个水位站点实测水位值h1(t),h2(t),…,hn(t)间的标准差大于等于0.5m时,根据湖泊水平面上各点位的水位与其纬度间的线性关系,构建以水位站点纬度与水位值为变量的一元线性回归方程因此,水陆边界上(xLon,yLat)处高程值H为该纬度yLat根据一元线性回归方程计算得到的水位值
对具有高程值H的水陆边界进行投影生成等高线,进而对等高线进行空间插值后生成平滑、连续的MODIS地形数据。
步骤二:多源数据的坐标转换与几何配准
由于多元数据的获取途径不同,数据间的坐标系统设置存在着些许差异,同时由于数据精度的限制导致的变形和偏移。为了便于后续多源数据间的计算与分析,对数据进行预处理,包括:数据间的坐标变换与几何配准。具体步骤如下:
(1)地形数据间的坐标变换
以基础测绘数据的坐标系统为空间基准,对MODIS地形数据、LiDAR地形数据、多波束测深数据进行相应的坐标变换,实现多源数据的坐标统一。
(2)数据几何配准:
以基础测绘数据为基准影像,在对应影像区域内选取一定数量的同名地物点作为控制点,利用多项式纠正法对MODIS地形数据、LiDAR地形数据、多波束测深数据进行几何配准。
步骤三:多源数据的重叠区域裁剪
将步骤二中处理后所得的MODIS地形数据与多波束测深数据、LiDAR地形数据与多波束测深数据进行叠加对比,确定这两组数据间的重叠区域,并分别对数据中的重叠部分进行裁剪生成Tcut_MODIS和Tcut_MODIS*多波束、Tcut_LiDAR、和Tcut_LiDAR*多波束。
步骤四:基于回归分析生成湖泊深水区域湖底地形
(1)根据步骤三中所获取的重叠区域影像结果Tcut_MODIS、Tcut_LiDAR,以坐标值(x,y)为自变量进行二元回归分析,分别确定两类数据间的二元多项式回归方程式FMODIS*多波束(x,y)、FLiDAR*多波束(x,y)并评估回归方程的精度。
(2)根据确定的回归方程FMODIS*多波束(x,y)、FLiDAR*多波束(x,y),以多波束测深数据的空间分辨率计算湖泊全湖区域的两套湖底地形TMODIS*多波束、TLiDAR*多波束。
(3)将生成的湖底地形TMODIS*多波束、TLiDAR*多波束与基础测绘数据进行相关性分析,对这两套数据的进行校验和修正,生成除MDOIS地形数据TMODIS与LiDAR地形数据TLiDAR重叠区域外湖泊深水区域的湖底地形T湖泊深水地形。
步骤五:基于回归分析生成湖泊浅水区域湖底地形
将MODIS地形数据TMODIS与LiDAR地形数据TLiDAR以多波束数据空间分辨率为基准,采用双线性内插的方法生成MODIS地形数据与LiDAR地形数据所包含范围—湖泊浅水区域的湖底地形T湖泊浅水地形。
步骤六:湖底地形间的接缝处平滑处理
将步骤二中预处理后的多波束测深数据、步骤四中所生成的深水区域地形数据T湖泊深水地形、步骤五T湖泊浅水地形中所生成的浅水区域地形数据进行拼接并对接缝处进行平滑处理,生成全湖湖底地形。
综上所述,本发明针对覆盖面积较大的季节性湖泊,利用基础测绘数据、光学遥感影像数据、、LiDAR数据、多波束测深数据等多源数据,获取季节性湖泊湖底地形,充分发挥各类型数据的优点,规避其不足,对数据进行相关性分析,通过构建多元回归方程计算生成湖泊湖底深水区域地形,然后,采用双线性内插法生成湖泊湖底浅水区域地形,同时,考虑影像间接缝处的平滑处理,从而实现季节性湖泊湖底完整地形的获取,即有效地缩短了对湖泊地形实地测量的时间周期,又保障了湖泊地形数据的完整性与高精度,并且,优化了面积较大的季节性湖泊的湖底地形数据生产效率。
以上公开的仅为本发明的一个具体实施例,但是,本发明实施例并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
Claims (4)
1.一种基于多源数据融合的季节性湖泊湖底地形生成方法,其特征在于,包括:
步骤一、采集湖泊动态变化区域水下地形的多源数据:MODIS地形数据、LiDAR地形数据、多波束测深数据;
步骤二、以基础测绘数据为基准,对MODIS地形数据、LiDAR地形数据和多波束测深数据进行坐标变化和几何配准预处理,得到预处理后的MODIS地形数据TMODIS、预处理后的LiDAR地形数据TLiDAR和预处理后的多波束测深数据;
步骤三、对步骤二中预处理后的MODIS地形数据与多波束测深数据、预处理后的LiDAR地形数据与多波束测深数据进行叠加对比,确定这两组数据间的重叠区域,并分别对数据中的重叠部分进行裁剪,得到MODIS地形数据重叠区域影响结果Tcut_MODIS和LiDAR地形数据重叠区域影响结果Tcut_LiDAR;
步骤四、根据步骤三中得到重叠区域影响结果Tcut_MODIS和Tcut_LiDAR生成回归方程,然后计算湖泊全湖区域的两套湖底地形数据并与基础测绘数据进行相关性分析和数据校验修正,生成去除重叠区域的湖泊深水区域的湖底地形T湖泊深水地形;
步骤五、对步骤二中预处理后的MODIS地形数据TMODIS与预处理后的LiDAR地形数据TLiDAR,以多波束测深数据的空间分辨率为基准,采用双线性内插的方法生成MODIS地形数据与LiDAR地形数据所包含范围-湖泊浅水区域的湖底地形T湖泊浅水地形;
步骤六、将步骤二中预处理后的多波束测深数据、所述步骤四中所生成的湖泊深水区域的湖底地形T湖泊深水地形数据、所述步骤五中所生成的湖泊浅水区域的湖底地形T湖泊浅水地形数据进行拼接,并对接缝处进行平滑处理,生成全湖湖底地形。
2.如权利要求1所述的方法,其特征在于,所述步骤一中MODIS地形数据的获取步骤包括:
(1)、提取MODIS影像的水陆边界
通过计算FAI指数对MODIS影像中的水陆边界进行提取;其中,FAI指数计算公式如下:
FAI=Rrc,859-R′rc,859,
R′rc,859=Rrc,645+(Rrc,1240-Rrc,645)×(859-645)/(1240-645);
(2)生成基于水陆边界的湖泊水域变化范围的地形
当t时刻,湖泊内n个水位站点实测水位值h1(t),h2(t),…,hn(t)间的标准差小于0.5m时,以该时刻水位的算术平均值作为边界线上各离散点的高程值H;
当t时刻,湖泊内n个水位站点实测水位值h1(t),h2(t),…,hn(t)间的标准差大于等于0.5m时,根据湖泊水平面上各点位的水位与其纬度间的线性关系,构建以水位站点纬度与水位值为变量的一元线性回归方程水陆边界上(xLon,yLat)处高程值H为该纬度yLat根据一元线性回归方程计算得到的水位值对具有高程值H的水陆边界进行投影生成等高线,进而对等高线进行空间插值后生成平滑、连续的MODIS地形数据。
3.如权利要求1所述的方法,其特征在于,所述步骤二的具体步骤包括:
(1)地形数据间的坐标变换
以基础测绘数据的坐标系统为空间基准,对MODIS地形数据、LiDAR地形数据、多波束测深数据进行相应的坐标变换,实现多源数据的坐标统一;
(2)数据几何配准
以基础测绘数据为基准影像,在对应影像区域内选取一定数量的同名地物点作为控制点,利用多项式纠正法对MODIS地形数据、LiDAR地形数据、多波束测深数据进行几何配准。
4.如权利要求1所述的方法,其特征在于,所述步骤四的具体步骤包括:
(1)根据步骤三中所获取的重叠区域影像结果Tcut_MODIS、Tcut_LiDAR,以坐标值(x,y)为自变量进行二元回归分析,分别确定两类数据间的二元多项式回归方程式FMODIS*多波束(x,y)、FLiDAR*多波束(x,y)并评估回归方程的精度;
(2)根据确定的回归方程FMODIS*多波束(x,y)、FLiDAR*多波束(x,y),以多波束测深数据的空间分辨率计算湖泊全湖区域的两套湖底地形TMODIS*多波束、TLiDAR*多波束;
(3)将生成的湖底地形TMODIS*多波束、TLiDAR*多波束与基础测绘数据进行相关性分析,对这两套数据的分别进行校验和修正,生成除MDOIS地形数据TMODIS与LiDAR地形数据TLiDAR重叠区域外的湖泊深水区域的湖底地形T湖泊深水地形。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811308285.XA CN109446485B (zh) | 2018-11-05 | 2018-11-05 | 一种基于多源数据融合的季节性湖泊湖底地形生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811308285.XA CN109446485B (zh) | 2018-11-05 | 2018-11-05 | 一种基于多源数据融合的季节性湖泊湖底地形生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109446485A true CN109446485A (zh) | 2019-03-08 |
CN109446485B CN109446485B (zh) | 2023-01-06 |
Family
ID=65550965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811308285.XA Active CN109446485B (zh) | 2018-11-05 | 2018-11-05 | 一种基于多源数据融合的季节性湖泊湖底地形生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109446485B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111523089A (zh) * | 2020-04-19 | 2020-08-11 | 长江水资源保护科学研究所 | 基于水位~湖容关系的候鸟越冬期湖泊试验性水位调控方法 |
CN111724477A (zh) * | 2020-07-06 | 2020-09-29 | 中铁二局第一工程有限公司 | 一种多源数据融合构建多层次三维地形模型方法 |
CN113479307A (zh) * | 2021-08-11 | 2021-10-08 | 刘满贤 | 一种户外自动测绘装置 |
CN114638172A (zh) * | 2022-05-17 | 2022-06-17 | 中国市政工程西南设计研究总院有限公司 | 一种湖底地形修复数据处理系统及处理方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100157736A1 (en) * | 2007-06-15 | 2010-06-24 | University Of Limerick | Method and apparatus for determining the topography of a seafloor and a vessel comprising the apparatus |
CN103003818A (zh) * | 2010-05-28 | 2013-03-27 | 吉奥斯特拉股份有限公司 | 用于广阔地域上的多样化资源基础的测绘建模的系统和方法 |
CN102999914A (zh) * | 2012-11-28 | 2013-03-27 | 国家海洋局第二海洋研究所 | 一种基于地形网格的大陆坡脚点自动识别方法 |
CN103148842A (zh) * | 2013-02-04 | 2013-06-12 | 国家海洋局第二海洋研究所 | 一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法 |
CN103363962A (zh) * | 2013-07-23 | 2013-10-23 | 中国科学院遥感与数字地球研究所 | 一种基于多光谱影像的湖泊水储量遥感估算方法 |
US20150078123A1 (en) * | 2013-09-16 | 2015-03-19 | Appareo Systems, Llc | Synthetic underwater visualization system |
US20150243074A1 (en) * | 2013-07-08 | 2015-08-27 | The Second Institute Of Oceanography, Soa | Submarine topography construction method based on multi-source water depth data integration |
EP3239735A1 (en) * | 2016-04-27 | 2017-11-01 | Sigma Space Corporation | Methods and apparatus for adaptive multisensor analysis and aggregation |
-
2018
- 2018-11-05 CN CN201811308285.XA patent/CN109446485B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100157736A1 (en) * | 2007-06-15 | 2010-06-24 | University Of Limerick | Method and apparatus for determining the topography of a seafloor and a vessel comprising the apparatus |
CN103003818A (zh) * | 2010-05-28 | 2013-03-27 | 吉奥斯特拉股份有限公司 | 用于广阔地域上的多样化资源基础的测绘建模的系统和方法 |
CN102999914A (zh) * | 2012-11-28 | 2013-03-27 | 国家海洋局第二海洋研究所 | 一种基于地形网格的大陆坡脚点自动识别方法 |
CN103148842A (zh) * | 2013-02-04 | 2013-06-12 | 国家海洋局第二海洋研究所 | 一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法 |
US20150243074A1 (en) * | 2013-07-08 | 2015-08-27 | The Second Institute Of Oceanography, Soa | Submarine topography construction method based on multi-source water depth data integration |
CN103363962A (zh) * | 2013-07-23 | 2013-10-23 | 中国科学院遥感与数字地球研究所 | 一种基于多光谱影像的湖泊水储量遥感估算方法 |
US20150078123A1 (en) * | 2013-09-16 | 2015-03-19 | Appareo Systems, Llc | Synthetic underwater visualization system |
EP3239735A1 (en) * | 2016-04-27 | 2017-11-01 | Sigma Space Corporation | Methods and apparatus for adaptive multisensor analysis and aggregation |
Non-Patent Citations (2)
Title |
---|
WEILIANG FAN等: "GOST: A Geometric-Optical Model for Sloping Terrains", 《IEEE》 * |
赵建虎等: "海洋测绘技术发展现状", 《测绘地理信息》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111523089A (zh) * | 2020-04-19 | 2020-08-11 | 长江水资源保护科学研究所 | 基于水位~湖容关系的候鸟越冬期湖泊试验性水位调控方法 |
CN111724477A (zh) * | 2020-07-06 | 2020-09-29 | 中铁二局第一工程有限公司 | 一种多源数据融合构建多层次三维地形模型方法 |
CN113479307A (zh) * | 2021-08-11 | 2021-10-08 | 刘满贤 | 一种户外自动测绘装置 |
CN113479307B (zh) * | 2021-08-11 | 2022-11-18 | 刘满贤 | 一种户外自动测绘装置 |
CN114638172A (zh) * | 2022-05-17 | 2022-06-17 | 中国市政工程西南设计研究总院有限公司 | 一种湖底地形修复数据处理系统及处理方法 |
CN114638172B (zh) * | 2022-05-17 | 2022-08-02 | 中国市政工程西南设计研究总院有限公司 | 一种湖底地形修复数据处理系统及处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109446485B (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109446485A (zh) | 一种基于多源数据融合的季节性湖泊湖底地形生成方法 | |
US11226412B2 (en) | Use of multi-beam sonar systems to generate point cloud data and models, and data registration in underwater metrology applications | |
Detert et al. | Proof‐of‐concept for low‐cost and non‐contact synoptic airborne river flow measurements | |
Wanek et al. | Automated trinocular stereo imaging system for three-dimensional surface wave measurements | |
De Vries et al. | Remote sensing of surf zone waves using stereo imaging | |
KR101559488B1 (ko) | 연안지역 정밀 지형도 제작방법 | |
White et al. | Lidar-derived national shoreline: empirical and stochastic uncertainty analyses | |
JP6333396B2 (ja) | モバイルプラットフォームの変位を計測する方法及び装置 | |
Khalid et al. | Open-source digital elevation model (DEMs) evaluation with GPS and LiDAR data | |
Huang et al. | High-efficiency determination of coastline by combination of tidal level and coastal zone DEM from UAV tilt photogrammetry | |
Mandlburger et al. | Complementing airborne laser bathymetry with UAV-based lidar for capturing alluvial landscapes | |
Podhorányi et al. | Inaccuracy introduced by LiDAR-generated cross sections and its impact on 1D hydrodynamic simulations | |
Hoffmeister et al. | Spatial variability detection of crop height in a single field by terrestrial laser scanning | |
CN109613555B (zh) | 验证双频LiDAR探测仪的海陆一体化检校场布设方法 | |
CN102879013B (zh) | 一种修正大气层倾斜对地面恒星观测值影响的方法 | |
Liu et al. | Close range digital photogrammetry applied to topography and landslide measurements | |
CN110133655A (zh) | 基于多源雷达遥感技术的河流径流监测反演方法 | |
Yang et al. | The filtering and compressing of outer beams to multibeam bathymetric data | |
Grossmann et al. | Digital twinning in the ocean-chanllenges in multimodal sensing and multiscale fusion based on faithful visual models | |
Partama et al. | A simple and empirical refraction correction method for UAV-based shallow-water photogrammetry | |
CN115507752B (zh) | 基于平行环境元素的单目视觉测距方法和系统 | |
Yang et al. | Mosaicing of airborne LiDAR bathymetry strips based on Monte Carlo matching | |
WO2022173285A1 (en) | Determining deformations of quay walls using a photogrammetric system | |
Hoekendijk et al. | Estimating the spatial position of marine mammals based on digital camera recordings | |
Makar | Verification of the Digital Sea Bottom Model Built by Bathymetric Data–Deep Water Study |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221216 Address after: 330000 No. 66 Tuanjie Road, Xihu District, Nanchang City, Jiangxi Province Applicant after: Jiangxi Institute of land and space investigation and planning Address before: No. 2166, Fanghu Road, Changnan New Town, Nanchang County, Nanchang City, Jiangxi Province 330029 Applicant before: JIANGXI BASIC GEOGRAPHIC INFORMATION CENTER |
|
GR01 | Patent grant | ||
GR01 | Patent grant |