CN109597868A - 一种大范围淤地坝位置确定方法 - Google Patents
一种大范围淤地坝位置确定方法 Download PDFInfo
- Publication number
- CN109597868A CN109597868A CN201811439512.2A CN201811439512A CN109597868A CN 109597868 A CN109597868 A CN 109597868A CN 201811439512 A CN201811439512 A CN 201811439512A CN 109597868 A CN109597868 A CN 109597868A
- Authority
- CN
- China
- Prior art keywords
- silt arrester
- silt
- arrester
- river
- grid
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Astronomy & Astrophysics (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种大范围淤地坝位置确定方法,包括:收集DEM数据;收集遥感影像数据;提取调查区域河网;制作区域栅格坡向文件;提取可能的淤地坝位置点区域;选取淤地坝预选区域;影像分析;确定淤地坝位置;输出淤地坝位置与数量统计。本发明根据DEM数据快速构建各个淤地坝可能出现位置的数字模型,再根据淤地坝在卫星图片的图像纹理特征与河道垂直的特点,利用图像识别技术辨认淤地坝可能出现的位置,最终建立各个淤地坝的位置及走向。本发明由于所使用的资料均为免费公开的资料,并且使用的人工费用极少,计算过程在普通计算机上即可实现,因此总体成本极低。
Description
技术领域
本发明涉及一种大范围淤地坝位置确定方法,是一种使用计算机技术的水利设施低成本快速调查方法。
背景技术
淤地坝是一种重要的水土保持工程措施,在世界范围内均有广泛的应用。据统计,仅在中国的黄河流域2003-2010年就建设了8180座淤地坝。这些淤地坝对河流流域的灌溉、防洪、水土保持、减少河流泥沙等方面做出了重要的贡献。然而,随着淤地坝使用时间的延伸,淤地坝及周围流域情况的不断变化,以及早期淤地坝建设的年代还没有成熟的数字技术,众多淤地坝的数字化信息或没有或残缺不全,难以实现数字化管理。如何补齐这些缺失的淤地坝数字化信息,需要进行缜密的调查,详细的了解各个淤地坝的状态,构建各个淤地坝的数字化模型,实现淤地坝的数字化管理。然而要实现这一详细的调查,现有的方式是采用人工调查的方式,对淤地坝进行现场测量,这需要耗费大量的人力物力。尽管有一些利用数字化地形图DEM进行淤地坝调查的方案,如对DEM进行三角化等方式,但这些方案都存在这样或那样的缺点,如分析过程复杂,没有充分的利用DEM数据,使用的计算机资源过多,使计算成本过高等。由于这些问题的存在,使利用计算机进行淤地坝调查停留在方案上,在实际中应用很少。
发明内容
为了克服现有技术的问题,本发明提出了一种大范围淤地坝位置确定方法。所述的方法结合卫星图片和DEM数据,快速辨认淤地坝的位置,实现大范围的淤地坝的快速确定。
本发明的目的是这样实现的:一种大范围淤地坝位置确定方法,所述方法的步骤如下:
步骤一,收集DEM数据:收集需要进行淤地坝调查区域和时段的分辨率大于等于30米的DEM数据;
步骤二,收集遥感影像数据:收集对应区域和时段的分辨率大于等于10米的遥感影像数据;
步骤三,提取调查区域河网,确定集水面积小于50km²的河道位置和流向:基于GIS平台,利用所收集的DEM数据,以0.3km²为河道提取阈值,提取与调查区域河网,并制作0.3km²~50km²汇水面积河道位置栅格文件和流向栅格文件;
步骤四,制作区域栅格坡向文件:以30米DEM为基础,制作30米栅格坡向文件;
步骤五,提取可能的淤地坝位置点区域:依据河道位置栅格文件进行坡向分析,在流向上,间距n个栅格以内的坡向如果差值的绝对值在180°附近,则标定为淤地坝预选点;
步骤六,选取淤地坝预选区域:以预选点为中心点,以半径Rn个栅格区域为淤地坝预选位置区域;
步骤七,影像分析:针对淤地坝预选位置区域,提取相应的遥感影像数据,并进行遥感影像纹理特征分析;
步骤八,确定淤地坝位置:将淤地坝预选位置区域内河道上,与河道方向近似垂直的直线确定为淤地坝的位置;
步骤九:输出淤地坝位置与数量统计:输出淤地坝经纬度坐标,汇总淤地坝数量。
进一步的,所述的步骤五中n的确定方法为:淤地坝的坝底宽L,栅格分辨率D,则栅格数n=int(L/D)+1。
进一步的,所述的步骤六中半径Rn的确定方法为:淤地坝长度LL,则Rn=int(LL/D)+1。
本发明产生的有益效果是:本发明根据DEM数据快速构建各个淤地坝可能出现位置的数字模型,再根据淤地坝在卫星图片的图像纹理特征与河道垂直的特点,利用图像识别技术辨认淤地坝可能出现的位置,最终建立各个淤地坝的位置及走向。结合DEM数据能够快速进行大范围的辨认,并且图像识别技术能够快速的辨别大范围的地形图像,并根据淤地坝位置的特点缩小图像识别的范围,最终实现快速的大范围淤地坝位置调查。由于所使用的资料均为免费公开的资料,并且使用的人工费用极少,计算过程在普通计算机上即可实现,因此总体成本极低。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明的实施例所述方法的流程图。
具体实施方式
实施例一:
本实施例是一种大范围淤地坝位置确定方法。为实现完全自动化快捷的淤地坝调查,尽量减少人工干预,本实施例的基本思路是:首先获取低精度DEM数据,进行河网分析,根据集水面积排除大量没有可能设立淤地坝的位置,只对预选位置和周围的地域进行分析,用十分简单的计算即可以得到淤地坝的可能位置(淤地坝预选位置)。利用流域数字河网确定研究区域内河道的位置,选取淤地坝预选位置的卫星图片,进行图像识别。利用现有技术对图像进行纹理分析。淤地坝在卫星照片上的纹理特征十分有特点,在卫星图像中,淤地坝的位置影像为与河道接近垂直或垂直的纹理。利用淤地坝的这个影像特点,找到在预选区域内的与河道垂直或接近垂直的直线纹理,即可以确定为淤地坝。
分辨率大于等于30米的DEM数据是一种可以免费获得的DEM数据。这种免费的DEM数据的分辨率和精度具有一定的水平,能够达到确定淤地坝位置的目的。例如:2015年发布的ASTER GDEM V2数据,其空间分辨率达到30乘30米,高度误差小于20m,具有95%置信度。
通过免费的DEM数据,可以自动获得研究区域的河网,以及河网的形态和周围环境,因此,通过DEM数据的处理,就能够在计算机系统中分辨研究区域、可能出现淤地坝的控制范围,通过这些数据结合卫星照片能够确定是否为淤地坝,藉以确定淤地坝的位置和统计淤地坝的数量。
本实施例使用的所有资料均来自免费的途径,利用淤地坝在免费卫星图片上的图像特点结合免费DEM数据,使用计算机大范围快速的得到淤地坝的分布。
本实施例所述方法的具体步骤如下(流程见图1所示):
步骤一,收集DEM数据:收集需要进行淤地坝调查区域和时段的分辨率大于等于30米的DEM数据。这种分辨率大于等于30米的DEM数据能够在网上直接下载,完全免费。
步骤二,收集遥感影像数据:收集对应区域和时段的分辨率大于等于10米的遥感影像数据。这种分辨率大于等于10米的遥感影像数据同样可以在网上下载,完全免费。
步骤三,提取调查区域河网,确定集水面积小于50km²的河道位置和流向:基于GIS平台,利用所收集的DEM数据,以0.3km²为河道提取阈值,提取与调查区域河网,并制作0.3km²~50km²汇水面积河道位置栅格文件和流向栅格文件。集水面积超过50km²的河道位置应当是水库了,已经超出淤地坝的集水面积,因此不予考虑。而集水面积小于0.3km²则可能是原有的河道也不予考虑,因此阈值选取为0.3km²~50km²,并据此制作汇水面积河道位置栅格文件和流向栅格文件。
在GIS软件中使用水文分析工具,先对DEM数据进行填洼处理,得到无洼地的修正DEM,即将栅格高程低于周边8栅格的栅格高程抬升至周边栅格高程最低值,使得能够正确计算其流向;其后,对无洼地DEM进行流向计算,即根据某栅格周围8个栅格的高程差,使得当前栅格流向指向坡降最陡的栅格;第三,根据栅格流向图层计算各栅格汇流累计数,即计算某栅格上游汇入的所有栅格数量;第四,根据汇流累计数图层,提取阈值为0.3km2的模拟河网,即创建1新图层,将其中汇流累计数大于334的栅格位置设置为1,其余设置为0;第五,根据汇流累计数图层,提取阈值为50km2的模拟河网,即创建1新图层,将其中汇流累计数大于55556的栅格位置设置为1,其余设置为0;第六,提取阈值为0.3km²~50km²的模拟河网(后面称之为预选区域河网),即使用提取的阈值为0.3km2的模拟河网减去阈值为50km2的模拟河网;第七,提取阈值为0.3km²~50km²的模拟河网流向(后面称之为预选区域河网流向),即对第二步计算的流向图层进行条件筛选,只保留预选区域河网值为1的区域的流向值。预选区域河网主要用于框定可能的淤地坝位置点,即该位置点必须位于河网栅格上。预选区域河网流向配合后面制取的坡向文件用于判别可能的淤地坝位置点,即顺着流向的n个栅格的坡向差绝对值在180°附近栅格即为可能点位。
步骤四,制作区域栅格坡向文件:以30米DEM为基础,制作30米栅格坡向文件。
采用GIS软件,以30米DEM为基础,计算栅格坡向。即以某栅格为中心的3×3的窗口内的9个栅格高程为基础,根据一定的算法计算当前栅格的坡面朝向,其值为0-360°,0表示正北,90表示正东,180表示正南,270表示正西。该文件用于提取可能的淤地坝位置点区域。
步骤五,提取可能的淤地坝位置点区域:依据河道位置栅格文件进行坡向分析,在流向上,间距n个栅格以内的坡向如果差值的绝对值在180°附近,则标定为淤地坝预选点。N的选取一般可以是3个栅格,格栅选取得太少则不够精确,太多则增大计算量,不够经济。栅格数的确定方法可以是:淤地坝的坝底宽Lm,栅格分辨率Dm,则栅格数n=int(L/d)+1。
步骤六,选取淤地坝预选区域:以预选点为中心点,以半径Rn个栅格区域为预选区域。以该位置为中心点,以半径Rn个栅格区域为可能的淤地坝位置区域(淤地坝预选位置区域)。Rn的具体确定方法可以是:淤地坝长度LLm,栅格分辨率Dm,则Rn=int(LL/D)+1。
步骤七,影像分析:针对淤地坝预选位置区域,提取相应的遥感影像数据,并进行遥感影像纹理特征分析。对淤地坝预选位置的区域的卫星图像(遥感影像数据)进行分析,是否有直线纹理。这种直线纹理在卫星图像中能够十分容易地从众多自然线条中判别出来。
纹理分析可以使用纹理图像的方向场估计的方法,也可以使用其他方法进行。
步骤八,确定淤地坝位置:将淤地坝预选位置区域内河道上,与河道方向近似垂直的直线确定为淤地坝的位置。在对淤地坝预选位置区域找到直线纹理还不能完全确定是否为淤地坝,还要经过判别,即对直线纹理的方向与河道方向的关系进行判别,若与河道方向存在近似垂直的纹理(夹角在90°左右),则确认垂直纹理区域即为淤地坝。
步骤九:输出淤地坝位置与数量统计:输出淤地坝经纬度坐标,汇总淤地坝数量。对研究区域的核对进行上述研究,确定所有在河道上的淤地坝,之后总结淤地坝的数量。
实施例二:
本实施例是实施例一的改进,是实施例一关于第五步骤的细化。本实施例所述的步骤五中n的确定方法为:淤地坝的坝底宽L,栅格分辨率D,则栅格数n=int(L/D)+1。
本实施例所确定的是使用多少的栅格n进行坡面分析。这一参数与淤地坝的坝底宽和栅格的分辨率有关。淤地坝的坝底宽实际是淤地坝在水平面上的投影宽度,也就是淤地坝的最大面积,而格栅分辨率是水平面上格栅所覆盖的面积,公式的物理意义是,以最少的格栅数覆盖淤地坝宽度。
实施例三:
本实施例是实施例一的改进,是实施例一关于第五步骤的细化。本实施例所述的步骤六中半径Rn的确定方法为:淤地坝长度LL,则Rn=int(LL/D)+1。
本实施例中公式的物理意义是以最少的格栅数覆盖淤地坝的长度。这样,本实施例所述公式与实施例二中的公式结合,其物理意义就是用最少的格栅覆盖整个淤地坝。
最后应说明的是,以上仅用以说明本发明的技术方案而非限制,尽管参照较佳布置方案对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案(比如调查的具体方式、各种淤地坝的形式、步骤的先后顺序等)进行修改或者等同替换,而不脱离本发明技术方案的精神和范围。
Claims (3)
1.一种大范围淤地坝位置确定方法,其特征在于,所述方法的步骤如下:
步骤一,收集DEM数据:收集需要进行淤地坝调查区域和时段的分辨率大于等于30米的DEM数据;
步骤二,收集遥感影像数据:收集对应区域和时段的分辨率大于等于10米的遥感影像数据;
步骤三,提取调查区域河网,确定集水面积小于50km²的河道位置和流向:基于GIS平台,利用所收集的DEM数据,以0.3km²为河道提取阈值,提取与调查区域河网,并制作0.3km²~50km²汇水面积河道位置栅格文件和流向栅格文件;
步骤四,制作区域栅格坡向文件:以30米DEM为基础,制作30米栅格坡向文件;
步骤五,提取可能的淤地坝位置点区域:依据河道位置栅格文件进行坡向分析,在流向上,间距n个栅格以内的坡向如果差值的绝对值在180°附近,则标定为淤地坝预选点;
步骤六,选取淤地坝预选区域:以预选点为中心点,以半径Rn个栅格区域为淤地坝预选位置区域;
步骤七,影像分析:针对淤地坝预选位置区域,提取相应的遥感影像数据,并进行遥感影像纹理特征分析;
步骤八,确定淤地坝位置:将淤地坝预选位置区域内河道上,与河道方向近似垂直的直线确定为淤地坝的位置;
步骤九:输出淤地坝位置与数量统计:输出淤地坝经纬度坐标,汇总淤地坝数量。
2.根据权利要求1所述的方法,其特征在于,所述的步骤五中n的确定方法为:淤地坝的坝底宽L,栅格分辨率D,则栅格数n=int(L/D)+1。
3.根据权利要求2所述的方法,其特征在于,所述的步骤六中半径Rn的确定方法为:淤地坝长度LL,则Rn=int(LL/D)+1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811439512.2A CN109597868B (zh) | 2018-11-29 | 2018-11-29 | 一种大范围淤地坝位置确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811439512.2A CN109597868B (zh) | 2018-11-29 | 2018-11-29 | 一种大范围淤地坝位置确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109597868A true CN109597868A (zh) | 2019-04-09 |
CN109597868B CN109597868B (zh) | 2022-05-10 |
Family
ID=65960505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811439512.2A Active CN109597868B (zh) | 2018-11-29 | 2018-11-29 | 一种大范围淤地坝位置确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109597868B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110618144A (zh) * | 2019-09-26 | 2019-12-27 | 中国水利水电科学研究院 | 一种快速测定黄土塬区泉眼位置的方法 |
CN112750138A (zh) * | 2021-01-14 | 2021-05-04 | 黄河勘测规划设计研究院有限公司 | 一种黄河流域淤地坝空间分布识别方法 |
CN112766721A (zh) * | 2021-01-19 | 2021-05-07 | 黄河勘测规划设计研究院有限公司 | 一种淤地坝规划选址和规模估算方法 |
CN114529814A (zh) * | 2022-01-26 | 2022-05-24 | 南京信息工程大学 | 基于多源数据的黄土高原淤地坝提取方法 |
CN116183624A (zh) * | 2023-01-05 | 2023-05-30 | 国网安徽省电力有限公司铜陵供电公司 | 一种施工区顺坡溜渣监测方法、系统和存储介质 |
CN117350155A (zh) * | 2023-10-11 | 2024-01-05 | 西安理工大学 | 一种以防洪和经济性为目标的淤地坝布设位置选取方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103278115A (zh) * | 2012-12-27 | 2013-09-04 | 北京地拓科技发展有限公司 | 一种基于dem计算淤地坝淤积量的方法及系统 |
CN106372599A (zh) * | 2016-08-30 | 2017-02-01 | 水利部水土保持监测中心 | 一种蓄水拦泥期淤地坝的提取方法和系统 |
-
2018
- 2018-11-29 CN CN201811439512.2A patent/CN109597868B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103278115A (zh) * | 2012-12-27 | 2013-09-04 | 北京地拓科技发展有限公司 | 一种基于dem计算淤地坝淤积量的方法及系统 |
CN106372599A (zh) * | 2016-08-30 | 2017-02-01 | 水利部水土保持监测中心 | 一种蓄水拦泥期淤地坝的提取方法和系统 |
Non-Patent Citations (3)
Title |
---|
JIA-HONGLIU 等: "Water and sediment evolution in areas with high and coarse sediment yield of the Loess Plateau", 《INTERNATIONAL JOURNAL OF SEDIMENT RESEARCH》 * |
弥智娟 等: "基于多源数据的皇甫川淤地坝信息提取", 《干旱区地理》 * |
马安利等: "全球定位系统(GPS)在淤地坝建设中的应用", 《中国水利》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110618144A (zh) * | 2019-09-26 | 2019-12-27 | 中国水利水电科学研究院 | 一种快速测定黄土塬区泉眼位置的方法 |
CN112750138A (zh) * | 2021-01-14 | 2021-05-04 | 黄河勘测规划设计研究院有限公司 | 一种黄河流域淤地坝空间分布识别方法 |
CN112750138B (zh) * | 2021-01-14 | 2022-07-15 | 黄河勘测规划设计研究院有限公司 | 一种黄河流域淤地坝空间分布识别方法 |
CN112766721A (zh) * | 2021-01-19 | 2021-05-07 | 黄河勘测规划设计研究院有限公司 | 一种淤地坝规划选址和规模估算方法 |
CN112766721B (zh) * | 2021-01-19 | 2021-09-28 | 黄河勘测规划设计研究院有限公司 | 一种淤地坝规划选址和规模估算方法 |
CN114529814A (zh) * | 2022-01-26 | 2022-05-24 | 南京信息工程大学 | 基于多源数据的黄土高原淤地坝提取方法 |
CN114529814B (zh) * | 2022-01-26 | 2023-04-07 | 南京信息工程大学 | 基于多源数据的黄土高原淤地坝提取方法 |
CN116183624A (zh) * | 2023-01-05 | 2023-05-30 | 国网安徽省电力有限公司铜陵供电公司 | 一种施工区顺坡溜渣监测方法、系统和存储介质 |
CN117350155A (zh) * | 2023-10-11 | 2024-01-05 | 西安理工大学 | 一种以防洪和经济性为目标的淤地坝布设位置选取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109597868B (zh) | 2022-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109597868A (zh) | 一种大范围淤地坝位置确定方法 | |
CN106884405B (zh) | 一种无资料地区溃堤型山洪灾害分析评价方法 | |
Maathuis et al. | Digital elevation model based hydro‐processing | |
CN102135531A (zh) | 大型浅水湖泊72小时蓝藻水华预测方法 | |
CN113821925B (zh) | 一种基于水生土三要素的湿地动态边界确定方法 | |
Noto et al. | Low-cost stage-camera system for continuous water-level monitoring in ephemeral streams | |
Amatya et al. | Application of LiDAR data for hydrologic assessments of low-gradient coastal watershed drainage characteristics | |
CN105760666A (zh) | 一种基于dem的汇水区临界雨量计算方法 | |
Ibrakhimov | Spatial and temporal dynamics of groundwater table and salinity in Khorezm (Aral Sea Basin), Uzbekistan | |
Kou et al. | Micro-topographic assessment of rill morphology highlights the shortcomings of current protective measures in loess landscapes | |
CN115471980A (zh) | 泥石流灾害预警方法 | |
CN114528672B (zh) | 基于3s技术的城市水文站网布设方法及系统 | |
CN110390076A (zh) | 一种对土地整治工程布局的生态适应性确定方法 | |
Kim et al. | Tidal creek extraction from airborne LiDAR data using ground filtering techniques | |
Mitchell et al. | Little tools, big job: The periglacial conveyor system in cryoplanated uplands | |
Buckingham et al. | GIS Methodology for Quantifying Channel Change in Las Vegas, Nevada 1 | |
Brema et al. | Estimation of the soil erosion in cauvery watershed (Tamil Nadu and Karnataka) using USLE | |
Hidayat et al. | Development land erosion model using model builder GIS (Case Study: Citepus Watershed) | |
Baldwin | Catchment-scale soil water retention characteristics and delineation of hydropedological functional units in the Shale Hills Catchment | |
Zhao et al. | Comparison of two different methods for determining flow direction in catchment hydrological modeling | |
KR101970196B1 (ko) | 우수 배수 시스템을 고려한 유출 플럭스 계산 방법 | |
Duke | Evaluation of photogrammetry at different scales | |
Güler | Stream network creation and watershed definition by using digital elevation model for Samsun, Turkey | |
Bates | Multi-temporal dem and land use analysis for determining gully formation | |
Maarez et al. | Topographic and Hydrologic Analyses using Geographic Information System (GIS): A Case Study of Karbala City-Iraq |
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 |