CN110084848B - 一种数字河网提取时集水面积阈值的确定方法 - Google Patents
一种数字河网提取时集水面积阈值的确定方法 Download PDFInfo
- Publication number
- CN110084848B CN110084848B CN201910256080.XA CN201910256080A CN110084848B CN 110084848 B CN110084848 B CN 110084848B CN 201910256080 A CN201910256080 A CN 201910256080A CN 110084848 B CN110084848 B CN 110084848B
- Authority
- CN
- China
- Prior art keywords
- grid
- threshold value
- river
- water body
- river channel
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/182—Network patterns, e.g. roads or rivers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种数字河网提取时集水面积阈值的确定方法,利用流域遥感影像数据进行流域水体识别,栅格化水体识别结果;利用流域DEM数据计算出流域中每一个栅格单元的汇流累积值,生成汇流累积栅格;按汇流累积值的最小阈值提取流域中的最密可能河道;以最密可能河道上的栅格单元为中心,根据栅格化的水体识别结果,逐河道栅格计算一定范围内的河道可靠性;根据栅格化的河道可靠性,建立阈值与河道可靠性均值的关系曲线,确定临界阈值点,该临界阈值点即为集水面积阈值。本发明具有数据来源稳定可靠、计算效率高、结果客观合理等优点,有利于流域集水面积阈值的确定及数字河网的提取。
Description
技术领域
本发明涉及水文技术领域,特别是一种数字河网提取时集水面积阈值的确定方法。
背景技术
河网特征反映了流域的综合水文特征。随着遥感、地理信息以及数字流域等技术的发展,基于栅格数字高程模型(DEM,Digital Elevation Model)的分布式水文模型以其充分考虑降雨和下垫面条件空间变化的特点,现已成为流域水文模型的发展趋势。河网的准确提取为模型计算提供保障,为了进一步促进流域水文模型的发展,需要更深入研究集水面积阈值的确定方法。
集水面积阈值是提取河网中的关键参数,集水面积小于阈值,则该栅格判定为坡地栅格,集水面积大于等于阈值则判定为河道栅格。阈值越小,提取的水系越密,河长越长;阈值越大,提取的水系越疏,河长越短。从技术角度讲,阈值可以设定为1至流域栅格个数之间的任意一个值,从理论角度讲,阈值只能是一个值,或者一个无限小的范围。阈值的选择主观性强,阈值的选取不同,往往会得到不同的水系结构,随意性很大。对集水面积阈值估算的主观性限制了分布式建模的应用,不利于国内分布式水文模型的发展。
遥感是通过传感器接收来自陆地表面的电磁辐射,进而反演地表参数的过程。太阳辐射被反射、吸收和透射的比例随着地物类型和条件的不同而变化,不同地物形成的不同反射光谱反射率。通过遥感影像数据进行水体识别的方法较为成熟,有单波段法、比值法、谱间关系法、监督分类法等。理论上讲,遥感影像数据水体识别结果是现实水体的数据化反映,但是因为基于遥感影像研究实现水域面积提取的模型算法无法识别任一地物,也无法完美区分水体与其他地物,也由于遥感影像资料自身因云量影像产生误差,或者是流域本身存在小水体,水体识别结果在干流不连续,在支流表现为散乱的点,无法直接由遥感影像水体识别结果提取流域水系。
针对以上不足,如何结合DEM与遥感影像数据,确定客观合理的集水面积阈值,正是发明人需要解决的问题。
发明内容
本发明所要解决的技术问题是克服现有技术的不足而提供一种数字河网提取时集水面积阈值的确定方法,本发明提高了确定流域集水面积阈值的精度与可靠性。
本发明为解决上述技术问题采用以下技术方案:
根据本发明提出的一种数字河网提取时集水面积阈值的确定方法,包括以下步骤:
步骤1、利用流域遥感影像数据进行流域水体识别,栅格化水体识别结果;
步骤2、利用流域DEM数据计算出流域中每一个栅格单元的汇流累积值,生成汇流累积栅格;
步骤3、按汇流累积值的最小阈值提取流域中的最密可能河道;
步骤4、以最密可能河道上的栅格单元为中心,根据栅格化的水体识别结果,逐河道栅格计算一定范围内的河道可靠性;
步骤5、根据栅格化的河道可靠性,建立阈值与河道可靠性均值的关系曲线,确定临界阈值点,该临界阈值点即为集水面积阈值。
作为本发明所述的一种数字河网提取时集水面积阈值的确定方法进一步优化方案,步骤1具体如下:
利用不同地物光谱特征,采用基于遥感影像的水体指数的计算方法,得到栅格化的水体识别结果。
作为本发明所述的一种数字河网提取时集水面积阈值的确定方法进一步优化方案,所述步骤2中利用流域DEM数据计算出流域中每一个栅格单元的汇流累积值,具体如下:
步骤2.1、初始化流域中每一个栅格单元的汇流累积值,取值为1;
步骤2.2、以栅格单元Cell为中心,通过周围栅格的高程值与该栅格单元的高程值的对比,找出与其相比最低的栅格单元CellD;
步骤2.3、将Cell作为出流栅格,CellD作为入流栅格,入流栅格的汇流累积值在自身原有汇流累积值上加出流栅格的汇流累积值;
步骤2.4、逐栅格循环,计算得到每一个栅格单元中的汇流累积值A。
作为本发明所述的一种数字河网提取时集水面积阈值的确定方法进一步优化方案,所述步骤3具体如下:
步骤3.1、结合流域实际自然地理情况,设置汇流累积值的最小阈值Min;
步骤3.2、利用Min对步骤2中计算得到的汇流累积栅格进行重分类,生成最密可能河道,汇流累积栅格中汇流累积值高于Min的判定为河道栅格,汇流累积值低于Min的判定为坡地栅格。
作为本发明所述的一种数字河网提取时集水面积阈值的确定方法进一步优化方案,所述步骤4具体如下:
步骤4.1、结合遥感影像与DEM信息,设置河道栅格与水体栅格容许偏差X;水体栅格是:步骤1中得到栅格化的水体识别结果,标记出识别为水体的栅格,生成水体栅格;
步骤4.2、逐次访问河道栅格中的每一个栅格单元,寻找以该单元为中心,X*X范围内的水体单元;
步骤4.3、根据4.2中已选择的水体单元,计算河道栅格单元的河道可靠性;
其中,C为河道栅格单元的河道可靠性,n为X*X范围内水体单元的总数,i为X*X范围内水体单元的编号,xi为第i个水体单元的行号,yi为第i个水体单元的列号,x为河道栅格的行号,y为河道栅格的列号。
作为本发明所述的一种数字河网提取时集水面积阈值的确定方法进一步优化方案,所述步骤5具体如下:
步骤5.1、结合流域实际自然地理情况,设置汇流累积值的最大阈值Max;
步骤5.2、在阈值范围[Min,Max]内,逐阈值进行河道判断,统计河道栅格单元的个数num及该num个河道栅格的河道可靠性,计算对应阈值下的河道可靠性均值Cmean;
其中,j为某一阈值对应的num个河道栅格中的河道栅格编号,Cj为该阈值下的第j个河道栅格对应的河道可靠性;
步骤5.3、建立阈值与河道可靠性均值的关系曲线,曲线斜率转折点即为临界阈值点,该临界阈值点即为集水面积阈值。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
(1)本发明以DEM为基础,结合遥感影像数据,建立阈值与遥感影像数据的函数关系,确定集水面积阈值,这样既保证了计算结果的精度与可靠性,同时解决了人为主观因素对阈值确定的影响问题;
(2)本发明设计的集水面积阈值,有利于分布式水文模型的直接调用,用于分布式水文模型计算单元的类型划分,可以进一步促进数字水文学以及分布式模型的深入发展,为流域洪水预报提供科学依据,为河道防洪和水库调度等提供了决策支持;
(3)本方法主要应用流域数字高程模型与遥感影像数据,数据来源稳定可靠,方法中变量之间的函数关系明确,有利于集水面积阈值的自动化生成,同时保证了结果的客观合理性。
附图说明
图1是本发明的计算流程示意图。
图2为本发明中计算出的流域水体栅格示意图。
图3为本发明中计算出的流域汇流累积栅格示意图。
图4为本发明中计算出的流域最密可能河道栅格示意图。
图5为本发明中计算出的流域最疏可能河道栅格示意图。
图6为本发明中计算出的河道单元的河道可靠性栅格分布示意图。
图7为本发明中计算出的阈值与河道可靠性均值的关系曲线。
图8为本发明屯溪流域河道水系结果示意图。
图9为本发明屯溪流域河道计算结果和实测结果对比示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图及具体实施例对本发明进行详细描述。
如图1所示,本发明一种数字河网提取时集水面积阈值的确定方法,包括以下步骤:
S1、利用流域遥感影像数据进行流域水体识别,栅格化水体识别结果(如图2),包括以下步骤:
利用不同地物光谱特征,采用基于遥感影像的水体指数的计算方法,得到栅格化的水体识别结果,标记出识别为水体的栅格,生成水体栅格。
S2、利用流域DEM数据计算出流域中每一个栅格单元的汇流累积值,生成汇流累积栅格(如图3),包括以下步骤:
1)初始化流域中每一个栅格单元的汇流累积值,取值为1;
2)以栅格单元Cell为中心,通过周围栅格的高程值与该栅格单元的高程值的对比,找出与其相比最低的栅格单元CellD;
3)将Cell作为出流栅格,CellD作为入流栅格,入流栅格的汇流累积值在自身原有汇流累积值上加出流栅格的汇流累积值;
4)逐栅格循环,计算得到每一个栅格单元中的汇流累积值A。
S3、按汇流累积值的最小阈值提取流域中的最密可能河道(如图4),包括以下步骤:
1)结合流域实际自然地理情况,设置汇流累积值的最小阈值Min;
2)利用阈值Min对S2中计算得到的汇流累积栅格进行重分类,生成最密可能河道,汇流累积栅格中汇流累积值高于阈值的判定为河道栅格,汇流累积值低于阈值的判定为坡地栅格。
S4、以最密可能河道上的栅格单元为中心,根据栅格化的水体识别结果,逐河道栅格计算一定范围内的河道可靠性(如图6),包括的步骤包括:
1)结合遥感影像与DEM信息,设置河道栅格与水体栅格容许偏差X;
2)逐次访问河道栅格中的每一个栅格单元,寻找以该单元为中心,X*X范围内的水体单元;
3)根据4.2中已选择的水体单元,计算河道栅格单元的河道可靠性;
式中:C为河道栅格单元的河道可靠性,n为X*X范围内水体单元的总数,i为X*X范围内水体单元的编号,xi为第i个水体单元的行号,yi为第i个水体单元的列号,x为河道栅格的行号,y为河道栅格的列号。
S5、根据栅格化的河道可靠性,建立阈值与河道可靠性均值的关系曲线(如图7),确定临界阈值点,该临界阈值点即为集水面积阈值,包括以下步骤:
1)结合流域实际自然地理情况,设置汇流累积值的最大阈值Max,最大阈值对应最疏可能河道(如图5);
2)在阈值范围[Min,Max]内,逐阈值进行河道判断,统计河道栅格单元的个数num及该num个河道栅格的河道可靠性,计算对应阈值下的河道可靠性均值;
其中,j为某一阈值对应的num个河道栅格中的河道栅格编号,Cj为该阈值下的第j个河道栅格对应的河道可靠性;
3)建立阈值与河道可靠性均值的关系曲线,曲线斜率转折点即为临界阈值点。
以浙江省屯溪流域为例,流域面积2678km2。本例的研究区中运用到GDEMDEM 30M分辨率数字高程数据与Landsat 8OLI_TIRS卫星数字产品,数据均来源于中国科学院计算机网络信息中心地理空间数据云平台(http://www.gscloud.cn)。
步骤一、利用流域遥感影像数据进行流域水体识别,栅格化水体识别结果(图2),包括以下步骤:
利用不同地物光谱特征,采用基于遥感影像的水体指数的计算方法NDWI(Normalized Difference Water Index,归一化水指数),得到栅格化的水体识别结果。
步骤二、利用流域DEM数据计算出流域中每一个栅格单元的汇流累积值,生成汇流累积栅格(图3),包括以下步骤:
1)初始化流域中每一个栅格单元的汇流累积值,取值为1;
2)以栅格单元Cell为中心,通过周围栅格的高程值与该栅格单元的高程值的对比,找出与其相比最低的栅格单元CellD;
3)将Cell作为出流栅格,CellD作为入流栅格,入流栅格的汇流累积值在自身原有汇流累积值上加出流栅格的汇流累积值;
4)逐栅格循环,计算得到每一个栅格单元中的汇流累积值A。屯溪流域汇流累积值的最大值为2968226。
步骤三、按汇流累积值的最小阈值提取流域中的最密可能河道(图4),包括以下步骤:
1)设置汇流累积值的最小阈值Min=1000;
2)利用阈值Min对S2中计算得到的汇流累积栅格进行重分类,生成最密可能河道,汇流累积栅格中汇流累积值高于阈值的判定为河道栅格,汇流累积值低于阈值的判定为坡地栅格。
步骤四、以最密可能河道上的栅格单元为中心,根据栅格化的水体识别结果,逐河道栅格计算一定范围内的河道可靠性(图6),包括以下步骤:
1)结合遥感影像与DEM信息,设置河道栅格与水体栅格容许偏差X,屯溪流域X取值为3;
2)逐次访问河道栅格中的每一个栅格单元,寻找以该单元为中心,X*X范围内的水体单元;
3)根据4.2中已选择的水体单元,计算河道栅格单元的河道可靠性;
式中:C为河道栅格单元的河道可靠性,n为X*X范围内水体单元的总数,i为X*X范围内水体单元的编号,xi为第i个水体单元的行号,yi为第i个水体单元的列号,x为河道栅格的行号,y为河道栅格的列号。
步骤五、根据栅格化的河道可靠性,建立阈值与河道可靠性均值的关系曲线(图7),确定临界阈值点,该临界阈值点即为集水面积阈值,包括以下步骤:
1)结合流域实际自然地理情况,设置汇流累积值的最大阈值Max=800000,最大阈值对应最疏可能河道(图5);
2)在阈值范围[Min,Max]内,逐阈值进行河道判断,统计河道栅格单元的个数num及该num个河道栅格的河道可靠性,计算对应阈值下的河道可靠性均值;
其中,j为某一阈值对应的num个河道栅格中的河道栅格编号,Cj为该阈值下的第j个河道栅格对应的河道可靠性;
3)建立阈值与河道可靠性均值的关系曲线,曲线斜率转折点即为临界阈值点。
从图7可知,屯溪流域集水面积阈值为205000,图8为该阈值下的水系结构,图9为屯溪流域河道计算结果和实测结果对比示意图。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围内。
Claims (5)
1.一种数字河网提取时集水面积阈值的确定方法,其特征在于,包括以下步骤:
步骤1、利用流域遥感影像数据进行流域水体识别,栅格化水体识别结果;
步骤2、利用流域DEM数据计算出流域中每一个栅格单元的汇流累积值,生成汇流累积栅格;
步骤3、按汇流累积值的最小阈值提取流域中的最密可能河道;
步骤4、以最密可能河道上的栅格单元为中心,根据栅格化的水体识别结果,逐河道栅格计算一定范围内的河道可靠性;
步骤5、根据栅格化的河道可靠性,建立阈值与河道可靠性均值的关系曲线,确定临界阈值点,该临界阈值点即为集水面积阈值;
所述步骤4具体如下:
步骤4.1、结合遥感影像与DEM信息,设置河道栅格与水体栅格容许偏差X;水体栅格是:步骤1中得到栅格化的水体识别结果,标记出识别为水体的栅格,生成水体栅格;
步骤4.2、逐次访问河道栅格中的每一个栅格单元,寻找以该单元为中心,X*X范围内的水体单元;
步骤4.3、根据4.2中已选择的水体单元,计算河道栅格单元的河道可靠性;
其中,C为河道栅格单元的河道可靠性,n为X*X范围内水体单元的总数,i为X*X范围内水体单元的编号,xi为第i个水体单元的行号,yi为第i个水体单元的列号,x为河道栅格的行号,y为河道栅格的列号。
2.根据权利要求1所述的一种数字河网提取时集水面积阈值的确定方法,其特征在于,步骤1具体如下:
利用不同地物光谱特征,采用基于遥感影像的水体指数的计算方法,得到栅格化的水体识别结果。
3.根据权利要求1所述的一种数字河网提取时集水面积阈值的确定方法,其特征在于,所述步骤2中利用流域DEM数据计算出流域中每一个栅格单元的汇流累积值,具体如下:
步骤2.1、初始化流域中每一个栅格单元的汇流累积值,取值为1;
步骤2.2、以栅格单元Cell为中心,通过周围栅格的高程值与该栅格单元的高程值的对比,找出与其相比最低的栅格单元CellD;
步骤2.3、将Cell作为出流栅格,CellD作为入流栅格,入流栅格的汇流累积值在自身原有汇流累积值上加出流栅格的汇流累积值;
步骤2.4、逐栅格循环,计算得到每一个栅格单元中的汇流累积值A。
4.根据权利要求1所述的一种数字河网提取时集水面积阈值的确定方法,其特征在于,所述步骤3具体如下:
步骤3.1、结合流域实际自然地理情况,设置汇流累积值的最小阈值Min;
步骤3.2、利用Min对步骤2中计算得到的汇流累积栅格进行重分类,生成最密可能河道,汇流累积栅格中汇流累积值高于Min的判定为河道栅格,汇流累积值低于Min的判定为坡地栅格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910256080.XA CN110084848B (zh) | 2019-04-01 | 2019-04-01 | 一种数字河网提取时集水面积阈值的确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910256080.XA CN110084848B (zh) | 2019-04-01 | 2019-04-01 | 一种数字河网提取时集水面积阈值的确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110084848A CN110084848A (zh) | 2019-08-02 |
CN110084848B true CN110084848B (zh) | 2022-09-02 |
Family
ID=67413949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910256080.XA Active CN110084848B (zh) | 2019-04-01 | 2019-04-01 | 一种数字河网提取时集水面积阈值的确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110084848B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112700411B (zh) * | 2020-12-29 | 2022-03-08 | 中国铁路设计集团有限公司 | 基于遥感技术的岩溶隧道集水面积计算方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108597022A (zh) * | 2018-05-08 | 2018-09-28 | 河海大学 | 一种估算中小流域内河道宽度的方法 |
CN108643116A (zh) * | 2018-05-08 | 2018-10-12 | 河海大学 | 一种山区性水库库区河道水面宽度的估算方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295576B (zh) * | 2016-08-12 | 2017-12-12 | 中国水利水电科学研究院 | 一种基于自然地理特征的水源类型解析方法 |
-
2019
- 2019-04-01 CN CN201910256080.XA patent/CN110084848B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108597022A (zh) * | 2018-05-08 | 2018-09-28 | 河海大学 | 一种估算中小流域内河道宽度的方法 |
CN108643116A (zh) * | 2018-05-08 | 2018-10-12 | 河海大学 | 一种山区性水库库区河道水面宽度的估算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110084848A (zh) | 2019-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111582755B (zh) | 一种基于多维度集合信息山洪灾害综合风险动态评估方法 | |
CN108874936B (zh) | 一种基于改进新安江模型的适用于山丘区的水文预报方法 | |
Schumann et al. | The utility of spaceborne radar to render flood inundation maps based on multialgorithm ensembles | |
CN105184423B (zh) | 一种风电场集群风速预测方法 | |
CN111507375B (zh) | 一种城市内涝风险快速评估方法及系统 | |
CN110096751B (zh) | 一种估算无资料地区中小型水库蓄量的方法 | |
Heuvelmans et al. | Analysis of the spatial variation in the parameters of the SWAT model with application in Flanders, Northern Belgium | |
CN104574512A (zh) | 一种顾及地形语义信息的多尺度dem构建方法 | |
CN109186706A (zh) | 一种用于城市雨洪淹没区预警的方法 | |
CN114580910B (zh) | 一种考虑道路影响的流域泥沙连通性评价方法 | |
CN112149314A (zh) | 一种基于虚拟库容修正的多沙水库库容冲淤模拟方法 | |
Gong et al. | Parameterizing the Yellow River Delta tidal creek morphology using automated extraction from remote sensing images | |
Wang et al. | Evaluation of multi‐source precipitation data in a watershed with complex topography based on distributed hydrological modeling | |
CN110084848B (zh) | 一种数字河网提取时集水面积阈值的确定方法 | |
Hui et al. | The Fractal Characteristics of Drainage Networks and Erosion Evolution Stages of Ten Kongduis in the Upper Reaches of the Yellow River, China | |
Liu et al. | A novel approach for assessing rooftop-and-facade solar photovoltaic potential in rural areas using three-dimensional (3D) building models constructed with GIS | |
CN110633674B (zh) | 一种基于遥感影像与降雨监测数据的雨水去向不确定性分析方法及系统 | |
CN112507635B (zh) | 一种流域湿地洪水调蓄功能量化评估方法 | |
CN112926416B (zh) | 一种基于生态水文特征的植被分区方法、系统及装置 | |
CN114385959A (zh) | 一种近坝区子流域单元划分方法、装置及存储介质 | |
Sicaud et al. | Pairing remote sensing and clustering in landscape hydrology for large-scale changes identification. Applications to the subarctic watershed of the George River (Nunavik, Canada) | |
Yang et al. | Applicability evaluation of the SWIM at river basins of the black soil region in Northeast China: A case study of the upper and middle Wuyuer River basin | |
Fang et al. | A Rapid Assessment Method for Flood Risk Mapping Integrating Aerial Point Clouds and Deep Learning | |
CN110110910B (zh) | 一种估算无资料地区库塘坝蓄量的方法 | |
Dau et al. | ASSESSMENT OF POTENTIAL IMPACTS OF CLIMATE AND SOCIO-ECONOMIC CHANGES ON FUTURE WATER SECURITY IN THE HIMALAYAS, INDIA. |
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 |