CN110930649B - 冰川物质平衡量获取方法、装置、计算机设备及存储介质 - Google Patents
冰川物质平衡量获取方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110930649B CN110930649B CN201911070350.4A CN201911070350A CN110930649B CN 110930649 B CN110930649 B CN 110930649B CN 201911070350 A CN201911070350 A CN 201911070350A CN 110930649 B CN110930649 B CN 110930649B
- Authority
- CN
- China
- Prior art keywords
- glacier
- area
- elevation
- model
- region
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 239000000463 material Substances 0.000 title claims abstract description 24
- 230000003287 optical effect Effects 0.000 claims abstract description 153
- 238000012937 correction Methods 0.000 claims abstract description 122
- 238000004364 calculation method Methods 0.000 claims abstract description 94
- 239000000126 substance Substances 0.000 claims abstract description 43
- 230000035515 penetration Effects 0.000 claims description 37
- 238000005259 measurement Methods 0.000 claims description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 230000000052 comparative effect Effects 0.000 claims description 8
- 230000001427 coherent effect Effects 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 description 18
- 238000011160 research Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000009440 infrastructure construction Methods 0.000 description 3
- 239000004575 stone Substances 0.000 description 3
- OMPJBNCRMGITSC-UHFFFAOYSA-N Benzoylperoxide Chemical compound C=1C=CC=CC=1C(=O)OOC(=O)C1=CC=CC=C1 OMPJBNCRMGITSC-UHFFFAOYSA-N 0.000 description 2
- 238000002679 ablation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 229940060894 topex Drugs 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 241000132092 Aster Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 239000005457 ice water Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000005413 snowmelt Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/20—Calibration, including self-calibrating arrangements
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请涉及一种冰川物质平衡量获取方法、装置、计算机设备及存储介质,方法包括:根据计算期内待测区域的初始高程差,得到待测区域中冰川区域的流域高程差;流域高程差为将初始高程差,根据由待测区域的校正高程模型中非冰川区域的校正高程数据与待测区域的参考高程模型中非冰川区域的参考高程数据得到的参考高程差进行校准操作后,得到的冰川区域表面高程的变化量;校正高程模型是根据参考高程模型对初始高程模型进行校正操作后,得到的待测区域的数字高程模型;根据计算期内待测区域的光学影像数据和雷达影像数据,得到冰川区域的冰川面积;根据流域高程差和冰川面积得到计算期内的冰川物质平衡量,从而提高获取的冰川物质平衡量的准确性。
Description
技术领域
本申请涉及冰川物质平衡技术领域,特别是涉及一种冰川物质平衡量获取方法、装置、计算机设备及存储介质。
背景技术
在全球气候变化日益突显的大背景下,冰川的生长或消退为研究全球气候变化提供了理想的研究条件。并且,冰川与冻土发育的地区一般是数条河流的水资源形成区,冰川冻土波动对这些河流径流的季节、年际和年代际变化有十分重要的影响。此外,气候变暖导致冰川消融加剧,由此引发的雪崩、冰崩、滑坡、泥石流、冰湖溃决等灾害的风险增大,严重威胁了该地区居民的生命财产安全和基础设施建设。因此,准确监测冰川变化对冰川水资源变化研究和冰川灾害研究具有巨大的现实意义。
传统技术中,由于CryoSat-2足迹点大,官方波形重定存在一些问题等原因,将CryoSat-2数据用于研究山地冰川的表面高程变化得到的结果准确性很低,无法对冰川水资源变化研究和冰川灾害研究提供准确的数据基础。
发明内容
基于此,有必要针对上述技术问题,提供一种冰川物质平衡量获取方法、装置、计算机设备及存储介质。
一方面,本发明提供了一种冰川物质平衡量获取方法,包括:
根据计算期内待测区域的初始高程差,得到所述待测区域中冰川区域的流域高程差;其中,所述流域高程差为将所述初始高程差,根据由所述待测区域的校正高程模型中非冰川区域的校正高程数据,与所述待测区域的参考高程模型中非冰川区域的参考高程数据得到的参考高程差进行校准操作后,得到的所述冰川区域表面高程的变化量;所述校正高程模型是根据所述参考高程模型对初始高程模型进行校正操作后,得到的所述待测区域的数字高程模型;所述参考高程模型为所述待测区域在所述计算期内某一时段的已知高程模型产品;所述校准操作包括:将所述待测流域的初始高程差减去所述非冰川区域的校正高程数据与所述校正高程数据对应年份存在重叠区域的所述非冰川区域的参考高程数据之差;
根据计算期内所述待测区域的光学影像数据和雷达影像数据获取光学冰川区域与雷达冰川区域的并集区域,得到所述冰川区域的冰川面积;根据所述流域高程差和所述冰川面积得到所述计算期内的冰川物质平衡量。
在其中一个实施例中,所述根据计算期内待测区域的初始高程差,得到所述待测区域中冰川区域的流域高程差,包括:
根据测高卫星获取计算期内所述待测区域的初始测高数据;
将所述初始测高数据转换成与所述参考高程模型相同参考基础的高程数据,得到转换高程数据;
根据所述转换高程数据得到所述初始高程差;
将所述校正高程模型中所述非冰川区域的校正高程数据减去所述参考高程模型中所述非冰川区域的参考高程数据,得到所述非冰川区域的所述参考高程差;
将所述初始高程差根据所述参考高程差进行校准操作,得到所述流域高程差。
在其中一个实施例中,所述将所述校正高程模型中所述非冰川区域的校正高程数据减去所述参考高程模型中所述非冰川区域的参考高程数据,得到所述非冰川区域的所述参考高程差之前,包括:
构建所述待测区域的初始高程模型;所述初始高程模型是以所述待测区域内的特征地物作为地面控制点而构建的高程模型;
对所述初始高程模型进行模型校正,得到校正高程模型;所述模型校正包括根据所述参考高程模型对所述初始高程模型进行的偏移校正,根据地形最大曲率对所述初始高程模型进行的最大曲率校正,根据C波段雷达的穿透能力对所述初始高程模型进行的穿透深度校正。
在其中一个实施例中,所述根据所述参考高程模型对所述初始高程模型进行的偏移校正,包括:
获取所述初始高程模型相对于所述参考高程模型的偏移量和偏移方向;
根据所述偏移量和偏移方向对所述初始高程模型进行偏移校正,得到偏移校正模型;
所述根据地形最大曲率对所述初始高程模型进行的最大曲率校正,包括:
获取所述偏移校正模型和所述参考高程模型之间的偏移高程差;其中,所述偏移高程差包括所述待测区域中非冰川区域的非冰川偏移高程差和冰川区域的冰川偏移高程差;
根据所述非冰川偏移高程差和所述非冰川区域的地形最大曲率之间的关系,对所述偏移校正模型进行曲率校正,得到曲率校正模型;
所述根据C波段雷达的穿透能力对所述初始高程模型进行的穿透深度校正,包括:
获取所述C波段雷达在冰川中的穿透深度,根据所述穿透深度对所述曲率校正模型进行穿透校正,得到所述校正高程模型。
在其中一个实施例中,所述将所述初始高程差根据所述参考高程差进行校准操作,得到所述流域高程差,包括:
获取所述冰川区域内每一像元的初始高程差;
将所述冰川区域内每一像元的所述初始高程差减去所述非冰川区域内所述参考高程差,得到校准高程差;每一所述校准高程差与一所述像元对应;
获取所述校准高程差的平均值,作为所述流域高程差。
在其中一个实施例中,所述根据计算期内所述待测区域中冰川区域的光学影像数据和雷达影像数据获取光学冰川区域与雷达冰川区域的并集区域,得到所述冰川区域的冰川面积,包括:
获取计算期内所述待测区域的光学影像数据;
根据多波段比值阈值分割法对所述光学影像数据进行数据处理,得到所述待测区域中的光学冰川区域;其中,所述光学冰川区域为第一光学冰川区域和第二光学冰川区域的重叠区域,所述第一光学冰川区域为根据第一比值光学影像数据所确定的冰川光学区域,所述第一比值光学影像数据为红色波段获取的第一光学影像数据与根据短波红外波段获取的第二光学影像数据之比。所述第二光学冰川区域为根据第二比值光学影像数据所述确定的冰川光学区域,所述第二比值光学影像数据为近红外波段获取的第三光学影像数据与根据短波红外波段获取的第四光学影像数据之比;
获取计算期内所述待测区域的雷达影像数据;
对所述雷达影像数据进行干涉相干处理,得到所述待测区域的相干性影像数据;
根据所述相干性图数据和所述光学冰川区域的影像数据,得到所述冰川区域的雷达冰川区域数据;
获取所述光学冰川区域与所述雷达冰川区域的并集区域;
根据所述光学冰川区域的影像数据和所述雷达冰川区域的影像数据获取所述并集区域的面积,作为所述冰川区域的冰川面积。
在其中一个实施例中,所述根据所述流域高程差和所述冰川面积得到所述计算期内的冰川物质平衡量,包括:
获取所述流域高程差、所述冰川面积、冰川密度、水的密度以及冰川面积平均值;其中,所述冰川面积为计算期内某一时间的冰川面积;所述冰川面积平均值为计算期内某一时间的冰川面积与参考时间的冰川面积的平均值;
根据所述流域高程差、所述冰川面积、冰川密度、水的密度以及冰川面积平均值进行融合计算,得到所述冰川物质平衡量。
另一方面,本申请提供一种冰川物质平衡量获取装置,包括:
高程差获取模块,用于根据计算期内待测区域的初始高程差,得到所述待测区域中冰川区域的流域高程差;其中,所述流域高程差为将所述初始高程差,根据由所述待测区域的校正高程模型中非冰川区域的校正高程数据,与所述待测区域的参考高程模型中非冰川区域的参考高程数据得到的参考高程差进行校准操作后,得到的所述冰川区域表面高程的变化量;所述校正高程模型是根据所述参考高程模型对初始高程模型进行校正操作后,得到的所述待测区域的数字高程模型;所述参考高程模型为所述待测区域在所述计算期内某一时段已知的高程模型产品;所述校准操作包括:将所述待测流域的初始高程差减去所述非冰川区域的校正高程数据与所述校正高程数据对应年份存在重叠区域的所述非冰川区域的参考高程数据之差;
冰川面积获取模块,根据计算期内所述待测区域的光学影像数据和雷达影像数据获取光学冰川区域与雷达冰川区域的并集区域,得到所述冰川区域的冰川面积;
物质平衡计算模块,根据所述流域高程差和所述冰川面积得到所述计算期内的冰川物质平衡量。
另一方面,本申请提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
另一方面,本申请提高一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项上述的方法的步骤。
本申请提供的冰川物质平衡量获取方法中,计算机设备根据参考高程差对由测高卫星获得的初始高程差进行校准操作,得到冰川区域的流域高程差,结合获取到的待测区域的光学影像数据和雷达影像数据,得到冰川区域的冰川面积,再根据所述流域高程差和所述冰川面积得到所述计算期内的冰川物质平衡量,从而实现对待测区域中冰川区域的冰川物质平衡量的获取。其中,参考高程差是由构建的待测区域的校正高程模型中非冰川区域的校正高程数据和参考高程模型中非冰川区域的参考高程数据得到的,校正高程模型是根据参考高程模型进行校正得到的,而所述参考高程模型是数据可信的已知模型,可见用于获取冰川物质平衡量的流域高程差经过以可信数据为基础的双重校核,一个是根据参考高程模型得到的参考高程差对初始高程差的校准,一个是根据参考高程差对初始高程模型的校正,根据提高计算冰川物质平衡量的数据来源中流域高程差数据的准确性,提高获取的冰川物质平衡量的准确性,为冰川水资源变化研究和冰川灾害研究提供准确的数据基础,以准确预测由于冰川水资源消退或消融而引发的雪崩、冰崩、滑坡、泥石流、冰湖溃决等灾害的发生,得以提前采取措施预防,保证该地区居民的生命财产安全和基础设施建设。
附图说明
图1是本申请提供的一实施例中冰川物质平衡量获取方法的流程图;
图2是本申请提供的一实施例中步骤S101的流程图;
图3是本申请提供的一实施例中步骤S204的流程图;
图4是本申请提供的一实施例中偏移校正的流程图;
图5是本申请提供的一实施例中最大曲率校正的流程图;
图6是本申请提供的另一实施例中步骤S101的流程图;
图7是本申请提供的一实施例中步骤S102的流程图;
图8是本申请提供的一实施例中步骤S103的流程图;
图9是本申请提供的一实施例中2003~2018年易贡藏布流域冰川流域高程差变化表;
图10是本申请提供的一实施例中冰川物质平衡量获取装置的结构框图;
图11是本申请提供的一实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
参照图1,是本发明提供的一个实施例中冰川物质平衡量获取方法的流程图。
所述方法包括以下步骤:
S101、根据计算期内待测区域的初始高程差,得到所述待测区域中冰川区域的流域高程差。
其中,所述流域高程差为将所述初始高程差,根据由所述待测区域的校正高程模型中非冰川区域的校正高程数据,与所述待测区域的参考高程模型中非冰川区域的参考高程数据得到的参考高程差即DEM差分(Digital Elevation Mode,数字高程模型)进行校准操作后,得到的所述冰川区域表面高程的变化量。所述校正高程模型是根据所述参考高程模型对初始高程模型进行校正操作后,得到的所述待测区域的数字高程模型,所述数字高程模型是用一组有序数值阵列形式表示地面高程的一种实体地面模型。
本实施例中,所述初始高程差是不同时间同一待测区域地面点到卫星距离的变化量,可由卫星大地测量方法测定的大地高程计算得到,也可由几何和物理大地测量相结合来测定。
其中,所述校正高程模型为利用立体像对的方法所构建并经过校正操作的立体模型,该立体模型用于表征计算期内所述待测区域表面形状,所述参考高程模型为所述待测区域在所述计算期内某一时段的高程变化,为已知的高程模型产品。例如,所述校正高程模型可以为计算期2003~2018年所述待测区域的高程变化,所述参考高程模型为所述计算期内2014年所述待测区域的高程变化。所述参考高程差为所述校正高程模型中校正高程数据与所述参考高程模型中参考高程数据的差值。
具体地,计算机设备将测高卫星获取的计算期内待测区域的初始测高数据进行高程转换,将所述初始测高数据与所述参考高程数据统一参考基准,计算得到所述初始高程差。计算机设备将所述初始高程差根据由构建的所述待测区域的校正高程模型中非冰川区域的校正高程数据,与所述待测区域的参考高程模型中非冰川区域的参考高程数据得到的参考高程差进行校准操作后,得到的所述冰川区域表面高程的变化量即所述流域高程差。
S102、根据计算期内所述待测区域的光学影像数据和雷达影像数据,得到所述冰川区域的冰川面积。
其中,所述光学影像数据为卫星根据可见光传感器和部分红外波段传感器获取到的影像数据,所述雷达影像数据为卫星根据合成孔径雷达获取到的影像数据。
具体地,计算机设备将所获取的计算期内所述待测区域的光学影像数据处理得到所述冰川区域的冰川光学影像数据,将所获取的计算期内所述待测区域的雷达光学影像数据处理得到所述冰川区域的冰川雷达影像数据,结合所述冰川光学影像数据和所述冰川雷达影像数据得到所述冰川区域的冰川面积。
S103、根据所述流域高程差和所述冰川面积得到所述计算期内的冰川物质平衡量。
其中,冰川物质平衡是指某时段内冰川固、液态水的收支状况。本实施例中,所述冰川物质平衡量用于表征所述计算期内某一年的所述冰川区域的水厚变化量。
具体地,计算机设备根据冰川区域的流域高程差和计算期内某一年冰川面积相对于参考年冰川面积的面积变化量,得到所述待测流域在该年相对于所述参考年的冰川体积变化量,根据冰水物质转换关系得到所述冰川物质平衡量。例如,根据冰与水之间的密度、质量以及体积之间的计算关系实现冰与水之间的物质转换。
本实施例中,计算机设备根据参考高程差对由测高卫星获得的初始高程差进行校准操作,得到冰川区域的流域高程差,结合获取到的待测区域的光学影像数据和雷达影像数据,得到冰川区域的冰川面积,再根据所述流域高程差和所述冰川面积得到所述计算期内的冰川物质平衡量,从而实现对待测区域中冰川区域的冰川物质平衡量的获取。其中,参考高程差是由构建的待测区域的校正高程模型和参考高程模型得到的,校正高程模型是根据参考高程模型进行校正得到的,而所述参考高程模型是数据可信的已知模型,可见用于获取冰川物质平衡量的流域高程差经过以可信数据为基础的双重校核,一个是根据参考高程模型得到的参考高程差对初始高程差的校准,一个是根据参考高程差对初始高程模型的校正,根据提高计算冰川物质平衡量的数据来源中流域高程差数据的准确性,提高获取的冰川物质平衡量的准确性,为冰川水资源变化研究和冰川灾害研究提供准确的数据基础,以准确预测由于冰川水资源变化而引发的雪崩、冰崩、滑坡、泥石流、冰湖溃决等灾害的发生,得以提前采取措施预防,保证该地区居民的生命财产安全和基础设施建设。
在另一实施例中,如图2所示,所述步骤S101、根据计算期内待测区域的初始高程差,得到所述待测区域中冰川区域的流域高程差,包括:
S201、根据测高卫星获取计算期内所述待测区域的初始测高数据。
其中,所述初始高程数据包括所述测高卫星获取的所述待测区域表面相对于所述测高卫星的距离。
本实施例中,可用于获取易贡藏布流域测高数据的测高卫星包括ICEsat和CryoSat-2。
具体地,计算机设备将所述待测区域表面相对于所述测高卫星的表面距离,作为所述初始测高数据。其中,表面距离所述测高卫星在所述计算期内获取的所述待测区域表面距离卫星的距离。
S202、将所述初始测高数据转换成与所述参考高程模型相同参考基础的高程数据,得到转换高程数据。
其中,所述参考高程模型使用的是EGM96大地水准面作为高程数据获取的基准。
具体地,为便于后续流域高程差的计算,计算机设备将所述初始测高数据转换成EGM96大地水准高程数据,与所述参考高程模型中的参考高程数据统一参考基准,得到所述转换高程数据。
本实施例中,获取的易贡藏布流域测高数据包括ICESat测高数据处理和CryoSat-2测高数据两部分。其中,ICESat测高数据的高程转换可以利用式(1)进行转换:
ICESatEGM96=ICESatTopex-GeoidHeightICESat-Offset (1)
式(1)中,ICESatEGM96表示大地水准高程,ICESatTopex分别表示在Topex/Poseidon椭球中的高程;GeoidHeightICESat表示大地水准面到参考椭球体的高程差,可以直接读取;Offset表示Topex/Poseidon椭球与WGS84椭球的垂直偏差,可以用式(2)进行计算。
Offset=0.8337-0.3848(sin(lat))2 (2)
式(2)中,lat表示纬度,Offset单位为m。
CryoSat-2测高数据的高程转换可以利用式(3)进行转换:
CryoSat-2EGM96=CryoSat-2WGS84-GeoidHeightCryoSat-2 (3)
式(3)中,CryoSat-2EGM96表示大地水准高程,CryoSat-2WGS84表WGS84椭球中的高程;GeoidHeightCryoSat-2表示大地水准面到参考椭球体的高程差,可以直接读取。
S203、根据所述转换高程数据得到所述初始高程差。
具体地,计算机设备将同一地区不同时间的,经过高程转换的转换高程数据相减,得到所述初始高程差。
S204、将所述校正高程模型中的校正高程数据减去所述参考高程模型中的参考高程数据,得到所述参考高程差。
具体地,计算机设备利用立体像对的方法构建所述计算期内所述待测区域的初始高程模型,并对所述初始高程模型进行模型校正,得到校正高程模型,获取所述校正高程模型中的校正高程数据,和所述参考高程模型中的参考高程数据,将所述校正高程数据减去所述参考高程数据,得到所述参考高程差。
其中,所述模型校正是根据所述参考高程模型对所述初始高程模型的校正操作。
S205、将所述初始高程差根据所述参考高程差进行校准操作,得到所述流域高程差。
具体地,计算机设备根据非冰川区域的所述校正高程数据与所述参考高程数据的参考高程差,对与所述参考高程差对应年份存在重叠区域的所述初始高程差进行校正。其中,所述非冰川区域为所述待测区域中的高程数据随时间变化不大的区域。例如,所述校正高程数据对应的年份可以为2003~2018年,所述参考高程数据为2014年的,2003~2018年中每一年的校正高程数据减去2014年的参考高程数据,得到与2003~2018年对应的呈时间序列的参考高程差。本实施例中需要校准的高程数据为CryoSat-2测高数据,所述CryoSat-2测高数据为2010~2018年的,则对应得到的2010~2018年的初始高程差,与所述参考高程差重叠的年份为2010~2018年,则可采用2010~2018年非冰川区域的所述参考高程差对所述2010~2018年的初始高程差进行校正,例如对应2011年非冰川区域的参考高程差为1m,而2011年对应的非冰川区域的初始高程差为2m,则认为初始高程差相较于参考高程差高1m,则将2011年的冰川区域和非冰川区域的初始高程差统一减去1m,以实现通过根据所述校正高程数据与所述参考高程数据得到的参考高程差对所述初始高程差的校准,得到所述冰川区域对应的流域高程差。
本实施例中,通过高程转换的方式将测高卫星获取的测高数据与参考高程模型进行数据标准统一,为后续获取流域高程差做好数据准备,高程转换的过程使得测高卫星得到的初始测高数据可用,延长了具有数据支撑的可用于获取冰川物质平衡量的时间序列,可得到连续、长时间、准确的冰川表面高程变化时间序列及冰川物质平衡量,有益于广时域上的冰川物质平衡研究。
在另一实施例中,如图3所示,所述步骤S204、将所述校正高程模型中的校正高程数据减去所述参考高程模型中的参考高程数据,得到所述参考高程差之前,包括:
S301、构建所述待测区域的初始高程模型;所述初始高程模型是以所述待测区域内的特征地物作为地面控制点而构建的高程模型。
具体的,计算机设备对ASTER传感器采用同轨准实时立体像对(3N、3B波段)方法获取到的所述待测区域的光学影像数据进行数据处理,得到表征计算期内所述待测区域高程变化的所述初始高程模型。其中,所述数据处理包括选择模型、采集地面控制点(GCP)、采集连接点(TP)、计算传感器模型、生成核线影像、从核线影像生成数字高程模型、地理编码和高程编辑、镶嵌等处理的过程。
其中,所述地面控制点的采集是通过谷歌地球找出所述待测区域内分辨率高、容易识别的地物,如道路交汇处、稳定河滩地、村庄以及山顶点等,获取该地物的坐标值,然后分别在立体像对中找出对应点位置并采集,控制点坐标选用谷歌地球坐标值,高程值则选用参考高程模型的高程值,在此基础上进一步采集立体像对中的两景影像的连接点以提高构建物理模型的质量,从而构建模型准确性高的所述待测区域的初始高程模型。
S302、对所述初始高程模型进行模型校正,得到校正高程模型。
其中,所述模型校正包括:根据所述参考高程模型对所述初始高程模型进行的偏移校正,根据地形最大曲率对所述初始高程模型进行的曲率校正,根据C波段雷达的穿透能力对所述初始高程模型进行的穿透深度校正中至少一种校正方式。可以包括其中的任意一种矫正,也可以包括任意两种的组合,还可以是上述三中的组合。
一实施例中,计算机设备在利用立体像对的方法构建所述初始高程模型时,同一地区不同时间获取的初始高程数据在水平方向和垂直方向上都有一定的偏移,这种偏移即使不足一个像元也会对高程差产生非常大的影响。为了消除空间偏移对结果产生的影响,需要采用空间配准方法对构建的初始高程模型进行偏移校正。
另一实施例中,地形因素,如地形最大曲率、坡度、高程等也会对高程差产生影响,因此需要对所述初始高程模型进行最大曲率校正。
另一实施例中,所述参考高程模型是根据卫星搭载C波段雷达信号测量得到的高程数据所构建的,由于C波段信号对雪和冰有一定的穿透,因此需要对所述初始高程模型进行穿透校正。
另一实施例中,所述模型校正包括:
根据所述参考高程模型对所述初始高程模型进行的偏移校正,得到偏移校正模型;根据地形最大曲率对所述偏移校正模型进行的曲率校正,得到曲率校正模型;根据C波段雷达的穿透能力对所述曲率校正模型进行的穿透深度校正,得到所述校正高程模型。
其中,如图4所示,所述根据所述参考高程模型对所述初始高程模型进行的偏移校正,包括:
S401、获取所述初始高程模型相对于所述参考高程模型的偏移量和偏移方向。
其中,所述初始高程模型是基于X波段SRTM(Shuttle Radar TopographyMission,航天飞机雷达地形测绘使命)数据构建的,所述参考高程模型时基于C波段SRTM数据构建的,利用高程差与坡度、坡向之间的三角函数关系式(4),将X波段SRTM配准到C波段SRTM。
其中,dh表示各像元处X波段SRTM与C波段SRTM的高程差值,dh=SRTMX-SRTMC,Ψ为像元处的坡向,α为像元处的坡度,为高程差平均值,a、b分别为DEM偏移量的大小和方向,c是高程差平均值与坡度平均值的正切值的比值。
具体地,计算机设备将所述三角函数关系进行归一化处理,得到式(5)和式(6),
通过回归分析求得所述三角函数关系中的参数a,b,c的数值,一次回归往往不能满足要求,需要进行多次回归分析,选取的终止条件是a<0.5m或均方误差的改进值小于1%。
根据参数a,b得到X波段SRTM在水平方向的偏移量和偏移方向。
dx=a·sin(b) (7)
dy=a·cos(b) (8)
其中,dx、dy为正表示X波段SRTM向东、向北偏移;为负则表示向西、向南偏移。
S402、根据所述偏移量和偏移方向对所述初始高程模型进行偏移校正,得到偏移校正模型。
具体地,计算机设备将所述初始高程模型沿上述得到的所述偏移方向的反向移动所述偏移量大小的距离,得到偏移校正模型,实现对通过参考高程模型对所述初始高程模型的偏移校正。
如图5所示,所述根据地形最大曲率对所述偏移校正模型进行的最大曲率校正,包括:
S501、获取所述偏移校正模型和所述参考高程模型之间的偏移高程差。
其中,所述偏移高程差包括所述待测区域中非冰川区域的非冰川偏移高程差和冰川区域的冰川偏移高程差。
具体地,计算机设备将获取的所述偏移校正模型中的偏移高程数据减去所述参考高程模型中的参考高程数据,得到所述偏移高程差。
本实施例中,还可以对于偏移高程模型进行剔除校正。所述剔除校正包括根据待测区域的地形设置高程差阈值和地形最大曲率范围,剔除所述偏移高程模型中偏移高程差大于所述高程差阈值的偏移校正模型中对应的区域,和超出所述地形最大曲率范围的偏移校正模型中对应的区域。
S502、根据所述非冰川偏移高程差和所述非冰川区域的地形最大曲率之间的关系,对所述偏移校正模型进行曲率校正,得到曲率校正模型。
其中,所述非冰川区域的非冰川偏移高程差和所述非冰川区域的地形最大曲率之间的关系与所述冰川区域的冰川偏移高程差和所述冰川区域的地形最大曲率之间的关系相同。
具体地,计算机设备利用稳定地形区域即非冰川区域的非冰川偏移高程差与非冰川区域的地形最大曲率之间的关系对所述偏移校正模型进行校正,以得到所述曲率校正模型。例如,非冰川区域对应的非冰川数字高程差为1m,一般情况下非冰川区域对应的非冰川数字高程差为0,由此可知经偏移校正后得到的,非冰川区域的偏移数字高程差相较于真实数据高1m,则将所述偏移校正模型中的偏移高程数据统一减去1m,从而得到所述曲率校正模型,以此实现利用所述非冰川偏移高程差和所述非冰川区域的地形最大曲率之间的关系与所述冰川区域的冰川数字高程差和所述冰川区域的地形最大曲率之间的关系相同,对所述偏移校正模型进行的最大曲率校正,得到所述曲率校正模型。
其中,所述根据C波段雷达的穿透能力对所述曲率校正模型进行的穿透校正,包括:
获取所述C波段雷达在冰川中的穿透深度,根据所述穿透深度对所述曲率校正模型进行穿透校正,得到所述校正高程模型。
具体地,计算机设备获取C波段雷达对该待测区域冰川的穿透深度,将所述曲率校正模型中的曲率高程数据加上所述穿透深度,得到所述校正高程模型。
本实施例中,根据待测区域的参考高程模型对构建的初始高程模型进行模型校正,模型校正包括通过参考高程模型对初始高程模型进行的偏移校正,除去初始高程模型与参考高程模型之间的模型偏移,得到偏移校正模型,以避免因模型偏移导致的后续计算错误,再通过地形最大曲率与高程差之间的关系,对偏移校正模型进行最大曲率校正,除去偏移校正模型中根据地形最大曲率得到的误差量,进一步精确数据,得到曲率校正模型,再根据获取参考高程模型所使用的C波段雷达对冰川的穿透深度对曲率校正模型进项穿透校正,将曲率校正模型中的曲率高程数据加上穿透深度,以消除C波段雷达对冰川的穿透带来的误差。可见本实施例中通过多个方面对构建的初始高程模型进行模型校正,得到校正高程模型,以通过提高校正高程模型的准确性而提高获取流域高程差的准确性,从而整体性提高冰川物质平衡量获取的准确性。
在另一实施例中,如图6所示,所述步骤S101、将所述初始高程差根据所述参考高程差进行校准操作,得到所述流域高程差,包括:
步骤S601、获取所述冰川区域内每一像元的初始高程差。
其中,每一所述初始高程差与一所述像元对应,每一所述参考高程差与一所述像元对应。
具体地,计算机设备获取测高卫星获取所述待测区域每一像元的初始测高数据,根据所述初始测高数据计算得到每一像元对应的初始高程差。基于图像处理和识别,计算机设备识别出所述待测区域中的冰川区域,并获取所述冰川区域内每一像元的初始高程差。
步骤S602、将所述冰川区域内每一像元的所述初始高程差减去所述非冰川区域的所述参考高程差,得到校准高程差。
其中,每一所述校准高程差与一所述像元对应。
具体地,构建的所述校正高程模型和已知的所述参考高程模型包括若干像元,每一像元对应一高程数据,计算机设备将对应像元的校正高程数据减去参考高程数据,得到所述参考高程差,并将所述初始高程差减去非冰川区域的参考高程差,得到校准高程差。
步骤S603、获取所述校准高程差的平均值,作为所述流域高程差。
具体地,计算机设备求取所述的待测区域中所有冰川区域对应的每一像元的所述校准高程差的平均值,并将该平均值作为所述冰川区域的流域高程差。
本实施例中,计算机设备将流域高程差的获取具体至每一像元处,从而提高了流域高程差的准确性,再通过获取冰川区域所有像元的校准高程差的平均值作为冰川区域的流域高程差,从而能够通过一个数据表征整个流域的高程差,实现将离散的数据整合化,以简化后续获取冰川物质平衡量的计算。
在另一实施例中,如图7所示,所述步骤S102、根据计算期内所述待测区域的光学影像数据和雷达影像数据,得到所述冰川区域的冰川面积,包括:
S701、获取计算期内所述待测区域的光学影像数据。
具体地,计算机设备获取卫星根据可见光传感器和短波红外波段和近红外波段传感器获取到的所述待测区域的影像数据,即所述光学影像数据。
S702、根据多波段比值阈值分割法对所述光学影像数据进行数据处理,得到所述待测区域中的光学冰川区域。
其中,所述光学冰川区域为第一光学冰川区域和第二光学冰川区域的重叠区域。所述第一光学冰川区域为根据第一比值光学影像数据所确定的冰川光学区域,所述第一比值光学影像数据为红色波段获取的第一光学影像数据与根据短波红外波段获取的第二光学影像数据之比。所述第二光学冰川区域为根据第二比值光学影像数据所述确定的冰川光学区域,所述第二比值光学影像数据为近红外波段获取的第三光学影像数据与根据短波红外波段获取的第四光学影像数据之比。
具体地,计算机设备根据冰在可见光波段的高反射和近红外波段的强吸收特性,有效地在所获取的光学影像数据中处理得出所述待测区域中的冰川区域,因此卫星获取到的所述光学影像数据包括所述待测区域中大部分冰川区域的影像数据。
具体地,计算机设备采用landsat-5(7)卫星波段3/波段5得到的第一光学影像数据比第二光学影像数据的数值,根据第一光学影像数据比第二光学影像数据中的灰度数值与影像阈值的大小。所述影像阈值为根据冰川影像数据设置的界限值,灰度数值大于所述影像阈值则影像对应为冰川区域,从而识别得出所述第一光学冰川区域,将第一光学影像数据比第二光学影像数据的数值对应的影像二值化处理,提取得到所述第一冰川光学区域的影像数据。采用landsat-5(7)卫星波段4/波段5得到的第三光学影像数据比第四光学影像数据的数值,根据第三光学影像数据比第四光学影像数据的数值与影像阈值的大小,识别得出所述第二光学冰川区域,将第三光学影像数据比第四二光学影像数据的数值对应的影像二值化处理,提取得到所述第二冰川光学区域的影像数据。获取所述第一光学冰川区域与所述第二光学冰川区域的重叠区域作为所述光学冰川区域,并根据所述第一光学冰川区域的影像数据和所述第二光学冰川区域的影像数据得到计算期内某一年的所述待测区域中所述光学冰川区域的影像数据。
可选地,本实施例中,计算机设备还可以将得到的所述光学冰川区域与所述参考高程模型进行比对,将所述光学冰川区域中对应所述参考高程模型中高程数据小于高程阈值的区域,以剔除低海拔河流积雪区域,得到更为准确的所述待测区域的光学冰川区域。
S703、获取计算期内所述待测区域的雷达影像数据。
具体地,计算机设备获取卫星根据合成孔径雷达获取到的所述待测区域的影像数据,即所述雷达影像数据。
S704、对所述雷达影像数据进行干涉相干处理,得到所述待测区域中的雷达冰川区域。
具体地,由于冰雪融化和冰川运动,冰川区域的表面很难保持相干性,计算机设备可根据所获取的待测区域的雷达影像数据中冰川区域影像数据的相干性特征,有效识别出所述待测区域中被厚层石块和砂砾覆盖的冰川区域,作为所述雷达冰川区域,得到所述待测区域的雷达冰川区域的影像数据。
可选地,本实施例中,计算机设备还可以通过获取的同时期的同一待测区域的光学冰川区域,与所述雷达冰川区域进行比对,筛除系统误差,手工绘制冰川区域得到更为准确的所述待测区域的雷达冰川区域。
S705、获取所述光学冰川区域与所述雷达冰川区域的并集区域。
其中,所述并集区域为对通过处理所述光学图像数据得到的光学冰川区域,和处理所述雷达图像数据得到的雷达光学区域求并集,所得到的区域。所述并集区域涵盖了所述待测区域中的所有冰川区域。
S706、根据所述光学冰川区域的影像数据和所述雷达冰川区域的影像数据获取所述并集区域的面积,作为所述冰川区域的冰川面积。
具体地,计算机设备获取计算期内相同时间的所述光学冰川区域的影像数据和所述雷达冰川区域的影像数据,根据所述光学冰川区域的影像数据获取所述冰川区域的光学冰川面积,再结合所述并集区域,根据所述雷达冰川区域的影像数据获取所述并集区域中除去所述光学冰川区域的区域面积,将所述光学冰川区域面积加上所述并集区域中除去所述光学冰川区域的区域面积,得到所述冰川区域的冰川面积。
本实施例中,计算机设备通过综合考虑获取到的待测区域的光学影像数据和雷达影像数据,来确定冰川区域。其中,采用多波段比值阈值分割法对光学影像数据进行处理,得到光学冰川区域数据,可识别出待测区域中大部分冰川区域,而对于被厚层石块和砂砾覆盖的分部冰川区域,其光学特征与周围山地和坡地十分相似,因此进一步通过干涉相干法对雷达影像数据进行处理,可以得到雷达冰川区域数据,以此将多波段比值阈值分割法无法识别出的被石块砂砾覆盖的冰川区域。结合比较两种方式得到的冰川区域,以得到待测区域中所有的冰川区域,进而根据不同方式获取到的冰川区域的影像数据的获取更为准确的冰川面积,根据提高计算冰川物质平衡量数据来源中冰川面积数据的准确性,通过提高获取的冰川物质平衡量的准确性,以为冰川水资源变化研究和冰川灾害研究提供准确的数据基础。
在另一实施例中,如图8所示,所述步骤S103、根据所述流域高程差和所述冰川面积得到所述计算期内的冰川物质平衡量,包括:
S801、获取所述流域高程差、所述冰川面积、冰川密度、水的密度以及冰川面积平均值。
其中,所述流域高程差为所述冰川区域所有像元处高程差的平均值,可用于表征整个所述冰川区域的高程差。所述冰川面积为计算期内某一时间的冰川面积。所述冰川面积平均值为计算期内某一时间的冰川面积与参考时间的冰川面积。
S802、根据所述流域高程差、所述冰川面积、冰川密度、水的密度以及冰川面积平均值进行融合计算,得到所述冰川物质平衡量。
具体地,所述取所述流域高程差、所述冰川面积、冰川密度、水的密度以及冰川面积平均值与所述冰川物质平衡量的计算满足式(9):
其中,所述冰川物质平衡量的计算还满足式(10):
其中,B表示冰川物质平衡量,Q为冰川区域的像元总数,h1i表示所述校正高程模型中冰川区域第i个像元的高程数据,h2i表示所述参考高程模型中冰川区域第i个像元的高程数据,Sp表示单个像元的面积,ρi表示冰川区第i个像元处冰川的密度,表示冰川面积平均值,ρ表示水的密度。
本实施例中,计算机设备得到计算期的所述冰川区域的流域高程差和冰川物质平衡量后,根据上述数据进行线性拟合,得到拟合曲线,可根据所述拟合曲线对缺少数据的计算期内的年份的流域高程差和冰川物质平衡量进行估算,还可得到用于表征冰川物质平衡的其他物理量,如冰川区域表面高程下降速率,以此得到多方面的冰川物质平衡数据,为冰川资源保护和冰川相关灾害防御提供可靠地数据支持,对于研究高山冰川的变化现状、驱动机制以及未来变化趋势具有重要的科学意义。如图9所示,为本方法得到的2003~2018年易贡藏布流域冰川流域高程差变化表,虚线A为根据冰川区域的流域高程差和冰川物质平衡量得到的拟合曲线,可估算缺少数据年份2009年和2010年的冰川区域的流域高程差和冰川物质平衡量,得出该流域冰川区域的表面高程下降速率为1.29±0.20m/a。
在另一个实施例中,请参阅图10,为本申请提供的一实施例中冰川物质平衡量获取装置的结构示意图,所述装置包括:
高程差获取模块110,用于根据计算期内待测区域的初始高程差,得到所述待测区域中冰川区域的流域高程差;其中,所述流域高程差为将所述初始高程差,根据由所述待测区域的校正高程模型中非冰川区域的校正高程数据,与所述待测区域的参考高程模型中非冰川区域的参考高程数据得到的参考高程差进行校准操作后,得到的所述冰川区域表面高程的变化量;所述校正高程模型是根据所述参考高程模型对初始高程模型进行校正操作后,得到的所述待测区域的数字高程模型。所述参考高程模型为所述待测区域在所述计算期内某一时段已知的高程模型产品;所述校准操作包括:将所述待测流域的初始高程差减去所述非冰川区域的校正高程数据与所述校正高程数据对应年份存在重叠区域的所述非冰川区域的参考高程数据之差。
冰川面积获取模块120,用于根据计算期内所述待测区域的光学影像数据和雷达影像数据获取光学冰川区域与雷达冰川区域的并集区域,得到所述冰川区域的冰川面积。
物质平衡计算模块130,用于根据所述流域高程差和所述冰川面积得到所述计算期内的冰川物质平衡量。
在一个实施例中,所述高程差获取模块110还用于:
根据测高卫星获取计算期内所述待测区域的初始测高数据;
将所述初始测高数据转换成与所述参考高程模型相同参考基础的高程数据,得到转换高程数据;
根据所述转换高程数据得到所述初始高程差;
将所述校正高程模型中所述非冰川区域的校正高程数据减去所述参考高程模型中所述非冰川区域的参考高程数据,得到所述非冰川区域的所述参考高程差;
将所述初始高程差根据所述参考高程差进行校准操作,得到所述流域高程差。
在一个实施例中,所述高程差获取模块110还用于:
构建所述待测区域的初始高程模型;所述初始高程模型是以所述待测区域内的特征地物作为地面控制点而构建的高程模型;
对所述初始高程模型进行模型校正,得到校正高程模型;所述模型校正包括根据所述参考高程模型对所述初始高程模型进行的偏移校正,根据地形最大曲率对所述初始高程模型进行的最大曲率校正,根据C波段雷达的穿透能力对所述初始高程模型进行的穿透深度校正。
在一个实施例中,所述高程差获取模块110还用于:
所述根据所述参考高程模型对所述初始高程模型进行的偏移校正,包括:
获取所述初始高程模型相对于所述参考高程模型的偏移量和偏移方向;
根据所述偏移量和偏移方向对所述数字高程模型进行偏移校正,得到偏移校正模型;
所述根据地形最大曲率对所述初始高程模型进行的最大曲率校正,包括:
获取所述偏移校正模型和所述参考高程模型之间的偏移高程差;其中,所述偏移高程差包括所述待测区域中非冰川区域的非冰川偏移高程差和冰川区域的冰川偏移高程差;
根据所述非冰川偏移高程差和所述非冰川区域的地形最大曲率之间的关系,对所述偏移校正模型进行曲率校正,得到曲率校正模型;
所述根据C波段雷达的穿透能力对所述初始高程模型进行的穿透深度校正,包括:
获取所述C波段雷达在冰川中的穿透深度,根据所述穿透深度对所述曲率校正模型进行穿透校正,得到所述校正高程模型。
在一个实施例中,所述高程差获取模块110还用于:
获取所述冰川区域内每一像元的初始高程差;
将所述冰川区域内每一像元的所述初始高程差减去所述非冰川区域的所述参考高程差,得到校准高程差;每一所述校准高程差与一所述像元对应;
获取所述校准高程差的平均值,作为所述流域高程差。
在一个实施例中,冰川面积获取模块120还用于:
获取计算期内所述待测区域的光学影像数据;
根据多波段比值阈值分割法对所述光学影像数据进行数据处理,得到所述待测区域中的光学冰川区域;其中,所述光学冰川区域为第一光学冰川区域和第二光学冰川区域的重叠区域,所述第一光学冰川区域为根据第一比值光学影像数据所确定的冰川光学区域,所述第一比值光学影像数据为红色波段获取的第一光学影像数据与根据短波红外波段获取的第二光学影像数据之比。所述第二光学冰川区域为根据第二比值光学影像数据所述确定的冰川光学区域,所述第二比值光学影像数据为近红外波段获取的第三光学影像数据与根据短波红外波段获取的第四光学影像数据之比;
获取计算期内所述待测区域的雷达影像数据;
对所述雷达影像数据进行干涉相干处理,得到所述待测区域的相干性影像数据;
根据所述相干性图数据和所述光学冰川区域的影像数据,得到所述冰川区域的雷达冰川区域数据;
获取所述光学冰川区域与所述雷达冰川区域的并集区域;
根据所述光学冰川区域的影像数据和所述雷达冰川区域的影像数据获取所述并集区域的面积,作为所述冰川区域的冰川面积。
在一个实施例中,所述物质平衡计算模块130还用于:
获取所述流域高程差、所述冰川面积、冰川密度、水的密度以及冰川面积平均值;其中,所述冰川面积为计算期内某一时间的冰川面积;所述冰川面积平均值为计算期内某一时间的冰川面积与参考时间的冰川面积的平均值;
根据所述流域高程差、所述冰川面积、冰川密度、水的密度以及冰川面积平均值进行融合计算,得到所述冰川物质平衡量。
在另一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储电网系统的建设规划方法的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种冰川物质平衡量的获取方法。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本申请还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
根据计算期内待测区域的初始高程差,得到所述待测区域中冰川区域的流域高程差;其中,所述流域高程差为将所述初始高程差,根据由所述待测区域的校正高程模型中非冰川区域的校正高程数据,与所述待测区域的参考高程模型中非冰川区域的参考高程数据得到的参考高程差进行校准操作后,得到的所述冰川区域表面高程的变化量;所述校正高程模型是根据所述参考高程模型对初始高程模型进行校正操作后,得到的所述待测区域的数字高程模型;所述参考高程模型为所述待测区域在所述计算期内某一时段的已知高程模型产品;所述校准操作包括:将所述待测流域的初始高程差减去所述非冰川区域的校正高程数据与所述校正高程数据对应年份存在重叠区域的所述非冰川区域的参考高程数据之差;
根据计算期内所述待测区域的光学影像数据和雷达影像数据获取光学冰川区域与雷达冰川区域的并集区域,得到所述冰川区域的冰川面积;
根据所述流域高程差和所述冰川面积得到所述计算期内的冰川物质平衡量。
在另一个实施例中,所述处理器执行所述计算机程序时还用于实现上述任一项所述方法的步骤。
在另一个实施例中,本申请还提供了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现下述步骤:
根据计算期内待测区域的初始高程差,得到所述待测区域中冰川区域的流域高程差;其中,所述流域高程差为将所述初始高程差,根据由所述待测区域的校正高程模型中非冰川区域的校正高程数据,与所述待测区域的参考高程模型中非冰川区域的参考高程数据得到的参考高程差进行校准操作后,得到的所述冰川区域表面高程的变化量;所述校正高程模型是根据所述参考高程模型对初始高程模型进行校正操作后,得到的所述待测区域的数字高程模型;所述参考高程模型为所述待测区域在所述计算期内某一时段的已知高程模型产品;所述校准操作包括:将所述待测流域的初始高程差减去所述非冰川区域的校正高程数据与所述校正高程数据对应年份存在重叠区域的所述非冰川区域的参考高程数据之差;
根据计算期内所述待测区域的光学影像数据和雷达影像数据获取光学冰川区域与雷达冰川区域的并集区域,得到所述冰川区域的冰川面积;
根据所述流域高程差和所述冰川面积得到所述计算期内的冰川物质平衡量。
在另一个实施例中,计算机程序被处理器执行时还可以实现上述任一项所述方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种冰川物质平衡量获取方法,其特征在于,包括:
根据计算期内待测区域的初始高程差,得到所述待测区域中冰川区域的流域高程差;其中,所述流域高程差为将所述初始高程差,根据由所述待测区域的校正高程模型中非冰川区域的校正高程数据,与所述待测区域的参考高程模型中非冰川区域的参考高程数据得到的参考高程差进行校准操作后,得到的所述冰川区域表面高程的变化量;所述校正高程模型是根据所述参考高程模型对初始高程模型进行校正操作后,得到的所述待测区域的数字高程模型;所述参考高程模型为所述待测区域在所述计算期内某一时段的已知高程模型产品;所述校准操作包括:将所述待测流域的初始高程差减去所述非冰川区域的校正高程数据与所述校正高程数据对应年份存在重叠区域的所述非冰川区域的参考高程数据之差;
根据计算期内所述待测区域的光学影像数据和雷达影像数据获取光学冰川区域与雷达冰川区域的并集区域,得到所述冰川区域的冰川面积;
根据所述流域高程差和所述冰川面积得到所述计算期内的冰川物质平衡量。
2.根据权利要求1所述的方法,其特征在于,所述根据计算期内待测区域的初始高程差,得到所述待测区域中冰川区域的流域高程差,包括:
根据测高卫星获取计算期内所述待测区域的初始测高数据;
将所述初始测高数据转换成与所述参考高程模型相同参考基础的高程数据,得到转换高程数据;
根据所述转换高程数据得到所述初始高程差;
将所述校正高程模型中所述非冰川区域的校正高程数据减去所述参考高程模型中所述非冰川区域的参考高程数据,得到所述非冰川区域的所述参考高程差;
将所述初始高程差根据所述参考高程差进行校准操作,得到所述流域高程差。
3.根据权利要求2所述的方法,其特征在于,所述将所述校正高程模型中所述非冰川区域的校正高程数据减去所述参考高程模型中所述非冰川区域的参考高程数据,得到所述非冰川区域的所述参考高程差之前,包括:
构建所述待测区域的初始高程模型;所述初始高程模型是以所述待测区域内的特征地物作为地面控制点而构建的高程模型;
对所述初始高程模型进行模型校正,得到校正高程模型;所述模型校正包括根据所述参考高程模型对所述初始高程模型进行的偏移校正,根据地形最大曲率对所述初始高程模型进行的最大曲率校正,根据C波段雷达的穿透能力对所述初始高程模型进行的穿透深度校正。
4.根据权利要求3所述的方法,其特征在于,
所述根据所述参考高程模型对所述初始高程模型进行的偏移校正,包括:
获取所述初始高程模型相对于所述参考高程模型的偏移量和偏移方向;
根据所述偏移量和偏移方向对所述初始高程模型进行偏移校正,得到偏移校正模型;
所述根据地形最大曲率对所述初始高程模型进行的最大曲率校正,包括:
获取所述偏移校正模型和所述参考高程模型之间的偏移高程差;其中,所述偏移高程差包括所述待测区域中非冰川区域的非冰川偏移高程差和冰川区域的冰川偏移高程差;
根据所述非冰川偏移高程差和所述非冰川区域的地形最大曲率之间的关系,对所述偏移校正模型进行曲率校正,得到曲率校正模型;
所述根据C波段雷达的穿透能力对所述初始高程模型进行的穿透深度校正,包括:
获取所述C波段雷达在冰川中的穿透深度,根据所述穿透深度对所述曲率校正模型进行穿透校正,得到所述校正高程模型。
5.根据权利要求2所述的方法,其特征在于,所述将所述初始高程差根据所述参考高程差进行校准操作,得到所述流域高程差,包括:
获取所述冰川区域内每一像元的初始高程差;
将所述冰川区域内每一像元的所述初始高程差减去所述非冰川区域的所述参考高程差,得到校准高程差;每一所述校准高程差与一所述像元对应;
获取所述校准高程差的平均值,作为所述流域高程差。
6.根据权利要求1所述的方法,其特征在于,所述根据计算期内所述待测区域中冰川区域的光学影像数据和雷达光影像数据获取光学冰川区域与雷达冰川区域的并集区域,得到所述冰川区域的冰川面积,包括:
获取计算期内所述待测区域的光学影像数据;
根据多波段比值阈值分割法对所述光学影像数据进行数据处理,得到所述待测区域中的光学冰川区域;其中,所述光学冰川区域为第一光学冰川区域和第二光学冰川区域的重叠区域,所述第一光学冰川区域为根据第一比值光学影像数据所确定的冰川光学区域,所述第一比值光学影像数据为红色波段获取的第一光学影像数据与根据短波红外波段获取的第二光学影像数据之比;所述第二光学冰川区域为根据第二比值光学影像数据所述确定的冰川光学区域,所述第二比值光学影像数据为近红外波段获取的第三光学影像数据与根据短波红外波段获取的第四光学影像数据之比;
获取计算期内所述待测区域的雷达影像数据;
对所述雷达影像数据进行干涉相干处理,得到所述待测区域的相干性影像数据;
根据所述相干性影像数据和所述光学冰川区域的影像数据,得到所述冰川区域的雷达冰川区域数据;
获取所述光学冰川区域与所述雷达冰川区域的并集区域;
根据所述光学冰川区域的影像数据和所述雷达冰川区域的影像数据获取所述并集区域的面积,作为所述冰川区域的冰川面积。
7.根据权利要求1所述的方法,其特征在于,所述根据所述流域高程差和所述冰川面积得到所述计算期内的冰川物质平衡量,包括:
获取所述流域高程差、所述冰川面积、冰川密度、水的密度以及冰川面积平均值;其中,所述冰川面积为计算期内某一时间的冰川面积;所述冰川面积平均值为计算期内某一时间的冰川面积与参考时间的冰川面积的平均值;
根据所述流域高程差、所述冰川面积、冰川密度、水的密度以及冰川面积平均值进行融合计算,得到所述冰川物质平衡量。
8.一种冰川物质平衡量获取装置,其特征在于,包括:
高程差获取模块,用于根据计算期内待测区域的初始高程差,得到所述待测区域中冰川区域的流域高程差;其中,所述流域高程差为将所述初始高程差,根据由所述待测区域的校正高程模型中非冰川区域的校正高程数据,与所述待测区域的参考高程模型中非冰川区域的参考高程数据得到的参考高程差进行校准操作后,得到的所述冰川区域表面高程的变化量;所述校正高程模型是根据所述参考高程模型对初始高程模型进行校正操作后,得到的所述待测区域的数字高程模型;所述参考高程模型为所述待测区域在所述计算期内某一时段已知的高程模型产品;所述校准操作包括:将所述待测流域的初始高程差减去所述非冰川区域的校正高程数据与所述校正高程数据对应年份存在重叠区域的所述非冰川区域的参考高程数据之差;
冰川面积获取模块,根据计算期内所述待测区域的光学影像数据和雷达影像数据获取光学冰川区域与雷达冰川区域的并集区域,得到所述冰川区域的冰川面积;
物质平衡计算模块,根据所述流域高程差和所述冰川面积得到所述计算期内的冰川物质平衡量。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911070350.4A CN110930649B (zh) | 2019-11-05 | 2019-11-05 | 冰川物质平衡量获取方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911070350.4A CN110930649B (zh) | 2019-11-05 | 2019-11-05 | 冰川物质平衡量获取方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110930649A CN110930649A (zh) | 2020-03-27 |
CN110930649B true CN110930649B (zh) | 2020-08-11 |
Family
ID=69852347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911070350.4A Active CN110930649B (zh) | 2019-11-05 | 2019-11-05 | 冰川物质平衡量获取方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110930649B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111949752B (zh) * | 2020-08-05 | 2024-05-31 | 江西省寄生虫病防治研究所 | 基于数字高程模型的特定生物种群高程获取方法 |
CN112596055B (zh) * | 2020-12-08 | 2023-04-25 | 中国地质大学(武汉) | 一种改正InSAR DEM残余系统误差的方法 |
CN113268867B (zh) * | 2021-05-17 | 2023-05-26 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种基于水热组合的冰川泥石流区域预警方法 |
CN117236668B (zh) * | 2023-11-15 | 2024-03-08 | 山东锋士信息技术有限公司 | 基于供给与消耗的区域水资源配置分析决策方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105204079B (zh) * | 2015-08-31 | 2018-05-22 | 中国科学院测量与地球物理研究所 | 一种利用TanDEM-X双站InSAR提取地震滑坡体积的方法 |
-
2019
- 2019-11-05 CN CN201911070350.4A patent/CN110930649B/zh active Active
Non-Patent Citations (1)
Title |
---|
1972-2016年东天山哈尔里克地区冰川物质平衡研究;杨晓辉 等;《冰川冻土》;20190228;第41卷(第1期);第1-10页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110930649A (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110930649B (zh) | 冰川物质平衡量获取方法、装置、计算机设备及存储介质 | |
Gardelle et al. | Region-wide glacier mass balances over the Pamir-Karakoram-Himalaya during 1999–2011 | |
Pieczonka et al. | Heterogeneous mass loss of glaciers in the Aksu-Tarim Catchment (Central Tien Shan) revealed by 1976 KH-9 Hexagon and 2009 SPOT-5 stereo imagery | |
Vincent et al. | Balanced conditions or slight mass gain of glaciers in the Lahaul and Spiti region (northern India, Himalaya) during the nineties preceded recent mass loss | |
Pieczonka et al. | Region-wide glacier mass budgets and area changes for the Central Tien Shan between~ 1975 and 1999 using Hexagon KH-9 imagery | |
Zhang et al. | Mass change of glaciers in Muztag Ata–Kongur Tagh, Eastern Pamir, China from 1971/76 to 2013/14 as derived from remote sensing data | |
Berthier et al. | Remote sensing estimates of glacier mass balances in the Himachal Pradesh (Western Himalaya, India) | |
Agarwal et al. | Area and mass changes of Siachen glacier (East Karakoram) | |
Neckel et al. | Recent mass balance of the Purogangri Ice Cap, central Tibetan Plateau, by means of differential X-band SAR interferometry | |
Wang et al. | Glacier anomaly over the western Kunlun Mountains, Northwestern Tibetan Plateau, since the 1970s | |
Belart et al. | Winter mass balance of Drangajökull ice cap (NW Iceland) derived from satellite sub-meter stereo images | |
Wu et al. | Glacier mass balance over the central Nyainqentanglha Range during recent decades derived from remote-sensing data | |
Beedle et al. | An evaluation of mass-balance methods applied to Castle Creek Glacier, British Columbia, Canada | |
Benevides et al. | 4D wet refractivity estimation in the atmosphere using GNSS tomography initialized by radiosonde and AIRS measurements: results from a 1-week intensive campaign | |
Liu et al. | Glacier elevation changes (2012–2016) of the Puruogangri Ice Field on the Tibetan Plateau derived from bi-temporal TanDEM-X InSAR data | |
Negi et al. | Status of glaciers and climate change of East Karakoram in early twenty-first century | |
Pandey et al. | Area change and thickness variation over Pensilungpa Glacier (J&K) using remote sensing | |
Anjum et al. | Quantification of spatial temporal variability of snow cover and hydro-climatic variables based on multi-source remote sensing data in the Swat watershed, Hindukush Mountains, Pakistan | |
Stumm et al. | Mass balances of Yala and Rikha Samba glaciers, Nepal, from 2000 to 2017 | |
Xu et al. | Detailed comparison of glaciological and geodetic mass balances for Urumqi Glacier No. 1, eastern Tien Shan, China, from 1981 to 2015 | |
Li et al. | Anomalous glacier changes in the southeast of Tuomuer‐khan Tengri Mountain ranges, central Tianshan | |
Li et al. | Investigating the bias of TanDEM-X digital elevation models of glaciers on the Tibetan Plateau: impacting factors and potential effects on geodetic mass-balance measurements | |
Zhao et al. | An optimal tropospheric tomography approach with the support of an auxiliary area | |
Maduako et al. | Multi-index soil moisture estimation from satellite earth observations: comparative evaluation of the topographic wetness index (TWI), the temperature vegetation dryness index (TVDI) and the improved TVDI (iTVDI) | |
Fan et al. | Sea ice surface temperature retrieval from Landsat 8/TIRS: Evaluation of five methods against in situ temperature records and MODIS IST in Arctic region |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Zhao Fanyu Inventor after: Long Di Inventor before: Long Di Inventor before: Zhao Fanyu |
|
GR01 | Patent grant | ||
GR01 | Patent grant |