CN111177118B - 一种独立于实测数据的河道型水库水下地形建模方法 - Google Patents
一种独立于实测数据的河道型水库水下地形建模方法 Download PDFInfo
- Publication number
- CN111177118B CN111177118B CN201911299423.7A CN201911299423A CN111177118B CN 111177118 B CN111177118 B CN 111177118B CN 201911299423 A CN201911299423 A CN 201911299423A CN 111177118 B CN111177118 B CN 111177118B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- river channel
- elevation
- section
- cross
- 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
- 238000012876 topography Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 38
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 26
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 6
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 2
- 230000008929 regeneration Effects 0.000 claims 1
- 238000011069 regeneration method Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 9
- 230000008859 change Effects 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000011160 research Methods 0.000 description 7
- 230000006872 improvement Effects 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 101100136092 Drosophila melanogaster peng gene Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Remote Sensing (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开一种独立于实测数据的河道型水库水下地形建模方法。基于公开获取的DEM和水库分布数据，可实现水库水下地形的快速重建。本方法利用水库上下游的已知高程信息，推测出水库区域的河道纵剖面，并以此为地形骨架，生成一系列的河道横截面，利用水库两侧的已知高程信息推测出河道横截面水下区域的高程信息。最终基于水库区域的高程预测点，生成水库的水下地形。该方法独立于野外实测数据，可快速重建水库水下地形，并可应用于大区域尺度水库库容动态变化监测，将为全球变化背景下水文水资源学研究及水库信息监管等提供方法支撑。
Description
技术领域
本发明属于水文地貌学领域，特别涉及一种独立于实测数据的河道型水库水下地形建模方法。
背景技术
水库是水资源管理的重要设施，通常具有拦洪蓄水、调节水流、水力发电等多种作用。据国际大坝委员会(International Commission on Large Dams Groups)资料，全球共有超过58,000个水库，且数量还在增加。特别是20世纪的后半叶，发展中国家掀起了水库建设高峰，新建的水库促进了对水资源的高效利用，但也带了一系列生态环境问题(vanBemmelen et al.,2016；Yigzaw et al.,2018)。
掌握水库的空间信息是水库水资源高效利用、评估水库对水文过程、生态环境影响及作用机制的重要基础。但从全球尺度来看，目前相关的水库空间信息仍不够全面(Lehner and2004；Gao et al.,2015)。随着遥感对地观测手段的发展，基于多源遥感数据的水库动态监测已经得到了广泛应用，例如，卫星测高数据可获取水库库区水位的变化情况(Song et al.,2013)，光学影像数据(如Landsat MSS/TM/OLI和Sentinel-2MSI等)可用于提取水库水体范围等(Yao et al.,2019；Zhang et al.,2019)。相比较而言，受制于水库的水下地形数据无法通过遥感手段直接获取，对于水库库容的遥感估算具有较大难度。现有研究大多通过库容和面积的统计关系构建库容曲线，实现对水库库容变化的估算(Peng et al.,2006)。对于水库水下地形重建，目前主要有直接测量法和空间推测法两种思路。直接测量法主要依赖于声呐、激光雷达等测绘装置，具有较高的测量精度，但时间和经济成本都较高(Legleiter and Overstreet,2012)。空间推测法主要依赖于水库周边地形信息与水库水下地形间的空间相关性，利用地统计方法构建高程推测模型，相比较直接测量法该方法效率大大提高，但也需要一定的河床高程等实测数据(Getirana et al.,2018)，这在一定程度上限制了其在大区域尺度的推广。
综上所述，水库水下地形是水库库容估算的关键信息。现有的直接测量法和空间推测法，都需要有野外测量数据的支撑，限制了其在数据缺失区域的应用，难以支持大区域乃至全球尺度的研究。在全球变化加剧的背景下，提出一种独立于野外实测数据的河道型水库水下地形建模方法，可为水库水资源的高效利用、区域水循环等研究提供方法支撑，具有重要的科学意义和应用潜力。
参考文献：
[1]Chao,B.F.,Wu,Y.H.,Li,Y.S.,2008.Supporting Online Material forImpact of Artificial Reservoir Water Impoundment on Global Sea Level.Science(80).320,212–215.
[2]Legleiter,C.J.,Overstreet,B.T.,2012.Mapping gravel bed riverbathymetry from space.J.Geophys.Res.F Earth Surf.117,1–24.
[3]Lehner,B.,P.,2004.Development and validation of a globaldatabase of lakes,reservoirs and wetlands.J.Hydrol.296,1–22.
[4]Pekel,J.-F.,Cottam,A.,Gorelick,N.,Belward,A.S.,2016.High-resolution mapping of global surface water and its long-term changes.Nature540,418–422.
[5]Peng,D.,Guo,S.,Liu,P.,Liu,T.,2006.Reservoir Storage CurveEstimation Based on Remote Sensing Data.J.Hydrol.Eng.11,165–172.
[6]Song,C.,Huang,B.,Ke,L.,2013.Modeling and analysis oflake waterstorage changes on the Tibetan Plateau using multi-mission satellitedata.Remote Sens.Environ.135,25–35.
[7]van Bemmelen,C.W.T.,Mann,M.,de Ridder,M.P.,Rutten,M.M.,van deGiesen,N.C.,2016.Determining water reservoir characteristics with globalelevation data.Geophys.Res.Lett.43,11,278-11,286.
[8]Yao,F.,Wang,J.,Wang,C.,Crétaux,J.,2019.Remote Sensing ofEnvironment Constructing long-term high-frequency time series of global lakeand reservoir areas using Landsat imagery.Remote Sens.Environ.232,111210.
[9]Yigzaw,W.,Li,H.-Y.,Demissie,Y.,Hejazi,M.I.,Leung,L.R.,Voisin,N.,Payn,R.,2018.A New Global Storage-Area-Depth Dataset for Modeling Reservoirsin Land Surface and Earth System Models.Water Resour.Res.10,372–386.
[10]Zhang,G.,Yao,T.,Chen,W.,Zheng,G.,Shum,C.K.,Yang,K.,Piao,S.,Sheng,Y.,Yi,S.,Li,J.,O’Reilly,C.M.,Qi,S.,Shen,S.S.P.,Zhang,H.,Jia,Y.,2019.Regionaldifferences of lake evolution across China during 1960s–2015and its naturaland anthropogenic causes.Remote Sens.Environ.221,386–404.
发明内容
水库水下地形信息获取是当前水位遥感研究的瓶颈问题，现有方法对野外实测数据具有依赖性，难以在大区域与全球尺度研究中予以推广。本发明提出了一种独立于野外实测数据的河道型水库水下地形建模方法，采用可公开获取的数字高程模型数据和水库分布数据，实现对水库水下地形的空间推测。
为实现上述技术目的，本发明采用如下技术方案：
一种独立于野外实测数据的河道型水库水下地形建模方法，包括以下过程：
步骤1、基于数字高程模型数据DEM与水库水体范围数据，提取水库上下游的径流网络和水库的中心线；
步骤2、将水库上下游径流网络和水库中心线合并生成河道纵剖面，并以水库中心线为骨架，生成水库区域的河道横断面；
步骤3、通过对水库上下游区域河道横断面的地貌学分析，判断水库区域的横断面类型；
步骤4、基于水库上下游已知的高程点，推测出水库的纵剖面高程值；
步骤5、根据水库区域的横断面类型，选择对应的推测函数，基于水库两侧的已知高程点，在水库纵剖面高程的约束下，推测出水库区域的河道横断面高程值。
步骤6、基于推测出的水库区域的河道横断面高程值，构建水库区域的格网DEM。
作为本发明的进一步改进，所述步骤1中，水库上下游的径流网络提取采用基于DEM的流域地形分析方法，包括洼地填充、流向计算、汇流累积计算和河网提取等步骤。
作为本发明的进一步改进，所述步骤1中，对于水库中心线提取，基于提取的径流网络与水库边界的交点将水库外边界切割为多条线段；再利用欧几里得距离函数，计算水库区域各栅格最邻近的外边界线段，对水库区域进行空间划分，所划分出的不同对象间的共同边界因为距离水库不同外边界等距离，因而可视为是水库的中心线。如果水库是包含了一条或多条支流，其支流的中心线也需要一并提取。
作为本发明的进一步改进，所述步骤2中，河道横断面生成时，对水库中心线逐栅格处理，分别生成每个中心栅格所对应的横断面。生成时，首先根据中心栅格及其邻近栅格的空间位置，计算得到中心栅格处的流向，并得到该流向的垂直方向。以中心栅格为起点向其两侧生成垂直线段，所生成的垂直线段包含了水库两侧的已知高程点，水库中心线上的高程约束点和水库区域未知的高程点。进一步的，对于大水库区域，设定步长间隔，基于设定的步长间隔生成水库横断面。
作为本发明的进一步改进，所述步骤3中，本发明根据水库区域的河道横断面的几何形态，将其简化为V型、U型以及平底型三类。考虑到水库区域和其上下游在一定尺度下的地貌相似性，因此通过对水库上下游区域的河道横断面进行分析，可推断出水库区域河道横断面类型。
作为本发明的进一步改进，所述步骤4中，基于水库上下游已知的高程点，采用线性拟合或者二次多项式拟合可推测出水库区域位置的河道纵剖面高程值。一般情况下，当水库范围较小时，采用线性拟合函数，而当水库范围较大时，采用二次多项式函数拟合能够更好的反映水库的纵剖面的高程变化趋势。
作为本发明的进一步改进，所述步骤5中，对于不同类型水库区域河道横断面采用不同的推测函数。对于V型水库，采用线性拟合函数，在水库两侧已知高程点和河道纵剖面高程约束下，实现对水下地形的推测。对于U型水库，则采用多项式拟合函数，实现对水下地形的推测；而对于平底型水库，首先基于水库两侧已知高程点，采用多项式拟合的方式进行高程推测，保留推测高程小于河道纵剖面上高程约束值的推测点，对于剩余推测点，则采用线性内插的方式获取其高程值。
作为本发明的进一步改进，所述步骤6中，基于推测出的高程点，采用先构建TIN再生成格网DEM的方式构建水下地形。
作为本发明的进一步改进，还包括步骤7，获取水库的实际水下地形信息作为参考数据，对所构建的水下DEM数据进行精度分析。
本发明方法的理论基础是地理学的空间自相关定律，它决定了河道上下游在一定空间尺度下的地貌相似性，同时水淹区域及非水淹区域在地形上具有连续性。
本发明具有以下两点优势：
(1)本发明提出的河道型水库水下地形建模方法，不依赖野外实测数据，基于可公开获取的数字高程模型和水库分布数据即可完成；
(2)本发明算法实施简单，可快速重建水库水下地形，可应用于大区域尺度水库库容动态变化监测，且对不同形态、不同大小、不同地貌环境的水库具有良好的适用性，可推广至大区域乃至全球尺度研究，为全球变化背景下大尺度水文水资源研究及水库信息监管等提供方法支撑。
附图说明
图1是本发明实施例所选择的水库样本：(a)水库样本的空间分布；(b)水库样本的形态特征。
图2是本发明算法流程图。
图3是本发明实施例中生成水库纵剖面和横断面示意图：(a)生成水库上下游的径流网络；(b)生成水库的中心线；(c)生成水库的横断面。
图4是本发明实施例中河道纵剖面和横断面形态的示意图。
图5是本发明实施例中水库横断面的拟合方法。
图6是本发明实施例中三个典型水库水下地形生成结果：(a)V型水库；(b)U型水库；(c)平底型水库。
图7是本发明实施例三个典型水库推测高程与SRTM-1DEM高程值相关性分析。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施案例用于说明本发明，但不用来限制本发明的范围。
本申请的实施例是在全球范围内随机选择了48个2000年以后新建的水库，这些水库的水下地形信息可以被2000年2月采集的SRTMDEM数据所记录，便于对算法精度的验证。如图1所示，选取的水库在全球各大洲都有分布，其面积、形态复杂程度以及水库周边地形都体现出较明显的差异性和代表性。
如图2所示，是实施例的流程图，本实施例包括以下步骤：
步骤一、提取水库的径流网络和水库中心线。该步骤的目的是为了生成水库区域及其上下游的河道纵剖面。对于水库上下游区域，基于DEM数据采用流域地形分析方法，提取出径流网络(图3a)。而对于水库区域，由于我们假设水库的横断面是呈对称形态的，因而，生成水库的中心线相比较径流网络会更加合适。水库中心线的生成需要基于所提取的径流网络与水库边界的交点，将水库外边界切割成若干线段，利用欧几里得距离函数，计算水库内部各栅格最邻近的外边界线段并赋值，从而实现对水库内容的空间划分。如图3b，该水库包含了一个主干道和两条支流，因而提取出的水库中心线也包含三条。
步骤二，在所提取的水库中心线的基础上，生成水库区域的横断面。如图3c所示，水库横断面是基于水库中心线逐栅格生成的，因而非常密集，事实上，当水库区域较大时，也可以以一定的间隔步长生成水库横断面，从而提高处理效率。对于每一条水库横断面包含了水库两侧的已知高程点，水库中心线上的高程约束点(即水库纵剖面高程约束点)，水库区域未知的高程点。
步骤三、根据水库上下游地貌形态，推测水库库区的横断面形态。根据河流地貌学的理论，河流的上游、中游及下游其河道形态有较大差异，在本发明中我们简化为V型、U型和平底型三类(图4)。在对水下地形进行推测时，确定水库形态对推测模型的选择以及最终推测结果精度具有重要影响。本发明中，基于河道形态在一定尺度内的地貌相似性，通过对水库上下游的河道横断面形态分析，确定水库区域的横断面类型。
步骤四、利用水库上下游已知高程点，推测水库中心线高程，即水库的纵剖面高程值。推测函数可选择为线性拟合函数或者二次多项式拟合函数，但采用二次多项式拟合需要确保拟合出的河道纵剖面呈现下凹型。需指出的是，这里选取的上下游高程事实上是河道水面高程，因而推测出的河道纵剖面存在高程被高估的情况，但相比较水库蓄水后的宽度、深度和总水量，河道自身的深度信息对水下地形推测以及水库水量估算影响很小，特别是从水量估算角度分析，绝大多数水库河道原有水量占蓄水后总水量的比例小于5％。
步骤五、推测高程横断面上未知高程点。对于不同的水库类型，定义了相应的推测函数。如图5所示，对于V型水库，基于已知高程点和水库中心线上的约束点，采用线性拟合函数对水库两侧水下区域进行高程推测；对于U型水库，采用多项式拟合函数进行高程推测；对于平底型水库，首先只基于两侧已知高程进行多项式拟合，对于高程小于中心约束点的推测点予以删除，所删除区域，采用线性内插函数予以补全。
步骤六、基于推测出的高程点，构建TIN，并转成格网DEM。图6所示为三个典型水库基于本方法构建的水下地形数据。
步骤七、对所构建的水下地形进行精度评价。本实施例采用了基于高程偏差和基于库容偏差两个维度进行评价精度。由于所选取的水库均为2000年以后新建的水库，因而SRTM-1DEM可以反映其水下地形信息。通过比较推测值与SRTM-1DEM对应高程值，可实现高程精度分析。如图7所示，所选取的三个典型水库，推测值域参考值之间具有较好的相关性，拟合系统R2均大于0.6。由于推测水下地形的主要目的是服务于水库库容估算，因此，本实施例也针对全部选取水库分别基于推测的水下地形和SRTM-1DEM计算了水库库容，具体的误差分析结果如表1所示。
表1实施例选取的水库样本库容估算结果
结果显示，所选取的48个水库样本，水下地形的平均高程绝对误差为7.24米，库容估算平均绝对偏差为13.23％。以上结果证明了本发明应用于不同区域不同形态的水库时，所构建的水下地形及其库容估算结果具有较好的精度。
Claims (7)
1.一种独立于实测数据的河道型水库水下地形建模方法，其特征在于，包括以下过程：
步骤1、基于数字高程模型DEM数据与水库水体范围数据，提取水库上下游的径流网络和水库的中心线；水库的中心线的提取方式为：基于提取的径流网络和水库边界的交点切割水库边界，并基于欧几里得距离函数，计算水库区域各栅格最邻近的外边界线段，从而实现水库内部的空间划分，所划分的不同对象间的共同边界即为水库的中心线；
步骤2、将水库上下游径流网络和水库中心线合并生成河道纵剖面，并以水库中心线为骨架，生成水库区域的河道横断面；
步骤3、通过对水库上下游区域河道横断面的地貌学分析，将河道横断面划分为U型、V型和平底型三种类型；
步骤4、基于水库上下游已知的高程点，推测出水库的纵剖面高程值；
步骤5、对于V型水库，采用线性拟合的方式推测河道横断面高程值；对于U型水库，采用多项式拟合的方式推测河道横断面高程值；对于平底型水库，首先基于水库两侧已知高程点，采用多项式拟合的方式进行高程推测，将推测高程河道纵剖面上高程约束值的推测点予以保留，对于剩余推测点，则采用线性内插的方式获取其高程值；
步骤6、基于推测出的水库区域的河道横断面高程值，构建水库区域的格网DEM。
2.根据权利要求1所述的方法，其特征在于，所述步骤1中，水库上下游的径流网络提取采用基于DEM的流域地形分析方法，包括洼地填充、流向计算、汇流累积计算和河网提取步骤。
3.根据权利要求1所述的方法，其特征在于，所述步骤2中，水库区域横断面的生成方式为：对于水库中心线上的每个栅格，首先基于邻近栅格计算该栅格处流向；其次，计算该栅格处垂直于河道流向的方向；最后，基于流向垂直方向，生成出中心栅格所对应的横断面。
4.根据权利要求3所述的方法，其特征在于，对于大水库区域，设定步长间隔，基于设定的步长间隔生成水库横断面。
5.根据权利要求1所述的方法，其特征在于，所述步骤4中，基于水库上下游已知高程点推测水库区域河道纵剖面高程值时，采用线性拟合函数或二次多项式拟合函数。
6.根据权利要求1所述的方法，其特征在于，所述步骤6中，基于推测出的高程点，采用先构建TIN再生成格网DEM的方式构建水下地形。
7.根据权利要求1所述的方法，其特征在于，还包括步骤7，获取水库的实际水下地形信息作为参考数据，对所构建的水下DEM数据进行精度分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911299423.7A CN111177118B (zh) | 2019-12-17 | 2019-12-17 | 一种独立于实测数据的河道型水库水下地形建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911299423.7A CN111177118B (zh) | 2019-12-17 | 2019-12-17 | 一种独立于实测数据的河道型水库水下地形建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111177118A CN111177118A (zh) | 2020-05-19 |
| CN111177118B true CN111177118B (zh) | 2023-08-25 |
Family
ID=70624638
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911299423.7A Active CN111177118B (zh) | 2019-12-17 | 2019-12-17 | 一种独立于实测数据的河道型水库水下地形建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111177118B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113610909B (zh) * | 2021-09-07 | 2023-10-20 | 中国电建集团昆明勘测设计研究院有限公司 | 一种基于距离搜索的点云剖面生成系统及方法 |
| CN116304482B (zh) * | 2023-05-18 | 2023-08-29 | 四川新迎顺信息技术股份有限公司 | 一种基于电站水库水位监测及库容计算算法 |
| CN116775792B (zh) * | 2023-06-28 | 2024-03-26 | 浪潮智慧科技有限公司 | 一种基于dem的湖库水下地形重构方法、设备、装置及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106372290A (zh) * | 2016-08-29 | 2017-02-01 | 长江空间信息技术工程有限公司(武汉) | 一种v型河道库容量算方法 |
| CN107180450A (zh) * | 2017-06-06 | 2017-09-19 | 广西师范学院 | 一种基于dem的河谷横断面形态的算法 |
| CN110096751A (zh) * | 2019-04-03 | 2019-08-06 | 河海大学 | 一种估算无资料地区中小型水库蓄量的方法 |
-
2019
- 2019-12-17 CN CN201911299423.7A patent/CN111177118B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106372290A (zh) * | 2016-08-29 | 2017-02-01 | 长江空间信息技术工程有限公司(武汉) | 一种v型河道库容量算方法 |
| CN107180450A (zh) * | 2017-06-06 | 2017-09-19 | 广西师范学院 | 一种基于dem的河谷横断面形态的算法 |
| CN110096751A (zh) * | 2019-04-03 | 2019-08-06 | 河海大学 | 一种估算无资料地区中小型水库蓄量的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111177118A (zh) | 2020-05-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111177118B (zh) | 一种独立于实测数据的河道型水库水下地形建模方法 | |
| CN107180450B (zh) | 一种基于dem的河谷横断面形态的算法 | |
| CN108010103B (zh) | 复杂河道地形快速精细生成方法 | |
| KR101319477B1 (ko) | 격자 기반의 대유역 장기 강우유출 모형 | |
| CN113742910A (zh) | 基于中小流域洪水预报的水库来水量预警预报方法及系统 | |
| CN108959598B (zh) | 基于gis的cad数据导入到swmm的方法 | |
| CN103093114A (zh) | 一种基于地形和土壤特性的分布式流域缺水量测算方法 | |
| CN106372290B (zh) | 一种v型河道库容量算方法 | |
| CN107657618B (zh) | 基于遥感影像和地形数据的区域尺度侵蚀沟自动提取方法 | |
| CN113610264A (zh) | 精细化电网台风洪涝灾害预测模型 | |
| CN102819568A (zh) | 基于地形采样点位置的海底地形数据建立方法 | |
| Saravanan et al. | Geomorphology based semi-distributed approach for modeling rainfall-runoff modeling using GIS | |
| CN106570936B (zh) | 一种基于栅格dem数据的等距离权重内插加密方法 | |
| Herzog et al. | Least-cost kernel density estimation and interpolation-based density analysis applied to survey data | |
| Azizian et al. | Investigation of the Effects of DEM Creation Methods on the Performance of a Semidistributed Model: TOPMODEL | |
| Zhu et al. | Scale characters analysis for gully structure in the watersheds of loess landforms based on digital elevation models | |
| CN115186040A (zh) | 一种高效简便界定山丘区中小河流洪水淹没范围的方法 | |
| CN114462254A (zh) | 基于流向的分布式水文模型并行计算方法 | |
| Gong et al. | Parameterizing the Yellow River Delta tidal creek morphology using automated extraction from remote sensing images | |
| Imran et al. | Delineation of drainage network and estimation of total discharge using digital elevation model (DEM) | |
| Pohjola et al. | Landscape development modeling based on statistical framework | |
| CN113327323B (zh) | 基于散点数据的水体环境地形构建方法 | |
| CN115453664A (zh) | 一种适用于无资料地区的降雨径流预报方法 | |
| Munier et al. | River network and hydro-geomorphology parametrization for global river routing modelling at 1/12 resolution | |
| Thakur et al. | Exploring CCHE2D and its sediment modelling capabilities |
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 |