CN112233234A - 一种洪水模拟预测中河道地形的重构方法 - Google Patents
一种洪水模拟预测中河道地形的重构方法 Download PDFInfo
- Publication number
- CN112233234A CN112233234A CN202011103099.XA CN202011103099A CN112233234A CN 112233234 A CN112233234 A CN 112233234A CN 202011103099 A CN202011103099 A CN 202011103099A CN 112233234 A CN112233234 A CN 112233234A
- Authority
- CN
- China
- Prior art keywords
- river channel
- point
- river
- elevation
- center line
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims description 18
- VGVRFARTWVJNQC-UHFFFAOYSA-N 2-(2,4-dichlorophenoxy)acetamide Chemical compound NC(=O)COC1=CC=C(Cl)C=C1Cl VGVRFARTWVJNQC-UHFFFAOYSA-N 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000011144 upstream manufacturing Methods 0.000 claims description 4
- 238000012876 topography Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 4
- 241000132092 Aster Species 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/40—Protecting water resources
- Y02A20/402—River restoration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种洪水模拟预测中河道地形的重构方法，首先下载整个洪水模拟预测河段范围的开源数字高程模型DEM数数据和多光谱数据，并在GIS平台中将所下载数据进行分类合并；计算河段范围归一化水指数NDWI，得到河槽边界线和河槽中心线；然后获取DEM上河槽中心线每5km断面高程最低点，对河槽中心线进行高程重构；在上述基础上，计算河槽中线点控制下的河槽范围；最后依据得到的河槽范围对整个研究区域河槽地形进行重构；本发明的目的是提供一种洪水模拟预测中河道地形的重构方法，提高了洪水模拟预测中的河道地形精度。
Description
技术领域
本发明属于洪水模拟预测方法技术领域，涉及一种洪水模拟预测中河道 地形的重构方法。
背景技术
基于稳健水动力数值模型的洪水模拟预测可为防汛抢险和防洪系统调 度运用的决策提供依据，为沿江企事业单位的正常生产生活、居民的生命财 产安全提供水情保障，从而避免突发大洪水时未及时撤离造成的许多不必要 损失。
地形数据作为洪水模拟预测的主要输入数据之一，其精度直接影响着洪 水模拟预测结果的准确性和有效性。地形数据的主要来源为现有地形图、卫 星遥感航测、低空无人机航测、水下测量等等。现有地形图一般为保密数据， 在实际洪水模拟预测中很难获取。卫星遥感航测技术是获取大范围地形数据 的有效手段，但其较低的分辨率及精度很难满足高精度水动力模型的数据要 求；无人机遥感航测技术虽可以获得高分辨率地形数据，但在河道较长、时 间紧迫时难以完全发挥其作用。传统的水下测量技术在常年有水的河道中所 获得的数据并不能正确表达河道地形，声纳探测因其高成本难以获得连续地 形数据。洪水模拟预报一般是长距离的连续河道，无人机遥感航测技术和水 下测量技术在这种区域测量时间较长、成本较高，而卫星遥感航测技术精度 较低，具有紧迫性和准确性的洪水模拟预报受到测量技术的种种限制而困难 重重。
因此，急需一种低成本、高效率的河道地形重构技术以满足我国防汛抢 险和防洪调度过程中洪水模拟预测对河道地形数据的需求。
发明内容
本发明的目的是提供一种洪水模拟预测中河道地形的重构方法，具有可 以准确、快速满足洪水抢险和防洪调度过程中洪水模拟预测对河道地形数据 的需求的特点。
本发明所采用的技术方案是，一种洪水模拟预测中河道地形的重构方 法，具体按照以下步骤实施：
步骤1，下载整个洪水模拟预测的河段范围的开源数字高程模型DEM 数据和多光谱数据到电脑里，并在GIS平台中将所下载数据进行分类合并， 所述的分类合并为DEM数据和多光谱数据分开合并；
步骤2，计算河段范围归一化水指数NDWI，得到河槽边界线和河槽中 心线；
步骤3，获取经步骤1合并完成的DEM数据中的河槽中心线每5km断 面高程的最低点，对河槽中心线进行高程重构；
步骤4，在步骤2、3基础上，计算河槽中线点控制下的河槽范围；
步骤5，依据步骤4得到的河槽范围对整个研究区域河槽地形进行重构。
本发明的特点还在于：
其中步骤1中所述河段范围是指洪水模拟预测中洪水可能淹没的所有范 围；
其中步骤2具体按照以下步骤实施：
步骤2.1，筛选出整个范围绿波段ρgreen与近红外波段ρNIR数据，归一化水 指数NDWI按照
计算；
步骤2.2，对计算出的NDWI进行二值化分类得到SNDWI，选取合适的 阈值SI，NDWI≥SI的赋值为1，NDWI<SI的赋值为0；得到SNDWI栅 格文件；
步骤2.3，将SNDWI栅格文件转换为矢量文件，并编辑矢量文件只保留 河槽边界线；
步骤2.4，通过河槽边界线计算河槽中线，将河槽边界线和中线转为和 SNDWI栅格文件分辨率尺寸相等的等间距点；
其中步骤3具体按照以下步骤实施：
步骤3.1，以洪水入流口的河槽中心线起点每隔5km提取河道断面高程， 并找出该断面最小高程值进行编号；
步骤3.2，使用三点平滑法
对断面最小高程值进行平滑重构， 使下游断面最小高程值不大于上游断面最小高程值；
步骤3.3，根据步骤3.2得到的平滑后高程值对河槽中线点高程值进行分 段重构，计算出整个河槽中线点的高程值；
其中步骤4具体按照以下步骤实施：
对每个河槽中线点(xi,yi)进行遍历计算，寻找与之距离最近的河槽边界点(xj,yj)，河槽中线点i与边界距离为
其中步骤5具体按照以下步骤实施：
步骤5.1，对整个河道区域进行遍历计算，确定每个点最近的河槽中线 点并计算与其距离，只对河槽范围内点高程进行重构计算，即点与河槽中线 点距离小于对应的wf；
步骤5.2，确定河槽断面形状下点高程，h为河槽所选取点处相对河槽最 低处高度(m)，hf为河槽相对最低处最大高差(m)，w为某点河槽宽度 (m)，wf为河道最大宽度(m)，r为河槽断面形状参数，其计算公式为 
步骤5.3，计算所选取点的实际高程Ei，Ei为对应河槽中线点高程Emid与 河槽断面高度h的和，即Ei＝Emid+hi。
本发明的有益效果是，本发明是一种洪水模拟预测中河道地形的重构方 法，参数简洁、获取方便，并可方便无高精度地形资料地区的洪水模拟预测， 该方法具有易用性、高效性。
附图说明
图1是本发明专利一种洪水模拟预测中河道地形的重构方法对河槽中线 点断面最低高程点重构前后对比图；
图2是本发明一种洪水模拟预测中河道地形的重构方法中河槽断面形状 参数的选取效果图；
图3是本发明一种洪水模拟预测中河道地形的重构方法对30m数据集 ASTER GDEMV2某处河道地形数据重构前的等高线；
图4是本发明一种洪水模拟预测中河道地形的重构方法对30m数据集ASTER GDEMV2某处河道地形数据重构后的等高线。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明是一种洪水模拟预测中河道地形的重构方法，具体按照以下步骤 实施：
步骤1，下载整个洪水模拟预测河段范围的开源数字高程模型DEM数 数据和多光谱数据，并在GIS平台中将所下载数据进行分类合并；
步骤2，计算河段范围归一化水指数NDWI，得到河槽边界线和河槽中 心线；具体计算方法为：
步骤2.1，筛选出整个范围绿波段ρgreen与近红外波段ρNIR数据，归一化水 指数NDWI按照
计算；
步骤2.2，对计算出的NDWI进行二值化分类得到SNDWI，选取合适的 阈值SI，NDWI≥SI的赋值为1，NDWI<SI的赋值为0；
步骤2.3，将SNDWI栅格文件转换为矢量文件，并编辑矢量文件只保留 河槽边界线；
步骤2.4，通过河槽边界线计算河槽中线，将河槽边界线和中线转为和 栅格分辨率尺寸相等的等间距点。
步骤3，获取DEM上河槽中心线每5km断面高程最低点，对河槽中心 线进行高程重构；具体按照以下步骤计算：
步骤3.1，以洪水入流口的河槽中心线起点每隔5km提取河道断面高程， 并找出该断面最小高程值进行编号；
步骤3.2，使用三点平滑法
对断面最小高程值进行平滑重构， 使下游断面最小高程值不大于上游断面最小高程值；
步骤3.3，根据步骤3.2得到的平滑后高程值对河槽中线点高程值进行分 段重构，计算出整个河槽中线点的高程值。
步骤4，在步骤2、3基础上，计算河槽中线点控制下的河槽范围；具体 计算方法为：对每个河槽中线点(xi,yi)进行遍历计算，寻找与之距离最近的河 槽边界点(xj,yj)，河槽中线点i与边界距离为
步骤5，依据步骤4得到的河槽范围对整个研究区域河槽地形进行重构； 具体按照以下步骤计算：
步骤5.1，对整个区域进行遍历计算，确定每个点最近的河槽中线点并 计算与其距离，只对河槽范围内点高程进行重构计算，即点与河槽中线点距 离小于对应的wf；
步骤5.2，确定河槽断面形状下点高程，h为河槽所选取点处相对河槽最 低处高度(m)，hf为河槽相对最低处最大高差(m)，w为某点河槽宽度 (m)，wf为河道最大宽度(m)，r为河槽断面形状参数，其计算公式为 
步骤5.3，计算所选取点的实际高程Ei，Ei为对应河槽中线点高程Emid与 河槽断面高度h的和，即Ei＝Emid+hi。
河道范围是指洪水模拟中洪水可能淹没的所有范围，河槽范围是指洪水 模拟中主要行洪范围。
实施例
由于金沙江是我国易于发生洪水灾害的河流之一，选取金沙江叶巴滩至 巴塘段一处85km河段进行河槽断面最低高程点提取，通过本发明一种洪水 模拟预测中河道地形的重构方法，对该河段地形进行重构，具体按照以下步 骤实施：
步骤1，下载整个洪水模拟预测的河段范围的开源数字高程模型DEM 数据和多光谱数据到电脑里，并在GIS平台中将所下载数据进行分类合并， 所述的分类合并为DEM数据和多光谱数据分开合并；所述河段范围是指洪 水模拟预测中洪水可能淹没的所有范围；
步骤2，计算河段范围归一化水指数NDWI，得到河槽边界线和河槽中 心线：
步骤2.1，筛选出整个范围绿波段ρgreen与近红外波段ρNIR数据，归一化水 指数NDWI按照
计算；
步骤2.2，对计算出的NDWI进行二值化分类得到SNDWI，选取合适的 阈值SI，NDWI≥SI的赋值为1，NDWI<SI的赋值为0；得到SNDWI栅 格文件，本实施例中选取的SI值为0；
步骤2.3，将SNDWI栅格文件转换为矢量文件，并编辑矢量文件只保留 河槽边界线；
步骤2.4，通过河槽边界线计算河槽中线，将河槽边界线和中线转为和 SNDWI栅格文件分辨率尺寸相等的等间距点，本实施例中所选间距为30m；
步骤3，获取经步骤1合并完成的DEM数据中的河槽中心线每5km断 面高程的最低点，对河槽中心线进行高程重构：
步骤3.1，以洪水入流口的河槽中心线起点每隔5km提取河道断面高程， 并找出该断面最小高程值进行编号；
步骤3.2，使用三点平滑法
对断面最小高程值进行平滑重构， 使下游断面最小高程值不大于上游断面最小高程值；
步骤3.3，根据步骤3.2得到的平滑后高程值对河槽中线点高程值进行分 段重构，计算出整个河槽中线点的高程值；
步骤4，在步骤2、3基础上，计算河槽中线点控制下的河槽范围，对每 个河槽中线点(xi,yi)进行遍历计算，寻找与之距离最近的河槽边界点(xj,yj)， 河槽中线点i与边界距离为
步骤5，依据步骤4得到的河槽范围对整个研究区域河槽地形进行重构：
步骤5.1，对整个河道区域进行遍历计算，确定每个点最近的河槽中线 点并计算与其距离，只对河槽范围内点高程进行重构计算，即点与河槽中线 点距离小于对应的wf；
步骤5.2，确定河槽断面形状下点高程，h为河槽所选取点处相对河槽最 低处高度(m)，hf为河槽相对最低处最大高差(m)，w为某点河槽宽度 (m)，wf为河道最大宽度(m)，r为河槽断面形状参数，其计算公式为 
本实施例中选定河槽断面形状对照图2，选取参数r为1，河槽 相对最低处最大高差hf为50m；
步骤5.3，计算所选取点的实际高程Ei，Ei为对应河槽中线点高程Emid与 河槽断面高度h的和，即Ei＝Emid+hi。
如图1所示，对断面最低高程进行重构前的曲线整体波动大，不符合地 形高程沿河道水流方向递减的水文地貌规律和本领域内的普遍认识；对断面 最低高程进行重构后的曲线平稳，更符合河流高程随水流方向递减的水文地 貌规律。
如图2所示，不同的河槽断面形状参数r对应着不同的河槽横断面形状， 可参照图2，并根据实际河槽断面形状对河槽断面形状参数r进行选取，本 实施例中r＝1；
如图3所示，在应用本发明一种洪水模拟预测中河道地形的重构方法前， 公开DEM数据的河道中存在一些虚拟的不真实地形，应用本发明所提供的 方法之后，将得到的数据带入到河道地形等高线，如图4所示，DEM高程 数据更符合真实河道地形情况。
Claims (6)
1.一种洪水模拟预测中河道地形的重构方法，其特征在于，具体按照以下步骤实施：
步骤1，下载整个洪水模拟预测的河段范围的开源数字高程模型DEM数据和多光谱数据到电脑里，并在GIS平台中将所下载数据进行分类合并，所述的分类合并为DEM数据和多光谱数据分开合并；
步骤2，计算河段范围归一化水指数NDWI，得到河槽边界线和河槽中心线；
步骤3，获取经步骤1合并完成的DEM数据中的河槽中心线每5km断面高程的最低点，对河槽中心线进行高程重构；
步骤4，在步骤2、3基础上，计算河槽中线点控制下的河槽范围；
步骤5，依据步骤4得到的河槽范围对整个研究区域河槽地形进行重构。
2.根据权利要求1所述的一种洪水模拟预测中河道地形的重构方法，其特征在于，所述步骤1中所述河段范围是指洪水模拟预测中洪水可能淹没的所有范围。
3.根据权利要求1所述的一种洪水模拟预测中河道地形的重构方法，其特征在于，所述步骤2具体按照以下步骤实施：
步骤2.1，筛选出整个范围绿波段ρgreen与近红外波段ρNIR数据，归一化水指数NDWI按照
计算；
步骤2.2，对计算出的NDWI进行二值化分类得到SNDWI，选取合适的阈值SI，NDWI≥SI的赋值为1，NDWI<SI的赋值为0；得到SNDWI栅格文件
步骤2.3，将SNDWI栅格文件转换为矢量文件，并编辑矢量文件只保留河槽边界线；
步骤2.4，通过河槽边界线计算河槽中线，将河槽边界线和中线转为和SNDWI栅格文件分辨率尺寸相等的等间距点。
4.根据权利要求1所述的一种洪水模拟预测中河道地形的重构方法，其特征在于，所述步骤3具体按照以下步骤实施：
步骤3.1，以洪水入流口的河槽中心线起点每隔5km提取河道断面高程，并找出该断面最小高程值进行编号；
步骤3.2，使用三点平滑法
对断面最小高程值进行平滑重构，使下游断面最小高程值不大于上游断面最小高程值；
步骤3.3，根据步骤3.2得到的平滑后高程值对河槽中线点高程值进行分段重构，计算出整个河槽中线点的高程值。
5.根据权利要求1所述的一种洪水模拟预测中河道地形的重构方法，其特征在于，所述步骤4具体按照以下步骤实施：
对每个河槽中线点(xi,yi)进行遍历计算，寻找与之距离最近的河槽边界点(xj,yj)，河槽中线点i与边界距离为
6.根据权利要求1所述的一种洪水模拟预测中河道地形的重构方法，其特征在于，所述步骤5具体按照以下步骤实施：
步骤5.1，对整个河道区域进行遍历计算，确定每个点最近的河槽中线点并计算与其距离，只对河槽范围内点高程进行重构计算，即点与河槽中线点距离小于对应的wf；
步骤5.2，确定河槽断面形状下点高程，h为河槽所选取点处相对河槽最低处高度(m)，hf为河槽相对最低处最大高差(m)，w为某点河槽宽度(m)，wf为河道最大宽度(m)，r为河槽断面形状参数，其计算公式为
步骤5.3，计算所选取点的实际高程Ei，Ei为对应河槽中线点高程Emid与河槽断面高度h的和，即Ei＝Emid+hi。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011103099.XA CN112233234B (zh) | 2020-10-15 | 2020-10-15 | 一种洪水模拟预测中河道地形的重构方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011103099.XA CN112233234B (zh) | 2020-10-15 | 2020-10-15 | 一种洪水模拟预测中河道地形的重构方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112233234A true CN112233234A (zh) | 2021-01-15 |
| CN112233234B CN112233234B (zh) | 2024-04-30 |
Family
ID=74113749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011103099.XA Active CN112233234B (zh) | 2020-10-15 | 2020-10-15 | 一种洪水模拟预测中河道地形的重构方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112233234B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022188338A1 (zh) * | 2021-03-09 | 2022-09-15 | 长江水利委员会水文局 | 一种基于多星源信息耦合的高精度水道重构方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120128395A (ko) * | 2011-05-17 | 2012-11-27 | 한국건설기술연구원 | 제외지 및 제내지 지형자료 통합 시스템 |
| CN107288092A (zh) * | 2016-09-22 | 2017-10-24 | 武汉大学 | 冲积通航河道枯水河槽形态调整预测模型的构建方法 |
| KR101892642B1 (ko) * | 2017-03-13 | 2018-10-04 | 동부엔지니어링 주식회사 | 하천의 만곡부 지역에서의 계획 홍수위 측선 연장선 간 교차점을 이용한 침수범위 결정 방법 및 이를 기록한 기록매체 |
| CN110929443A (zh) * | 2019-12-02 | 2020-03-27 | 中国水利水电科学研究院 | 一种基于高精度地形概化的二维洪水模拟方法 |
| CN111159848A (zh) * | 2019-12-04 | 2020-05-15 | 天津大学 | 一种暴雨高水位高潮位极端环境下的洪水风险模拟方法 |
| CN111768502A (zh) * | 2020-07-08 | 2020-10-13 | 西安理工大学 | 一种基于gpu加速技术的非结构网格二维洪水模拟系统 |
-
2020
- 2020-10-15 CN CN202011103099.XA patent/CN112233234B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120128395A (ko) * | 2011-05-17 | 2012-11-27 | 한국건설기술연구원 | 제외지 및 제내지 지형자료 통합 시스템 |
| CN107288092A (zh) * | 2016-09-22 | 2017-10-24 | 武汉大学 | 冲积通航河道枯水河槽形态调整预测模型的构建方法 |
| KR101892642B1 (ko) * | 2017-03-13 | 2018-10-04 | 동부엔지니어링 주식회사 | 하천의 만곡부 지역에서의 계획 홍수위 측선 연장선 간 교차점을 이용한 침수범위 결정 방법 및 이를 기록한 기록매체 |
| CN110929443A (zh) * | 2019-12-02 | 2020-03-27 | 中国水利水电科学研究院 | 一种基于高精度地形概化的二维洪水模拟方法 |
| CN111159848A (zh) * | 2019-12-04 | 2020-05-15 | 天津大学 | 一种暴雨高水位高潮位极端环境下的洪水风险模拟方法 |
| CN111768502A (zh) * | 2020-07-08 | 2020-10-13 | 西安理工大学 | 一种基于gpu加速技术的非结构网格二维洪水模拟系统 |
Non-Patent Citations (1)
| Title |
|---|
| 王泽臻;霍亮;张晓龙;程宏宇;杜永葛;: "河道洪水淹没三维仿真方案设计", 测绘与空间地理信息, no. 05, 25 May 2017 (2017-05-25), pages 56 - 58 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022188338A1 (zh) * | 2021-03-09 | 2022-09-15 | 长江水利委员会水文局 | 一种基于多星源信息耦合的高精度水道重构方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112233234B (zh) | 2024-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kang et al. | Topographic mapping on large-scale tidal flats with an iterative approach on the waterline method | |
| CN109919944B (zh) | 一种复杂场景建筑物变化检测的联合超像素图割优化方法 | |
| CN107063197A (zh) | 一种基于空间信息技术的水库特征曲线提取方法 | |
| CN111273378B (zh) | 一种基于风应力扰动的台风中心定位方法 | |
| CN107491566B (zh) | 一种定量化研究城市森林对pm2.5净化作用的方法 | |
| CN116258608B (zh) | 融合gis和bim三维技术的水利实时监测信息管理系统 | |
| CN115115262A (zh) | 一种洪水风险灾害评估的方法 | |
| CN115640670A (zh) | 一种地形自适应水深模型分区加权融合方法 | |
| CN110580388A (zh) | 一种基于众源轨迹数据的航道网络提取方法 | |
| CN115935732A (zh) | 一种复杂感潮河网的多源复合灾害淹没风险的模拟方法 | |
| Kuwano-Yoshida | Using the local deepening rate to indicate extratropical cyclone activity | |
| CN110569733B (zh) | 基于遥感大数据平台的湖泊长时序连续水域变化重建方法 | |
| CN110490800B (zh) | 一种浅海地形的重构方法 | |
| CN115310706A (zh) | 一种台风路径智能预报方法 | |
| CN112233234A (zh) | 一种洪水模拟预测中河道地形的重构方法 | |
| CN115329656A (zh) | 一种基于改进卷积神经网络的城市内涝积水分布快速预测方法 | |
| KR101934283B1 (ko) | 복수의 카테고리로 구분되는 해안의 특성을 고려한 총수위 예측 방법 및 이를 이용한 서버 | |
| CN117195603B (zh) | 基于高分辨率遥感要素的洪涝灾害推演方法、设备及介质 | |
| Athanasiou et al. | Global Coastal Characteristics (GCC): A global dataset of geophysical, hydrodynamic, and socioeconomic coastal indicators | |
| Wang et al. | Lidar ground filtering algorithm for urban areas using scan line based segmentation | |
| CN111079595A (zh) | 一种动态洪水风险图新理念与风险智能识别方法 | |
| Carignan et al. | Digital elevation model of Astoria, Oregon: Procedures, data sources and analysis | |
| CN115761520A (zh) | 基于河流漂浮物自主学习的河流径流量分析方法及系统 | |
| CN115619712A (zh) | 一种基于无人机航拍技术的水域面积监测评估方法 | |
| Kim et al. | Tidal creek extraction from airborne LiDAR data using ground filtering techniques |
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 |