CN112629493A - 一种基于多星源信息耦合的高精度水道重构方法 - Google Patents

一种基于多星源信息耦合的高精度水道重构方法 Download PDF

Info

Publication number
CN112629493A
CN112629493A CN202110253051.5A CN202110253051A CN112629493A CN 112629493 A CN112629493 A CN 112629493A CN 202110253051 A CN202110253051 A CN 202110253051A CN 112629493 A CN112629493 A CN 112629493A
Authority
CN
China
Prior art keywords
satellite
water channel
water
section
water level
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
Application number
CN202110253051.5A
Other languages
English (en)
Other versions
CN112629493B (zh
Inventor
熊明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bureau of Hydrology Changjiang Water Resources Commission
Original Assignee
Bureau of Hydrology Changjiang Water Resources Commission
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bureau of Hydrology Changjiang Water Resources Commission filed Critical Bureau of Hydrology Changjiang Water Resources Commission
Priority to CN202110253051.5A priority Critical patent/CN112629493B/zh
Publication of CN112629493A publication Critical patent/CN112629493A/zh
Application granted granted Critical
Publication of CN112629493B publication Critical patent/CN112629493B/zh
Priority to PCT/CN2021/109425 priority patent/WO2022188338A1/zh
Priority to US17/584,421 priority patent/US12038277B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G01C13/002—Measuring the movement of open water
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C7/00—Tracing profiles
    • G01C7/06—Tracing profiles of cavities, e.g. tunnels
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • 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
    • 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)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Optics & Photonics (AREA)
  • Computer Graphics (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种基于多星源信息耦合的高精度水道重构方法，该方法包括水道断面确定方法、基本水道断面高精度耦合重构方法、固定水道断面耦合重构方法、河段水道地形重构方法。通过本发明填补了基于卫星遥感信息测绘水道的空白、极大地提高了现有卫星数字地表模型针对河流水道的垂直和平面精度、可为缺少资料地区涉水应急抢险提供决策支撑。

Description

一种基于多星源信息耦合的高精度水道重构方法
技术领域
本发明涉及水道测绘应用技术领域，具体为一种基于多星源信息耦合的高精度水道重构方法。
背景技术
卫星遥感因使用目的的不同，其平面或垂直的分辨率大相径庭。目前，高精度的全色正射影像平面分辨率可达50cm以内，安装有雷达高度计或激光高度计的垂直分辨率更达至10cm以内，此两类卫星其平面与高程信息往往不能同时获得或分辨率较低，最先进的卫星三维立体影像（GSM）其平面、垂直分辨率达数十米，单独使用均达不到高精度测绘的要求。
随着技术的进步，卫星的平面或垂直的分辨率会进一步提高，然而无论何种卫星均只能开展水面以上的平面或高程信息观测，无法获取水面以下的地形数据。充分利用高精度的平面和垂直观测卫星星源，以及卫星三维立体影像（GSM）的平面与高程差关系，根据水位随季节涨落、卫星重访规律的特点，耦合以上三种卫星的历史观测信息，重构出高精度的水道地形是行之有效的手段。
发明内容
本发明的目的在于针对上述现有技术的不足，提供了一种基于多星源信息耦合的高精度水道重构方法，可最大限度地提高现有卫星数字地表模型。
为实现上述目的，本发明采用了如下技术方案：
本发明提供了一种基于多星源信息耦合的高精度水道重构方法，包括以下步骤：
S1、确定水道断面：根据拟开展水道观测河流的特性，选择各种类型卫星重访位置接近的河段，确定高精度测高卫星水道回波点所处河道横断面为基本水道断面，利用最新的高精度正射遥感影像信息在基本水道断面上下游每隔一定距离选择横断面作为固定水道断面；
S2、重构基本水道断面高精度耦合：采用基本水道断面测高卫星、以及基本水道断面附近的正射遥感影像卫星历史信息，通过星源重访时间、观测要素联合耦合，构建高精度基本水道断面的水位、水面宽及水岸交汇点坐标集；
S3、重构固定水道断面耦合：采用基本水道断面测高卫星、基本水道断面附近的测绘卫星和正射遥感影像卫星历史信息，通过测高卫星、测绘卫星之间重访时间、水力联系耦合，构建对应于基本水道断面的固定水道断面水位集；
通过测高卫星、正射遥感影像卫星重访时间、观测要素联合耦合，构建固定水道断面的水位、水面宽及水岸交汇点坐标集；
S4、重构河段水道地形：根据基本水道断面、固定水道断面水位、水岸交汇点坐标集，重构水道地形测量散点，根据成图比例和散点集绘制等高线成图。
进一步，所述水道包括天然河流、大型渠道、湖泊、水库的各类水体。
进一步，所述多星源包括但不限于安装激光或雷达高度计的测高卫星、遥感正射影像卫星、具有综合三维成像的资源或测绘卫星。
进一步，所述水道断面为在河流上布置的垂直于河流流向的断面。
进一步，在S1中，所述卫星重访位置指卫星在轨道运行期间重复经过的位置。
进一步，在S1中，所述测高卫星水道回波点指测高卫星发射的垂直于地球雷达或激光被河流水面反射位置。
进一步，在S2中，所述星源重访时间、观测要素联合耦合的实施步骤为：
S21、建立基本水道断面测高卫星观测水位
Figure 90907DEST_PATH_IMAGE001
和正射遥感影像观测断面宽
Figure 590022DEST_PATH_IMAGE002
随时间的联合分布函数，或点绘
Figure 420574DEST_PATH_IMAGE003
、
Figure 132179DEST_PATH_IMAGE004
过程线图；
S22、求解测高卫星观测水位时间点的断面水面宽、正射遥感影像观测断面宽时间 点的水位，或在
Figure 669470DEST_PATH_IMAGE005
过程线图中插值测高卫星观测水位时间点的断面水面宽、在
Figure 339486DEST_PATH_IMAGE006
过程线图中插值正射遥感影像观测断面宽时间点的水位；
S23、依据求解或插值的所有水位或水面宽数值，建立基本水道断面水位与断面宽 函数
Figure 657335DEST_PATH_IMAGE007
，或点绘
Figure 579154DEST_PATH_IMAGE008
相关图；
S24、对
Figure 298849DEST_PATH_IMAGE009
数值插值或将
Figure 139766DEST_PATH_IMAGE010
相关图离散化，形成
Figure 882594DEST_PATH_IMAGE011
；
其中，
Figure 467159DEST_PATH_IMAGE011
为基本水道断面水位和断面宽集；
S25、选择至少各一次略低和略高于
Figure 211999DEST_PATH_IMAGE012
最近观测水位时间点，相近测次正射遥感 影像，查读河流左右岸所对应的水岸交汇点坐标，构建三维坐标集
Figure 427080DEST_PATH_IMAGE013
、
Figure 516258DEST_PATH_IMAGE014
；
其中，
Figure 779881DEST_PATH_IMAGE015
为离散化的基本水道断面水位；
Figure 208588DEST_PATH_IMAGE016
、
Figure 656887DEST_PATH_IMAGE017
构成左右岸水岸交汇点坐标与 基本断面水位的坐标集。
进一步，在S3中，所述测高卫星、测绘卫星之间重访时间、水力联系耦合的实施步骤为：
S301、建立基本水道断面测高卫星观测水位
Figure 702203DEST_PATH_IMAGE018
和测绘卫星观测水位
Figure 831833DEST_PATH_IMAGE019
随时间的联合分布函数，或点绘
Figure 787151DEST_PATH_IMAGE020
、
Figure 671930DEST_PATH_IMAGE021
过程线图；
S302、求解联合分布函数对应于
Figure 79909DEST_PATH_IMAGE022
的时间点集
Figure 75547DEST_PATH_IMAGE023
和
Figure 213267DEST_PATH_IMAGE024
，或在
Figure 642849DEST_PATH_IMAGE025
中求解或插值对应
Figure 928337DEST_PATH_IMAGE026
所有出现时间点集
Figure 399770DEST_PATH_IMAGE023
，并在
Figure 595259DEST_PATH_IMAGE027
中求解或插 值所有
Figure 556261DEST_PATH_IMAGE023
对应的
Figure 266728DEST_PATH_IMAGE028
；
其中，
Figure 479535DEST_PATH_IMAGE029
为离散化的基本水道断面水位；
Figure 123006DEST_PATH_IMAGE030
为在
Figure 723752DEST_PATH_IMAGE023
时间点上测绘卫星观测水位；
Figure 124777DEST_PATH_IMAGE023
为时间点；
S303、计算所有
Figure 203592DEST_PATH_IMAGE031
的数学期望值
Figure 435990DEST_PATH_IMAGE032
和
Figure 738795DEST_PATH_IMAGE033
，
Figure 871791DEST_PATH_IMAGE034
作为测高卫星观测水位与测绘卫星观测水位的系统误差；
S304、建立第k个固定水道断面测绘卫星的数字地表模型观测水位
Figure 488718DEST_PATH_IMAGE035
的分 布函数，求解或插值时间点集
Figure 637939DEST_PATH_IMAGE036
对应的
Figure 987012DEST_PATH_IMAGE037
，或点绘测绘卫星的数字地表模型的第 k个固定水道断面
Figure 159367DEST_PATH_IMAGE038
过程线图，并在图中插补时间点集
Figure 376722DEST_PATH_IMAGE039
对应的
Figure 583713DEST_PATH_IMAGE040
；
其中，
Figure 431583DEST_PATH_IMAGE040
为第
Figure 763338DEST_PATH_IMAGE039
时间点第k个固定断面水位；
S305、计算所有
Figure 784384DEST_PATH_IMAGE041
的数学期望值
Figure 845881DEST_PATH_IMAGE042
并加上测高卫星 观测水位与测绘卫星观测水位的系统误差
Figure 536756DEST_PATH_IMAGE043
，即
Figure 746021DEST_PATH_IMAGE044
为对应
Figure 242861DEST_PATH_IMAGE045
第 k个固定水道断面水位。
进一步，在S3中，所述测高卫星、正射遥感影像卫星重访时间、观测要素联合耦合的实施步骤为：
S311、建立基本水道断面测高卫星观测水位
Figure 595083DEST_PATH_IMAGE046
和正射遥感影像观测第k个固 定水道断面宽
Figure 581493DEST_PATH_IMAGE047
随时间的联合分布函数，或点绘
Figure 215737DEST_PATH_IMAGE048
、
Figure 453951DEST_PATH_IMAGE049
过程线图；
S312、求解联合分布函数对应于
Figure 21199DEST_PATH_IMAGE050
的时间点集
Figure 381773DEST_PATH_IMAGE039
和
Figure 440996DEST_PATH_IMAGE051
，或在
Figure 279639DEST_PATH_IMAGE052
中求 解或插值对应
Figure 966972DEST_PATH_IMAGE053
所有出现时间点集
Figure 436131DEST_PATH_IMAGE054
，并在
Figure 779388DEST_PATH_IMAGE049
中求解或插值所有
Figure 749618DEST_PATH_IMAGE055
对应的
Figure 665359DEST_PATH_IMAGE056
；
其中，
Figure 367736DEST_PATH_IMAGE057
为第
Figure 260605DEST_PATH_IMAGE058
时间点第k个固定断面的水面宽；
S313、计算所有
Figure 706630DEST_PATH_IMAGE059
的数学期望值
Figure 243922DEST_PATH_IMAGE060
，建立对应
Figure 913937DEST_PATH_IMAGE061
的第k个 固定水道断面水位与断面宽集
Figure 231786DEST_PATH_IMAGE062
；
S314、选择至少各一次略低和略高于
Figure 888027DEST_PATH_IMAGE061
最近观测水位时间点，相近测次正射遥 感影像，查读第k个固定水道断面左右岸所对应的水岸交汇点坐标，构建三维坐标集
Figure 670038DEST_PATH_IMAGE063
、
Figure 979797DEST_PATH_IMAGE064
；
其中，
Figure 784941DEST_PATH_IMAGE065
、
Figure 244873DEST_PATH_IMAGE064
为第k个固定水道断面左右岸所 对应的水岸交汇点坐标与对应固定断面的三维坐标集。
进一步，在S4中，所述重构水道地形测量散点的实施步骤为：
S41、获取基本水道断面对应于所有
Figure 881391DEST_PATH_IMAGE066
的左右岸水岸交汇点 三维坐标
Figure 96471DEST_PATH_IMAGE067
、
Figure 559551DEST_PATH_IMAGE068
；
S42、获取对应于所有
Figure 947807DEST_PATH_IMAGE069
的所有固定水道断面
Figure 376515DEST_PATH_IMAGE070
的左右岸水岸交汇点三维坐标
Figure 700180DEST_PATH_IMAGE071
、
Figure 276655DEST_PATH_IMAGE064
；
S43、将所有的三维坐标点
Figure 406285DEST_PATH_IMAGE072
、
Figure 627181DEST_PATH_IMAGE073
、
Figure 715223DEST_PATH_IMAGE074
、
Figure 716677DEST_PATH_IMAGE064
视为实测点共同组成水道地形测量散点。
本发明的有益效果为：通过提出基于多星源信息耦合的高精度水道重构方法，可最大限度地提高现有卫星数字地表模型（GSM）针对河流水道的垂直和平面精度，可为缺少资料地区涉水应急抢险提供决策支撑；该方法填补了基于卫星遥感信息测绘水道的空白，有良好的经济效益和社会效益，适合推广使用。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，下面对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
一种基于多星源信息耦合的高精度水道重构方法，其采用的技术方案包括水道断面确定方法、基本水道断面高精度耦合重构方法、固定水道断面耦合重构方法、河段水道地形重构方法。
根据拟开展水道观测河流的特性，选择各种类型卫星重访位置接近的河段，确定高精度测高卫星水道回波点所处河道横断面为基本水道断面，利用最新的高精度正射遥感影像信息在基本水道断面上下游每隔一定距离选择横断面作为固定水道断面。
S2、基本水道断面高精度耦合重构方法
采用基本水道断面测高卫星、以及基本水道断面附近的正射遥感影像卫星历史信息，通过星源重访时间、观测要素联合耦合，构建高精度基本水道断面的水位、水面宽及水岸交汇点坐标集。
基本水道断面星源重访时间、观测要素联合耦合的实施步骤为：
S21、建立基本水道断面测高卫星观测水位
Figure DEST_PATH_IMAGE075
和正射遥感影像观测断面宽
Figure 853261DEST_PATH_IMAGE076
随时间的联合分布函数，或点绘
Figure DEST_PATH_IMAGE077
、
Figure 53298DEST_PATH_IMAGE078
过程线图；
S22、求解测高卫星观测水位时间点的断面水面宽、正射遥感影像观测断面宽时间 点的水位，或在
Figure DEST_PATH_IMAGE079
过程线图中插值测高卫星观测水位时间点的断面水面宽、在
Figure 951721DEST_PATH_IMAGE080
过程线图中插值正射遥感影像观测断面宽时间点的水位；
S23、依据求解或插值的所有水位或水面宽数值，建立基本水道断面水位与断面宽 函数
Figure DEST_PATH_IMAGE081
，或点绘
Figure 237209DEST_PATH_IMAGE082
相关图；
S24、对
Figure 646325DEST_PATH_IMAGE081
数值插值或将
Figure 904131DEST_PATH_IMAGE082
相关图离散化，形成基本水道断 面水位和断面宽集
Figure DEST_PATH_IMAGE083
；
S25、选择至少各一次略低和略高于
Figure 6079DEST_PATH_IMAGE084
最近观测水位时间点，相近测次正射遥感 影像，查读河流左右岸所对应的水岸交汇点坐标，构建三维坐标集
Figure DEST_PATH_IMAGE085
、
Figure 778863DEST_PATH_IMAGE086
。
其中，
Figure DEST_PATH_IMAGE087
为离散化的基本水道断面水位；
Figure 522828DEST_PATH_IMAGE085
、
Figure 635141DEST_PATH_IMAGE086
为构成左右岸水岸交汇点坐 标与基本断面水位的坐标集。
S3、固定水道断面耦合重构方法
采用基本水道断面测高卫星、基本水道断面附近的测绘卫星和正射遥感影像卫星历史信息，通过测高卫星、测绘卫星之间重访时间、水力联系耦合，构建对应于基本水道断面的固定水道断面水位集。通过测高卫星、正射遥感影像卫星重访时间、观测要素联合耦合，构建固定水道断面的水位、水面宽及水岸交汇点坐标集。
固定水道断面测高卫星、测绘卫星之间重访时间、水力联系耦合的实施步骤为：
S301、建立基本水道断面测高卫星观测水位
Figure 406525DEST_PATH_IMAGE088
和测绘卫星观测水位
Figure DEST_PATH_IMAGE089
随时间的联合分布函数，或点绘
Figure 135447DEST_PATH_IMAGE090
、
Figure DEST_PATH_IMAGE091
过程线图；
S302、求解联合分布函数对应于
Figure 683103DEST_PATH_IMAGE092
的时间点集
Figure DEST_PATH_IMAGE093
和
Figure 322026DEST_PATH_IMAGE094
，或在
Figure DEST_PATH_IMAGE095
中求解或插值对应
Figure 359252DEST_PATH_IMAGE096
所有出现时间点集
Figure 247573DEST_PATH_IMAGE093
，并在
Figure DEST_PATH_IMAGE097
中求解或插 值所有
Figure 661237DEST_PATH_IMAGE093
对应的
Figure 918781DEST_PATH_IMAGE094
；
其中，
Figure 126908DEST_PATH_IMAGE092
为离散化的基本水道断面水位；
Figure 971368DEST_PATH_IMAGE094
为在
Figure 391985DEST_PATH_IMAGE093
时间点上测绘卫星观测水位；
Figure 395713DEST_PATH_IMAGE093
为时间点；
S303、计算所有
Figure 243583DEST_PATH_IMAGE098
的数学期望值
Figure DEST_PATH_IMAGE099
和
Figure 372076DEST_PATH_IMAGE033
，
Figure 330805DEST_PATH_IMAGE100
作为测高卫星观测水位与测绘卫星观测水位的系统误差；
S304、建立第k个固定水道断面测绘卫星的数字地表模型（GSM）观测水位
Figure DEST_PATH_IMAGE101
的分布函数，求解或插值时间点集
Figure 861143DEST_PATH_IMAGE093
对应的
Figure 145494DEST_PATH_IMAGE102
，或点绘测绘卫星的数字地表模型的 第k个固定水道断面
Figure DEST_PATH_IMAGE103
过程线图，并在图中插补时间点集
Figure 728660DEST_PATH_IMAGE093
对应的
Figure 756659DEST_PATH_IMAGE102
；
其中，
Figure 672662DEST_PATH_IMAGE102
为第
Figure 800018DEST_PATH_IMAGE093
时间点第k个固定断面水位；
S305、计算所有
Figure 231000DEST_PATH_IMAGE104
的数学期望值
Figure 531531DEST_PATH_IMAGE105
并加上测高卫星观 测水位与测绘卫星观测水位的系统误差
Figure 239724DEST_PATH_IMAGE106
，即
Figure 600298DEST_PATH_IMAGE107
为对应
Figure 252996DEST_PATH_IMAGE108
第k个固 定水道断面水位。
固定水道断面测高卫星、正射遥感影像卫星重访时间、观测要素联合耦合的实施步骤为：
S311、建立基本水道断面测高卫星观测水位
Figure 742839DEST_PATH_IMAGE109
和正射遥感影像观测第k个固 定水道断面断面宽
Figure 633434DEST_PATH_IMAGE110
随时间的联合分布函数，或点绘
Figure 227227DEST_PATH_IMAGE111
、
Figure 242587DEST_PATH_IMAGE049
过程线 图；
S312、求解联合分布函数对应于
Figure 884921DEST_PATH_IMAGE112
的时间点集
Figure 692340DEST_PATH_IMAGE113
和
Figure 394717DEST_PATH_IMAGE114
，或在
Figure 897373DEST_PATH_IMAGE115
中求解或插值对应
Figure 405715DEST_PATH_IMAGE112
所有出现时间点集
Figure 270903DEST_PATH_IMAGE113
，并在
Figure DEST_PATH_IMAGE116
中求解或插值所有
Figure 613023DEST_PATH_IMAGE113
对应 的
Figure 665292DEST_PATH_IMAGE117
；
其中，
Figure 351226DEST_PATH_IMAGE117
为第
Figure 867658DEST_PATH_IMAGE113
时间点第k个固定断面的水面宽；
S313、计算所有
Figure 911838DEST_PATH_IMAGE117
的数学期望值
Figure 389087DEST_PATH_IMAGE118
，建立对应
Figure 973652DEST_PATH_IMAGE119
的第k个固 定水道断面水位与断面宽集
Figure 547852DEST_PATH_IMAGE062
；
S314、选择至少各一次略低和略高于
Figure 700616DEST_PATH_IMAGE112
最近观测水位时间点，相近测次正射遥 感影像，查读第k个固定水道断面左右岸所对应的水岸交汇点坐标，构建三维坐标集
Figure 993057DEST_PATH_IMAGE074
、
Figure 115734DEST_PATH_IMAGE064
。
其中，
Figure 747704DEST_PATH_IMAGE074
、
Figure 399265DEST_PATH_IMAGE064
为第k个固定水道断面左右岸所对 应的水岸交汇点坐标与对应固定断面的三维坐标集。
S4、河段水道地形重构方法
根据基本水道断面、固定水道断面水位、水岸交汇点坐标集，重构水道地形测量散点，按《水道观测规范》有关成图要求绘制河段的水道地形图。
重构水道地形测量散点的实施步骤为：
S41、获取基本水道断面对应于所有
Figure 615220DEST_PATH_IMAGE120
的左右岸水岸交汇 点三维坐标
Figure 744850DEST_PATH_IMAGE067
、
Figure 355960DEST_PATH_IMAGE068
；
S42、获取对应于所有
Figure 584947DEST_PATH_IMAGE121
的所有固定水道断面
Figure 586402DEST_PATH_IMAGE122
的左右岸水岸交汇点三维坐标（）
Figure 582039DEST_PATH_IMAGE123
、
Figure 985339DEST_PATH_IMAGE124
；
S43、将所有的三维坐标点
Figure 385227DEST_PATH_IMAGE125
、
Figure 670715DEST_PATH_IMAGE126
、
Figure 673306DEST_PATH_IMAGE127
、
Figure 603216DEST_PATH_IMAGE128
视为实测点共同组成水道地形测量散点。
以上所述实施例仅表达了本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于多星源信息耦合的高精度水道重构方法，其特征在于，包括以下步骤：
S1、确定水道断面：根据拟开展水道观测河流的特性，选择各种类型卫星重访位置接近的河段，确定高精度测高卫星水道回波点所处河道横断面为基本水道断面，利用最新的高精度正射遥感影像信息在基本水道断面上下游每隔一定距离选择横断面作为固定水道断面；
S2、重构基本水道断面高精度耦合：采用基本水道断面测高卫星、以及基本水道断面附近的正射遥感影像卫星历史信息，通过星源重访时间、观测要素联合耦合，构建高精度基本水道断面的水位、水面宽及水岸交汇点坐标集；
S3、重构固定水道断面耦合：采用基本水道断面测高卫星、基本水道断面附近的测绘卫星和正射遥感影像卫星历史信息，通过测高卫星、测绘卫星之间重访时间、水力联系耦合，构建对应于基本水道断面的固定水道断面水位集；
通过测高卫星、正射遥感影像卫星重访时间、观测要素联合耦合，构建固定水道断面的水位、水面宽及水岸交汇点坐标集；
S4、重构河段水道地形：根据基本水道断面、固定水道断面水位、水岸交汇点坐标集，重构水道地形测量散点，根据成图比例和散点集绘制等高线成图。
2.根据权利要求1所述的一种基于多星源信息耦合的高精度水道重构方法，其特征在于：所述水道包括天然河流、大型渠道、湖泊、水库的各类水体。
3.根据权利要求1所述的一种基于多星源信息耦合的高精度水道重构方法，其特征在于：所述多星源包括但不限于安装激光或雷达高度计的测高卫星、遥感正射影像卫星、具有综合三维成像的资源或测绘卫星。
4.根据权利要求1所述的一种基于多星源信息耦合的高精度水道重构方法，其特征在于：所述水道断面为在河流上布置的垂直于河流流向的断面。
5.根据权利要求1所述的一种基于多星源信息耦合的高精度水道重构方法，其特征在于：在S1中，所述卫星重访位置指卫星在轨道运行期间重复经过的位置。
6.根据权利要求1所述的一种基于多星源信息耦合的高精度水道重构方法，其特征在于：在S1中，所述测高卫星水道回波点指测高卫星发射的垂直于地球雷达或激光被河流水面反射位置。
7.根据权利要求1所述的一种基于多星源信息耦合的高精度水道重构方法，其特征在于：在S2中，所述星源重访时间、观测要素联合耦合的实施步骤为：
S21、建立基本水道断面测高卫星观测水位
Figure DEST_PATH_IMAGE001
和正射遥感影像观测断面宽
Figure 630499DEST_PATH_IMAGE002
随时间的联合分布函数，或点绘
Figure DEST_PATH_IMAGE003
、
Figure 398735DEST_PATH_IMAGE004
过程线图；
S22、求解测高卫星观测水位时间点的断面水面宽、正射遥感影像观测断面宽时间点的 水位，或在
Figure DEST_PATH_IMAGE005
过程线图中插值测高卫星观测水位时间点的断面水面宽、在
Figure 313602DEST_PATH_IMAGE006
过程线图中插值正射遥感影像观测断面宽时间点的水位；
S23、依据求解或插值的所有水位或水面宽数值，建立基本水道断面水位与断面宽函数
Figure DEST_PATH_IMAGE007
，或点绘
Figure 83849DEST_PATH_IMAGE008
相关图；
S24、对
Figure DEST_PATH_IMAGE009
数值插值或将
Figure 488286DEST_PATH_IMAGE010
相关图离散化，形成
Figure DEST_PATH_IMAGE011
；
其中，
Figure 478239DEST_PATH_IMAGE011
为基本水道断面水位和断面宽集；
S25、选择至少各一次略低和略高于
Figure 524692DEST_PATH_IMAGE012
最近观测水位时间点，相近测次正射遥感影 像，查读河流左右岸所对应的水岸交汇点坐标，构建三维坐标集
Figure DEST_PATH_IMAGE013
、
Figure 650911DEST_PATH_IMAGE014
；
其中，
Figure DEST_PATH_IMAGE015
为离散化的基本水道断面水位；
Figure 163932DEST_PATH_IMAGE016
、
Figure DEST_PATH_IMAGE017
构成左右岸水岸交汇点坐标与 基本断面水位的坐标集。
8.根据权利要求7所述的一种基于多星源信息耦合的高精度水道重构方法，其特征在于：在S3中，所述测高卫星、测绘卫星之间重访时间、水力联系耦合的实施步骤为：
S301、建立基本水道断面测高卫星观测水位
Figure 765815DEST_PATH_IMAGE018
和测绘卫星观测水位
Figure DEST_PATH_IMAGE019
随时 间的联合分布函数，或点绘
Figure 553642DEST_PATH_IMAGE020
、
Figure DEST_PATH_IMAGE021
过程线图；
S302、求解联合分布函数对应于
Figure 106938DEST_PATH_IMAGE022
的时间点集
Figure 322019DEST_PATH_IMAGE023
和
Figure 286564DEST_PATH_IMAGE024
，或在
Figure 674820DEST_PATH_IMAGE025
中求解或插值对应
Figure 103527DEST_PATH_IMAGE026
所有出现时间点集
Figure 692772DEST_PATH_IMAGE023
，并在
Figure 3667DEST_PATH_IMAGE027
中求解或插值所有
Figure 133297DEST_PATH_IMAGE023
对应 的
Figure 150932DEST_PATH_IMAGE028
；
其中，
Figure 707815DEST_PATH_IMAGE029
为离散化的基本水道断面水位；
Figure 145487DEST_PATH_IMAGE030
为在
Figure 78808DEST_PATH_IMAGE023
时间点上测绘卫星观测水位；
Figure 950949DEST_PATH_IMAGE023
为时间点；
S303、计算所有
Figure 678734DEST_PATH_IMAGE031
的数学期望值
Figure 964222DEST_PATH_IMAGE032
和
Figure DEST_PATH_IMAGE033
，
Figure 107758DEST_PATH_IMAGE034
作为测高卫星观测水位与测绘卫星观测水位的系统误差；
S304、建立第k个固定水道断面测绘卫星的数字地表模型观测水位
Figure DEST_PATH_IMAGE035
的分布函数， 求解或插值时间点集
Figure 834406DEST_PATH_IMAGE036
对应的
Figure DEST_PATH_IMAGE037
，或点绘测绘卫星的数字地表模型的第k个固定水 道断面
Figure 998671DEST_PATH_IMAGE038
过程线图，并在图中插补时间点集
Figure DEST_PATH_IMAGE039
对应的
Figure 771455DEST_PATH_IMAGE040
；
其中，
Figure 951638DEST_PATH_IMAGE040
为第
Figure 391847DEST_PATH_IMAGE039
时间点第k个固定断面水位；
S305、计算所有
Figure DEST_PATH_IMAGE041
的数学期望值
Figure 602379DEST_PATH_IMAGE042
并加上测高卫星观测水位 与测绘卫星观测水位的系统误差
Figure DEST_PATH_IMAGE043
，即
Figure 268984DEST_PATH_IMAGE044
为对应
Figure DEST_PATH_IMAGE045
第k个固定 水道断面水位。
9.根据权利要求8所述的一种基于多星源信息耦合的高精度水道重构方法，其特征在于：在S3中，所述测高卫星、正射遥感影像卫星重访时间、观测要素联合耦合的实施步骤为：
S311、建立基本水道断面测高卫星观测水位
Figure 252858DEST_PATH_IMAGE046
和正射遥感影像观测第k个固定水 道断面宽
Figure DEST_PATH_IMAGE047
随时间的联合分布函数，或点绘
Figure 16415DEST_PATH_IMAGE048
、
Figure DEST_PATH_IMAGE049
过程线图；
S312、求解联合分布函数对应于
Figure 460166DEST_PATH_IMAGE050
的时间点集
Figure 145225DEST_PATH_IMAGE039
和
Figure DEST_PATH_IMAGE051
，或在
Figure 230993DEST_PATH_IMAGE052
中求解 或插值对应
Figure DEST_PATH_IMAGE053
所有出现时间点集
Figure 114635DEST_PATH_IMAGE054
，并在
Figure 463708DEST_PATH_IMAGE049
中求解或插值所有
Figure DEST_PATH_IMAGE055
对应的
Figure 432801DEST_PATH_IMAGE056
；
其中，
Figure DEST_PATH_IMAGE057
为第
Figure 492899DEST_PATH_IMAGE058
时间点第k个固定断面的水面宽；
S313、计算所有
Figure 762206DEST_PATH_IMAGE059
的数学期望值
Figure 610076DEST_PATH_IMAGE060
，建立对应
Figure 941832DEST_PATH_IMAGE061
的第k个固定 水道断面水位与断面宽集
Figure 166140DEST_PATH_IMAGE062
；
S314、选择至少各一次略低和略高于
Figure 24374DEST_PATH_IMAGE061
最近观测水位时间点，相近测次正射遥感影 像，查读第k个固定水道断面左右岸所对应的水岸交汇点坐标，构建三维坐标集
Figure 43146DEST_PATH_IMAGE063
、
Figure 127776DEST_PATH_IMAGE064
；
其中，
Figure 624617DEST_PATH_IMAGE065
、
Figure 540620DEST_PATH_IMAGE064
为第k个固定水道断面左右岸所对应 的水岸交汇点坐标与对应固定断面的三维坐标集。
10.根据权利要求9所述的一种基于多星源信息耦合的高精度水道重构方法，其特征在于：在S4中，所述重构水道地形测量散点的实施步骤为：
S41、获取基本水道断面对应于所有
Figure 900932DEST_PATH_IMAGE066
的左右岸水岸交汇点三维 坐标
Figure 800755DEST_PATH_IMAGE067
、
Figure 101286DEST_PATH_IMAGE068
；
S42、获取对应于所有
Figure 934113DEST_PATH_IMAGE069
的所有固定水道断面
Figure 966791DEST_PATH_IMAGE070
的左右岸水岸交汇点三维坐标
Figure 88331DEST_PATH_IMAGE071
、
Figure 989291DEST_PATH_IMAGE064
；
S43、将所有的三维坐标点
Figure 551990DEST_PATH_IMAGE072
、
Figure 83466DEST_PATH_IMAGE073
、
Figure 489039DEST_PATH_IMAGE074
、
Figure 69057DEST_PATH_IMAGE064
视为实测点共同组成水道地形测量散点。
CN202110253051.5A 2021-03-09 2021-03-09 一种基于多星源信息耦合的高精度水道重构方法 Active CN112629493B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110253051.5A CN112629493B (zh) 2021-03-09 2021-03-09 一种基于多星源信息耦合的高精度水道重构方法
PCT/CN2021/109425 WO2022188338A1 (zh) 2021-03-09 2021-07-30 一种基于多星源信息耦合的高精度水道重构方法
US17/584,421 US12038277B2 (en) 2021-03-09 2021-07-30 High-precision waterway reconstruction method based on multi-satellite source information coupling

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110253051.5A CN112629493B (zh) 2021-03-09 2021-03-09 一种基于多星源信息耦合的高精度水道重构方法

Publications (2)

Publication Number Publication Date
CN112629493A true CN112629493A (zh) 2021-04-09
CN112629493B CN112629493B (zh) 2021-07-02

Family

ID=75297766

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110253051.5A Active CN112629493B (zh) 2021-03-09 2021-03-09 一种基于多星源信息耦合的高精度水道重构方法

Country Status (3)

Country Link
US (1) US12038277B2 (zh)
CN (1) CN112629493B (zh)
WO (1) WO2022188338A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
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 (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0989558A (ja) * 1995-09-28 1997-04-04 Mitsubishi Electric Corp 地球形状計測装置
CN105352476A (zh) * 2015-11-23 2016-02-24 青岛秀山移动测量有限公司 船载水岸线水上水下一体化测量系统集成方法
CN105910579A (zh) * 2016-06-12 2016-08-31 山东能新能源科技有限公司 河道断面测绘系统
CN109269469A (zh) * 2018-11-21 2019-01-25 四川中水成勘院测绘工程有限责任公司 一种水下地形测量装置及方法
CN110490800A (zh) * 2019-07-26 2019-11-22 自然资源部第二海洋研究所 一种浅海地形的重构方法
CN111735430A (zh) * 2020-06-04 2020-10-02 长江水利委员会长江科学院 一种河道断面地形重构方法
CN112214821A (zh) * 2020-10-20 2021-01-12 浙江兴土桥梁临时钢结构工程有限公司 桥梁施工策划可视化方法、装置、设备及存储介质

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101271402B1 (ko) * 2011-11-30 2013-06-05 한국수자원공사 침식기반 프랙탈기법을 이용한 하천지형 보간 방법 및 컴퓨터로 판독 가능한 기록매체
WO2013121340A1 (en) * 2012-02-13 2013-08-22 Stellenbosch University Digital elevation model
CN103363962B (zh) * 2013-07-23 2015-04-08 中国科学院遥感与数字地球研究所 一种基于多光谱影像的湖泊水储量遥感估算方法
CN104197902A (zh) * 2014-09-12 2014-12-10 国家海洋局第二海洋研究所 一种利用单景高分辨率光学遥感图像提取浅海地形的方法
KR101571886B1 (ko) * 2015-11-04 2015-11-25 (주)해양공간정보기술 해저 지형을 3차원으로 확인하는 수심측량방법
CN109960838B (zh) * 2017-12-26 2021-04-06 中国水利水电科学研究院 一种体现河流基本特征的河道地形自动生成方法
CN108645456B (zh) * 2018-02-09 2020-11-03 中国水利水电科学研究院 一种山区河流流量监测定量反演方法
CN108896117A (zh) 2018-05-10 2018-11-27 北京师范大学 一种遥感水文站监测河流径流的方法
CN109489637B (zh) * 2018-11-08 2019-10-18 清华大学 水量变化监测方法、装置、计算机设备和存储介质
CN111735437A (zh) * 2019-10-14 2020-10-02 北部湾大学 一种基于Jason-1和CryoSat-2卫星数据的海底地貌解译方法
CN111681316B (zh) * 2020-06-24 2023-05-30 河南省水利勘测设计研究有限公司 一种高精度河道地形插值方法
CN111951392B (zh) * 2020-07-26 2023-04-25 长江水利委员会长江科学院 一种基于时间序列遥感影像和水位监测数据的洲滩枯水位以上地形重建方法
CN111895979B (zh) * 2020-08-10 2021-11-23 中国水利水电科学研究院 基于gf-1影像和测高卫星的河流存量计算方法
CN112233234B (zh) * 2020-10-15 2024-04-30 西安理工大学 一种洪水模拟预测中河道地形的重构方法
CN112415219A (zh) * 2020-11-09 2021-02-26 长江水利委员会水文局 一种河流非接触侧扫流速测量固定测速垂线定位修正方法
CN112629493B (zh) * 2021-03-09 2021-07-02 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

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0989558A (ja) * 1995-09-28 1997-04-04 Mitsubishi Electric Corp 地球形状計測装置
CN105352476A (zh) * 2015-11-23 2016-02-24 青岛秀山移动测量有限公司 船载水岸线水上水下一体化测量系统集成方法
CN105910579A (zh) * 2016-06-12 2016-08-31 山东能新能源科技有限公司 河道断面测绘系统
CN109269469A (zh) * 2018-11-21 2019-01-25 四川中水成勘院测绘工程有限责任公司 一种水下地形测量装置及方法
CN110490800A (zh) * 2019-07-26 2019-11-22 自然资源部第二海洋研究所 一种浅海地形的重构方法
CN111735430A (zh) * 2020-06-04 2020-10-02 长江水利委员会长江科学院 一种河道断面地形重构方法
CN112214821A (zh) * 2020-10-20 2021-01-12 浙江兴土桥梁临时钢结构工程有限公司 桥梁施工策划可视化方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
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
US12038277B2 (en) 2021-03-09 2024-07-16 Bureau Of Hydrology, Changjiang Water Resources Commission High-precision waterway reconstruction method based on multi-satellite source information coupling

Also Published As

Publication number Publication date
WO2022188338A1 (zh) 2022-09-15
US20230221116A1 (en) 2023-07-13
CN112629493B (zh) 2021-07-02
US12038277B2 (en) 2024-07-16

Similar Documents

Publication Publication Date Title
Brasington et al. Monitoring and modelling morphological change in a braided gravel‐bed river using high resolution GPS‐based survey
Mills et al. A geomatics data integration technique for coastal change monitoring
Mainville et al. Present-day tilting of the Great Lakes region based on water level gauges
CN112729258B (zh) 一种基于卫星大数据的河流流量连续测量方法
CN114689015B (zh) 一种提高光学卫星立体影像dsm高程精度的方法
Bakuła et al. Influence of elevation data source on 2D hydraulic modelling
Nguyen et al. Estimation of inundation depth using flood extent information and hydrodynamic simulations
Kall et al. Vertical crustal movements in Estonia determined from precise levellings and observations of the level of Lake Peipsi
CN112629493B (zh) 一种基于多星源信息耦合的高精度水道重构方法
Fazilova et al. Deformation analysis based on GNSS measurements in Tashkent region
Huizinga et al. Bathymetric contour maps, surface area and capacity tables, and bathymetric change maps for selected water-supply lakes in north-central and west-central Missouri, 2020
Song et al. Preliminary 3D assessment of coastal erosion by data integration between airborne LiDAR and DGPS field observations
Tata et al. Determination of orthometric height using GNSS and EGM Data: A scenario of the Federal University of Technology Akure
Yun et al. Monitoring of shoreline change at Chollipo Beach in South Korea
Samaila–Ija et al. Bathymetric survey and volumetric analysis for sustainable management case study of Suleja Dam, Niger State, Nigeria
Lee et al. Generation of Dense and High-Precision Digital Elevation Model Using Low-Cost Unmanned Aerial Vehicle and Space-Borne TanDEM-X to Measure Exposed Area Change Due to Tidal Invasion
Zhao et al. Comparison and analysis of accuracy of elevation extraction based on the ZY-3 01 and 02 satellites stereoscopic images
Nystrom Bathymetry of Ashokan, Cannonsville, Neversink, Pepacton, Rondout, and Schoharie Reservoirs, New York, 2013–15
Partama et al. Validation of high-resolution and simple river monitoring technique using UAV-SFM Method
Hayakawa et al. Rapid On‐site Topographic Mapping with a Handheld Laser Range Finder for a Geoarchaeological Survey in Syria
Hanslow et al. Monitoring coastal change using photogrammetry
Lee Estimation of reservoir storage capacity using multibeam sonar and terrestrial lidar, Randy Poynter Lake, Rockdale County, Georgia, 2012
Danchenkov et al. Modern technology in dune complexes monitoring on the Vistula spit
Maxim et al. Study of monitoring the river sediments
Baasch et al. Coordinate Frames and Transformations in GNSS Ray-Tracing for Autonomous Driving in Urban Areas. Remote Sens. 2023, 15, 180

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