CN112966570B - 一种基于卫星遥感和dem数据的水库蓄水量计量方法 - Google Patents

一种基于卫星遥感和dem数据的水库蓄水量计量方法 Download PDF

Info

Publication number
CN112966570B
CN112966570B CN202110174435.8A CN202110174435A CN112966570B CN 112966570 B CN112966570 B CN 112966570B CN 202110174435 A CN202110174435 A CN 202110174435A CN 112966570 B CN112966570 B CN 112966570B
Authority
CN
China
Prior art keywords
reservoir
surface area
water level
water
water surface
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
Application number
CN202110174435.8A
Other languages
English (en)
Other versions
CN112966570A (zh
Inventor
孙启玉
刘玉峰
邓青
李红超
荆志铎
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.)
Shandong Fengshi Information Technology Co ltd
Original Assignee
Shandong Fengshi Information Technology Co ltd
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 Shandong Fengshi Information Technology Co ltd filed Critical Shandong Fengshi Information Technology Co ltd
Priority to CN202110174435.8A priority Critical patent/CN112966570B/zh
Publication of CN112966570A publication Critical patent/CN112966570A/zh
Application granted granted Critical
Publication of CN112966570B publication Critical patent/CN112966570B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F17/00—Methods or apparatus for determining the capacity of containers or cavities, or the volume of solid bodies
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • 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
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F22/00—Methods or apparatus for measuring volume of fluids or fluent solid material, not otherwise provided for
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
    • G01F23/22—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water
    • G01F23/28—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water by measuring the variations of parameters of electromagnetic or acoustic waves applied directly to the liquid or fluent solid material
    • G01F23/284—Electromagnetic waves
    • G01F23/292—Light, e.g. infrared or ultraviolet
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • 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

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Fluid Mechanics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Remote Sensing (AREA)
  • Mathematical Optimization (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Electromagnetism (AREA)
  • Computational Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Evolutionary Biology (AREA)
  • Hydrology & Water Resources (AREA)
  • Multimedia (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Astronomy & Astrophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Thermal Sciences (AREA)
  • Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)

Abstract

本发明公开了一种基于卫星遥感和DEM数据的水库蓄水量计量方法，属于蓄水量计量域。本发明包括步骤：S1建立基于卫星遥感影像和水文站监测数据的水库水位‑水面面积关系曲线；S2基于数字高程模型进行DEM插补，获取无遥感影像资料的水库水位相应的水面面积；S3结合DEM插补建立基于DEM的水库水位‑水面面积关系曲线；S4利用相关关系回归计算方程对S1获得的水库水位‑水面面积关系曲线以及S3获得的水库水位‑水面面积关系曲线合并，得到完整的水库水位‑水面面积关系曲线；S5由S4得到的完整的水库水位‑水面面积关系曲线进一步推求水库水位‑水面面积‑水库库容关系曲线。本发明方法显著提高了水库蓄水状态监测精度。

Description

一种基于卫星遥感和DEM数据的水库蓄水量计量方法
技术领域
本发明涉及水利工程技术领域，特别涉及一种基于卫星遥感和DEM数据的水库蓄水量计量方法。
背景技术
地表水体蓄水量监测是水资源评价中的一个重要环节，蓄水量变化也是水资源管理的重要参考指标。传统地表水体蓄水量的估算方法主要依赖于地面水文站点的监测数据，通过水库特征曲线查算水库蓄水量。
而实际上，由于水文站点分布的有限性的不均匀性，区域蓄水量的精确计算存在一定的困难。水库在建成后多年运行造成库区的淤积，改变了原有的水位-库容关系，或者水库在建成时受技术条件等方面的限制，并不能获得真实、准确的水位-库容关系曲线，因此，水库建成或运行多年后，有必要对水库的水位-库容曲线进行复核，掌握水库准确的水位-库容关系曲线，在水库、大坝安全的前提下，最大限度地发挥水库地效益。
发明内容
为了弥补现有技术的不足，解决现有技术不能获得真实准确的水位-库容关系的问题，本发明提供了一种基于卫星遥感和DEM数据的水库蓄水量计量方法。
本发明的技术方案为：
一种基于卫星遥感和DEM数据的水库蓄水量计量方法，包括步骤：
S1建立基于卫星遥感影像和水文站监测数据的水库水位-水面面积关系曲线；
S2基于数字高程模型进行DEM插补，获取无遥感影像资料的水库水位相应的水面面积；
S3结合DEM插补建立基于DEM的水库水位-水面面积关系曲线；
S4利用相关关系回归计算方程对S1获得的水库水位-水面面积关系曲线以及S3获得的水库水位-水面面积关系曲线合并，得到完整的水库水位-水面面积关系曲线；
S5由S4得到的完整的水库水位-水面面积关系曲线进一步推求水库水位-水面面积-水库库容关系曲线。
作为一种实施方式，S1中，获取水库不同时间下的卫星遥感影像水面面积信息，并获取对应的水文站监测水位数据，利用线性回归建立基于卫星遥感影像和水文站监测数据的水库水位-水面面积关系曲线(Ⅰ)；
S1(h)＝α1h2+β1h+γ1 (Ⅰ)
其中，S1(h)为基于卫星遥感影像面积S1关于水位h的函数，h表示水位，α1、β1、γ1为遥感影像水库水位-水面面积关系曲线修正系数。
作为一种实施方式，S3中，获取水库的DEM数据信息和对应的监测水位信息，并结合DEM插补建立基于DEM的水库水位-水面面积关系曲线；
S2(h)＝α2h2+β2h+γ2 (Ⅱ)
其中，S2(h)为基于DEM数据面积S2关于水位h的函数，h表示水位，α2、β2、γ2为DEM水库水位-水面面积关系曲线修正系数。
作为一种实施方式，S4中，利用相关关系回归计算方程对曲线(Ⅰ)和曲线(Ⅱ)进行合并，得到完整的水库水位-水面面积关系曲线(Ⅲ)；
S(h)＝Ah2+Bh+C (Ⅲ)
Figure BDA0002940170280000021
B＝θβ1+(1-θ)β2 0<θ<1
C＝εγ1+(1-ε)γ2 0<ε<1。
作为一种实施方式，S5中，根据S4获得的水库水位-水面面积关系曲线(Ⅲ)建立水库水位-水面面积查算表，按0.01m的间隔计算水库水位相应的面积，以整个水域由若干紧密排列的四棱柱构成，得到相应水位差下的库容：
Vi＝hi[kSi+(1-k)Si+1] 0<k<1 (Ⅳ)
式中，Vi表示第i个四棱柱的体积，hi为第i个四棱柱的高程，Si表示第i个四棱柱对应的水面面积，Si+1表示第i+1个四棱柱对应的水面面积，k为修正系数。
作为一种实施方式，水库蓄水量，即，累计库容按照式(Ⅴ)计算；
Figure BDA0002940170280000031
式中，V表示水库蓄水量，Vi表示水库第i部分的库容，V0表示死库容。
作为一种实施方式，S2中，通过四个临近点的中心点进行数字高程模型DEM的插补，定义插求点为Q，插求点Q的四个临近点为(i,j)、(i,j+1)、(i+1,j)、(i+1,j+1)，(i,j)、(i,j+1)的中点为Q0，则Q0的高程值Z(Q0)＝0.5[Z(i,j)+Z(i,j+1)]；(i+1,j)、(i+1,j+1)的中点为Q1，则Q1的高程值Z(Q1)＝0.5[Z(i+1,j)+Z(i+1,j+1)]，通过式(Ⅵ)求得插求点Q的高程Z(Q)；
Z(Q)＝Z(Q0)(1-t)+Z(Q1)t(0≤t≤1) (Ⅵ)，t为修正系数。
作为一种实施方式，S1中，在提取水库卫星遥感影像水面面积之前，先对遥感影像进行辐射校正和几何校正，然后利用绿光波段和近红外波段组合构建归一化差异水体指数NDWI，设置阈值提取水体信息，统计水体像元个数，根据栅格面积得到水面面积；归一化差异水体指数NDWI计算方法如式(Ⅶ)所示：
NDWI＝(ρGREEN-ρNIR)/(ρGREEN+ρNIR) (VII)。
作为一种实施方式，所述辐射校正包括辐射定标和大气校正，用于消除设备误差和大气干扰，得到真实的反射率数据；所述几何校正采用多项式函数校正方法，选取控制点纠正影像的几何畸变。
本发明的有益效果为：
将遥感数据提取的水体参数作为综合数据的一部分，建立遥感数据提取水体的水面面积与地面监测水位数据的同化模型，更新水库特征曲线，显著提高水库蓄水状态监测精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明基于卫星遥感和DEM数据的水库蓄水量计量方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，一种基于卫星遥感和DEM数据的水库蓄水量计量方法，包括步骤：
S1对遥感影像进行预处理，提取遥感影像提取水体面积，同时提取对应的水文监测数据的水位信息，建立基于卫星遥感影像和水文站监测数据的水库水位-水面面积关系曲线；
S2基于数字高程模型进行DEM插补，获取无遥感影像资料的水库水位相应的水面面积；
S3提取DEM相关数据，并结合DEM插补建立基于DEM的水库水位-水面面积关系曲线；
S4利用相关关系回归计算方程对S1获得的水库水位-水面面积关系曲线以及S3获得的水库水位-水面面积关系曲线合并，得到完整的水库水位-水面面积关系曲线；
S5由S4得到的完整的水库水位-水面面积关系曲线进一步推求水库水位-水面面积-水库库容关系曲线。
实施例1
本实施例所用数据源包括：
多光谱遥感数据：为了满足时间、尺度和成本方面的要求，采用重访周期较短的中分辨率卫星影像数据，如Landsat TM数据、HJ数据，以及重访周期较长、中高分辨率的高分系列卫星数据，分析多光谱遥感影像数据中水库水体的光谱特征与空间特征；水库的水多为清水，水体的光谱表现为较弱的反射率，并且随着波长的增加而进一步减弱；空间特征表现为较大的矩形率或椭圆率，以此准确的提取水体面积。
地面基础数据：包括水库位置信息、水库特征曲线等信息数据，以及地形数据，采用栅格精度为30m×30m，垂直精度为20m的ASTER GDEM数据。
地面监测数据：选用水源地水文站监测数据，包括蓄水量、降雨量、水库水位、水库流量数据。
一种基于卫星遥感和DEM数据的水库蓄水量计量方法，包括步骤：
S1对遥感影像进行辐射校正和几何校正，辐射校正包括辐射定标和大气校正，用于消除设备误差和大气干扰，得到真实的反射率数据；几何校正采用多项式函数校正方法，可以人工选取控制点或者利用参考影像自动匹配控制点，纠正影像因系统或非系统因素引起的几何畸变；
由于水位-库容曲线的准确性直接影响水库大坝安全和水库效益的发挥，因此要求遥感影像提取的水体必须非常准确。所以，需要对自动提取的水体进行仔细地检查和修正。利用绿光波段和近红外波段组合构建归一化差异水体指数NDWI，设置阈值提取水体信息，统计水体像元个数，根据栅格面积得到水面面积；归一化差异水体指数NDWI计算方法如式(Ⅶ)所示：
NDWI＝(ρGREEN-ρNIR)/(ρGREEN+ρNIR) (VII)；
获取水库不同时间下的卫星遥感影像水面面积信息，并获取对应的水文站监测水位数据，利用线性回归建立基于卫星遥感影像和水文站监测数据的水库水位-水面面积关系曲线(Ⅰ)；
S1(h)＝α1h2+β1h+γ1 (Ⅰ)
其中，S1(h)为基于卫星遥感影像面积S1关于水位h的函数，h表示水位，α1、β1、γ1为遥感影像水库水位-水面面积关系曲线修正系数。其中，修正系数α1、β1、γ1为得到更好的拟合曲线，本申请在此不作具体限定。
S2由于能够利用的遥感影像资料有限且受卫星的重访周期、云雾等天气的影响，以及水库未达到过的最高水位等因素的影响，水库一些关键水位下的遥感资料并不能有效的获取；为了能够更好的获取水面面积，基于数字高程模型进行DEM插补，获取无遥感影像资料的水库水位相应的水面面积，即获得相应等高线下的水面面积，很好的解决了以上问题；
具体地，通过四个临近点的中心点进行数字高程模型DEM的插补，定义插求点为Q，插求点Q的四个临近点为(i,j)、(i,j+1)、(i+1,j)、(i+1,j+1)，(i,j)、(i,j+1)的中点为Q0，则Q0的高程值Z(Q0)＝0.5[Z(i,j)+Z(i,j+1)]；(i+1,j)、(i+1,j+1)的中点为Q1，则Q1的高程值Z(Q1)＝0.5[Z(i+1,j)+Z(i+1,j+1)]，通过式(Ⅵ)求得插求点Q的高程Z(Q)；
Z(Q)＝Z(Q0)(1-t)+Z(Q1)t(0≤t≤1) (Ⅵ)，其中t为修正参数；为了更符合真实高程，设置修正系数t，本申请在此不对修正系数t作具体限定。
S3获取水库的DEM数据信息和对应的监测水位信息，并结合DEM插补建立基于DEM的水库水位-水面面积关系曲线；
S2(h)＝α2h2+β2h+γ2 (Ⅱ)
其中，S2(h)为基于DEM数据面积S2关于水位h的函数，h表示水位，α2、β2、γ2为DEM水库水位-水面面积关系曲线修正系数；其中，修正系数α2、β2、γ2为得到更好的拟合曲线，本申请在此不作具体限定。
S4利用相关关系回归计算方程对曲线(Ⅰ)和曲线(Ⅱ)进行合并，得到完整的水库水位-水面面积关系曲线(Ⅲ)；
S(h)＝Ah2+Bh+C (Ⅲ)
Figure BDA0002940170280000061
B＝θβ1+(1-θ)β2 0<θ<1
C＝εγ1+(1-ε)γ2 0<ε<1。
S5根据S4获得的水库水位-水面面积关系曲线(Ⅲ)建立水库水位-水面面积查算表，按0.01m的间隔计算水库水位相应的面积，以整个水域由若干紧密排列的四棱柱构成，得到相应水位差下的库容：
Vi＝hi[kSi+(1-k)Si+1] 0<k<1 (Ⅳ)
式中，Vi表示第i个四棱柱的体积，hi为第i个四棱柱的高程，Si表示第i个四棱柱对应的水面面积，Si+1表示第i+1个四棱柱对应的水面面积，k为修正系数，该修正系数的设置是为了得到更准确的库容，本申请在此不作具体限定S6水库蓄水量计算
水库蓄水量，即，累计库容按照式(Ⅴ)计算；
Figure BDA0002940170280000062
式中，式中，V表示水库蓄水量，Vi表示水库第i部分的库容，V0表示死库容。

Claims (5)

1.一种基于卫星遥感和DEM数据的水库蓄水量计量方法，其特征在于，包括步骤：
S1建立基于卫星遥感影像和水文站监测数据的水库水位-水面面积关系曲线；
获取水库不同时间下的卫星遥感影像水面面积信息，并获取对应的水文站监测水位数据，利用线性回归建立基于卫星遥感影像和水文站监测数据的水库水位-水面面积关系曲线(Ⅰ)；
S1(h)＝α1h2+β1h+γ1 (Ⅰ)
其中，S1(h)为基于卫星遥感影像面积S1关于水位h的函数，h表示水位，α1、β1、γ1为遥感影像水库水位-水面面积关系曲线修正系数；
S2基于数字高程模型进行DEM插补，获取无遥感影像资料的水库水位相应的水面面积；
S3结合DEM插补建立基于DEM的水库水位-水面面积关系曲线；
获取水库的DEM数据信息和对应的监测水位信息，并结合DEM插补建立基于DEM的水库水位-水面面积关系曲线；
S2(h)＝α2h2+β2h+γ2 (Ⅱ)
其中，S2(h)为基于DEM数据面积S2关于水位h的函数，h表示水位，α2、β2、γ2为DEM水库水位-水面面积关系曲线修正系数；
S4利用相关关系回归计算方程对S1获得的水库水位-水面面积关系曲线以及S3获得的水库水位-水面面积关系曲线合并，得到完整的水库水位-水面面积关系曲线；利用相关关系回归计算方程对曲线(Ⅰ)和曲线(Ⅱ)进行合并，得到完整的水库水位-水面面积关系曲线(Ⅲ)；
S(h)＝Ah2+Bh+C (Ⅲ)
Figure FDA0004132920370000011
B＝θβ1+(1-θ)β2 0<θ<1
C＝εγ1+(1-ε)γ2 0<ε<1；
S5由S4得到的完整的水库水位-水面面积关系曲线进一步推求水库水位-水面面积-水库库容关系曲线，根据S4获得的水库水位-水面面积关系曲线(Ⅲ)建立水库水位-水面面积查算表，按0.01m的间隔计算水库水位相应的面积，以整个水域由若干紧密排列的四棱柱构成，得到相应水位差下的库容：
Vi＝hi[kSi+(1-k)Si+1]0<k<1 (Ⅳ)
式中，Vi表示第i个四棱柱的体积，hi为第i个四棱柱的高程，Si表示第i个四棱柱对应的水面面积，Si+1表示第i+1个四棱柱对应的水面面积，k为修正系数。
2.如权利要求1所述基于卫星遥感和DEM数据的水库蓄水量计量方法，其特征在于：水库蓄水量，即，累计库容按照式(Ⅴ)计算：
Figure FDA0004132920370000021
式中，V表示水库蓄水量，Vi表示水库第i部分的库容，V0表示死库容。
3.如权利要求1-2任一项所述基于卫星遥感和DEM数据的水库蓄水量计量方法，其特征在于：S2中，通过四个临近点的中心点进行数字高程模型DEM的插补，定义插求点为Q，插求点Q的四个临近点为(i,j)、(i,j+1)、(i+1,j)、(i+1,j+1)，(i,j)、(i,j+1)的中点为Q0，则Q0的高程值Z(Q0)＝0.5[Z(i,j)+Z(i,j+1)]；(i+1,j)、(i+1,j+1)的中点为Q1，则Q1的高程值Z(Q1)＝0.5[Z(i+1,j)+Z(i+1,j+1)]，通过式(Ⅵ)求得插求点Q的高程Z(Q)；
Z(Q)＝Z(Q0)(1-t)+Z(Q1)t，0≤t≤1，(Ⅵ)，t为修正系数。
4.如权利要求1-2任一项所述基于卫星遥感和DEM数据的水库蓄水量计量方法，其特征在于：S1中，在提取水库卫星遥感影像水面面积之前，先对遥感影像进行辐射校正和几何校正，然后利用绿光波段和近红外波段组合构建归一化差异水体指数NDWI，设置阈值提取水体信息，统计水体像元个数，根据栅格面积得到水面面积；归一化差异水体指数NDWI计算方法如式(Ⅶ)所示：
NDWI＝(ρGREEN-ρNIR)/(ρGREEN+ρNIR) (Ⅶ)。
5.如权利要求4所述基于卫星遥感和DEM数据的水库蓄水量计量方法，其特征在于：所述辐射校正包括辐射定标和大气校正，用于消除设备误差和大气干扰，得到真实的反射率数据；所述几何校正采用多项式函数校正方法，选取控制点纠正影像的几何畸变。
CN202110174435.8A 2021-02-07 2021-02-07 一种基于卫星遥感和dem数据的水库蓄水量计量方法 Active CN112966570B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110174435.8A CN112966570B (zh) 2021-02-07 2021-02-07 一种基于卫星遥感和dem数据的水库蓄水量计量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110174435.8A CN112966570B (zh) 2021-02-07 2021-02-07 一种基于卫星遥感和dem数据的水库蓄水量计量方法

Publications (2)

Publication Number Publication Date
CN112966570A CN112966570A (zh) 2021-06-15
CN112966570B true CN112966570B (zh) 2023-06-02

Family

ID=76284286

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110174435.8A Active CN112966570B (zh) 2021-02-07 2021-02-07 一种基于卫星遥感和dem数据的水库蓄水量计量方法

Country Status (1)

Country Link
CN (1) CN112966570B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114611778B (zh) * 2022-03-04 2022-09-06 山东锋士信息技术有限公司 一种基于入库流量的水库水位预警方法及系统
CN114923544B (zh) * 2022-07-20 2022-10-04 中国长江三峡集团有限公司 出口断面水位的预测方法、装置及电子设备
CN115077656B (zh) * 2022-08-16 2023-01-10 清华大学 水库水储量反演方法和装置
CN117114371B (zh) * 2023-10-24 2024-02-13 山东锋士信息技术有限公司 一种基于卫星遥感的现代水网防汛监测与调度方法及系统
CN117253158A (zh) * 2023-11-15 2023-12-19 山东锋士信息技术有限公司 基于遥感影像和激光测高卫星数据的湖泊蓄水量估算方法
CN118503578B (zh) * 2024-05-09 2024-10-29 中国水利水电科学研究院 一种湖泊蓄水量遥感监测精度评价方法和系统
CN118506023B (zh) * 2024-07-22 2024-09-13 湖北省水利水电科学研究院 基于高精度dem数据的特征曲线快速提取方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104613943A (zh) * 2013-11-04 2015-05-13 中国水利水电科学研究院 水库蓄水量遥感与地面协同监测方法
CN106643959A (zh) * 2016-12-23 2017-05-10 黄河水利委员会黄河水利科学研究院 用多传感器计算流体库容的方法
CN106875382A (zh) * 2017-01-17 2017-06-20 环境保护部卫星环境应用中心 尾矿库规模信息提取方法及装置
CN107063197A (zh) * 2017-02-28 2017-08-18 国网江西省电力公司柘林水电厂 一种基于空间信息技术的水库特征曲线提取方法
CN110118547A (zh) * 2019-04-08 2019-08-13 华南理工大学 一种水库库容的无人船自动巡航测算系统及方法
CN112051222A (zh) * 2020-08-30 2020-12-08 山东锋士信息技术有限公司 一种基于高分卫星影像的河湖水质监测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104613943A (zh) * 2013-11-04 2015-05-13 中国水利水电科学研究院 水库蓄水量遥感与地面协同监测方法
CN106643959A (zh) * 2016-12-23 2017-05-10 黄河水利委员会黄河水利科学研究院 用多传感器计算流体库容的方法
CN106875382A (zh) * 2017-01-17 2017-06-20 环境保护部卫星环境应用中心 尾矿库规模信息提取方法及装置
CN107063197A (zh) * 2017-02-28 2017-08-18 国网江西省电力公司柘林水电厂 一种基于空间信息技术的水库特征曲线提取方法
CN110118547A (zh) * 2019-04-08 2019-08-13 华南理工大学 一种水库库容的无人船自动巡航测算系统及方法
CN112051222A (zh) * 2020-08-30 2020-12-08 山东锋士信息技术有限公司 一种基于高分卫星影像的河湖水质监测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"多源遥感影像在水库水位-库容曲线复核中的应用";丁志雄等;《华北水利水电学院学报》;20120831;32-35页 *
丁志雄等."多源遥感影像在水库水位-库容曲线复核中的应用".《华北水利水电学院学报》.2012, *

Also Published As

Publication number Publication date
CN112966570A (zh) 2021-06-15

Similar Documents

Publication Publication Date Title
CN112966570B (zh) 一种基于卫星遥感和dem数据的水库蓄水量计量方法
CN110751727B (zh) 一种基于Landsat长时间序列的合成图像构建方法
CN109344865B (zh) 一种多数据源的数据融合方法
CN102539336B (zh) 基于环境一号卫星的可吸入颗粒物估算方法及系统
CN114019579B (zh) 高时空分辨率近地表空气温度重构方法、系统、设备
CN103413272A (zh) 低空间分辨率多源遥感图像空间一致性校正方法
CN103617629B (zh) 基于modis遥感影像的高分辨率遥感影像植被指数时间序列校正方法
CN112051221A (zh) 一种基于时空系点值的海冰密集度获取方法
CN114120101B (zh) 一种土壤水分多尺度综合感知方法
CN108154193B (zh) 一种长时间序列降水数据降尺度方法
CN114463616B (zh) 一种基于Stacking与EMOS-CSG的多源卫星降水融合方法
CN115265783B (zh) 一种基于高光谱数据的多平台星下点瞬时交叉定标方法
CN114943161B (zh) 一种基于多源遥感数据的内陆湖泊地形反演方法
CN113379759A (zh) 一种光学遥感卫星影像水体自动提取方法
CN116910041A (zh) 一种基于尺度分析的遥感降水产品的逐日订正方法
CN109188483B (zh) 一种时序化高精度外方位元素自动定标方法
CN112348086A (zh) 一种基于多源数据的物种生境质量模拟方法
CN115266612A (zh) 一种基于高分辨率环境变量的南方丘陵地区耕地土壤有效磷制图方法
CN114461983A (zh) 一种基于水量平衡原理的卫星降水产品空间降尺度方法
Hu et al. Spatiotemporal downscaling method of land surface temperature based on daily change model of temperature
CN112816983B (zh) 基于优化干涉图集的时序InSAR湍流大气延迟校正方法
CN116612080B (zh) 基于高光谱图像波谱曲线的变化检测方法
CN117523406A (zh) 一种海洋水色水温扫描仪箝位修正方法及计算机可读介质
AU2021105536A4 (en) A High Spatial-Temporal Resolution Method for Near-Surface Air Temperature Reconstruction
Simeng et al. A comparative study of using ANUSPLIN and GWR models for downscaled GPM precipitation

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