CN113378342A - 水文区轮廓提取方法、装置、设备及存储介质 - Google Patents
水文区轮廓提取方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113378342A CN113378342A CN202110759402.XA CN202110759402A CN113378342A CN 113378342 A CN113378342 A CN 113378342A CN 202110759402 A CN202110759402 A CN 202110759402A CN 113378342 A CN113378342 A CN 113378342A
- Authority
- CN
- China
- Prior art keywords
- grid
- node
- nodes
- grid node
- depression
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 46
- 239000013598 vector Substances 0.000 claims abstract description 31
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 76
- 230000006870 function Effects 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000004088 simulation Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013499 data model Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供一种水文区轮廓提取方法、装置、设备及存储介质,涉及水文分析领域,该水文区轮廓提取方法包括:获取目标区域的地形格网,地形格网中每个格网节点处具有对应的高程数据;根据遍历到的地形格网中的各格网节点的高程数据,确定各格网节点是否处于洼地区域;以预设方向遍历地形网格中的各格网节点;若遍历到的格网节点处于洼地区域,确定格网节点是否为边界节点,并对遍历到的边界节点进行记录,得到地形格网中的洼地边界集合,洼地边界集合包括:目标区域内至少一个洼地区域的边界节点;根据洼地区域的边界节点,绘制洼地区域的轮廓矢量。通过本方法,减少了洼地提取工作的数据量,降低了难度,保证了洼地提取的可靠性。
Description
技术领域
本发明涉及水文分析领域,具体而言,涉及一种水文区轮廓提取方法、装置、设备及存储介质。
背景技术
洼地的提取对研究水文水利的过程而言,具有十分重要的作用,水流方向和洼地也是一个重要的水文地貌参数,在对于进行辅助决策、现场调度、物理模拟、应急救灾等领域非常适用,准确的提取洼地可以根据提取的结果进行突发自然情况的预判和预防。
在相关技术中,对洼地的提取是通过基于河流矢量数据、流域矢量数据,获取到河流矢量数据和流域矢量数据,通过数字高程模型对河流矢量数据和流域矢量数据进行数字化模拟得到现在的洼地。
但是,相关技术中,需要河流矢量数据和流域矢量数据的数据量较大,而且非相关工作人员,获取到河流矢量数据和流域矢量数据的难度较大,庞大的数据量会导致数字高程模型在对数据进行数字化模拟的计算量变得庞大,庞大的数据量也导致了数据容易丢失,从而导致洼地的提取工作变得效率低下、失准,而河流矢量数据和流域矢量数据难于获取,也导致了洼地的提取工作难以进行。
发明内容
本发明的目的在于,针对上述现有技术的不足,提供一种水文区轮廓提取方法、装置、设备及存储介质,以减少洼地提取工作的数据量,降低了提取难度,保证了洼地提取的可靠性及效率。
为实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供一种水文区轮廓提取方法,所述方法包括:
获取目标区域的地形格网,所述地形格网中每个格网节点处具有对应的高程数据;
根据遍历到的所述地形格网中的各所述格网节点的高程数据,确定各所述格网节点是否处于洼地区域;
以预设方向遍历所述地形网格中的各所述格网节点;
若遍历到的所述格网节点处于洼地区域,确定所述格网节点是否为边界节点,并对遍历到的边界节点进行记录,得到所述地形格网中的洼地边界集合,所述洼地边界集合包括:所述目标区域内至少一个洼地区域的边界节点;
根据每个洼地区域的边界节点,绘制所述每个洼地区域的轮廓矢量。
可选的,所述根据遍历到的所述地形格网中的各所述格网节点的高程数据,确定各所述格网节点是否处于洼地区域,包括:
根据遍历到的所述地形格网中的各所述格网节点的高程数据,以及所述地形格网中所述格网节点周围的相邻格网节点的高程数据,确定各所述格网节点的水流情况;
根据各所述格网节点的水流情况和各所述格网节点的高程数据,确定各所述格网节点是否处于洼地区域。
可选的,所述根据各所述格网节点的水流情况和各所述格网节点的高程数据,确定各所述格网节点是否处于洼地区域,包括:
根据各所述格网节点的水流情况,确定各所述格网节点的类型为河流起点、河流终点或者,河流孤点;
根据各所述格网节点的类型,和各所述格网节点的高程数据,采用预设的比对函数,确定各所述格网节点是否处于洼地区域。
可选的,所述根据各所述格网节点的类型,和各所述格网节点的高程数据,采用预设的比对函数,确定各所述格网节点是否处于洼地区域,包括:
根据各所述格网节点的高程数据,和所述相邻格网节点的高程数据,采用所述比对函数,确定各所述格网节点是否为最低格网节点;
若所述格网节点为最低格网节点,且,所述格网节点为河流终点,或者,河流孤点,则确定所述格网节点处于洼地区域;
若所述格网节点不为最低格网节点,或者,所述格网节点为最低格网节点,但所述格网节点为河流起点,则确定所述格网节点未处于洼地区域。
可选的,所述若遍历到的所述格网节点处于洼地区域,确定所述格网节点是否为边界节点,包括:
若遍历到的所述格网节点处于洼地区域,判断遍历到的所述格网节点是否具有遍历标记;
若遍历到的所述格网节点不具有遍历标记,判断所述格网节点是否为所述预设方向上的起始遍历节点;
若所述格网节点不为所述起始遍历节点,则确定所述格网节点为边界节点。
可选的,所述方法还包括:
若遍历到的所述格网节点为非洼地区域,则调用预设的标记函数,为所述格网节点添加遍历标记。
可选的,所述方法还包括:
根据各所述格网节点的类型,确定所述地形格网中河流起点和河流终点构成的径流;
绘制所述径流的线矢量。
第二方面,本申请实施例还提供一种水文区轮廓提取装置,所述装置包括:
获取模块,用于获取目标区域的地形格网,所述地形格网中每个格网节点处具有对应的高程数据;
确定模块,用于根据遍历到的所述地形格网中的各所述格网节点的高程数据,确定各所述格网节点是否处于洼地区域;
遍历模块,用于以预设方向遍历所述地形网格中的各所述格网节点;
记录模块,用于若遍历到的所述格网节点处于洼地区域,确定所述格网节点是否为边界节点,并对遍历到的边界节点进行记录,得到所述地形格网中的洼地边界集合,所述洼地边界集合包括:所述目标区域内至少一个洼地区域的边界节点;
绘制模块,用于根据每个洼地区域的边界节点,绘制所述每个洼地区域的轮廓矢量。
第三方面,本申请实施例还提供一种计算机设备,包括:存储器和处理器,所述存储器存储有所述处理器可执行的计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的水文区轮廓提取方法。
第四方面,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述任一项所述的水文区轮廓提取方法。
本发明的有益效果是:
本申请实施例提供一种水文区轮廓提取方法,本方法可通过获取目标区域的地形格网,地形格网中每个格网节点处具有对应的高程数据,确定要提取的区域的数据,精简了数据量,保证了数据的较易获取。根据遍历到的地形格网中的各格网节点的高程数据,确定各格网节点是否处于洼地区域,通过遍历和判断格网中的高程数据,可以确定各格网节点是否处于洼地区域。以预设方向遍历地形网格中的各格网节点,保证了每个格网节点都能被遍历到,使得输出的结果更加准确。若遍历到的格网节点处于洼地区域,确定格网节点是否为边界节点,并对遍历到的边界节点进行记录,得到地形格网中的洼地边界集合,洼地边界集合包括:目标区域内至少一个洼地区域的边界节点,判断格网节点是否为边界节点,然后对判断的结果进行收集,最后得到洼地边界集合。根据每个洼地区域的边界节点,绘制每个洼地区域的轮廓矢量,通过计算机绘制出每个洼地区域的轮廓矢量,通过本方法,减少了洼地提取工作的数据量,降低了难度,保证了洼地提取的可靠性及提取效率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种水文区轮廓提取方法的流程图;
图2为本申请实施例提供的另一种水文区轮廓提取方法的流程图;
图3为本申请实施例提供的另一种水文区轮廓提取方法的流程图;
图4为本申请实施例提供的另一种水文区轮廓提取方法的流程图;
图5为本申请实施例提供的水文区轮廓提取装置的示意图;
图6为本申请实施例提供的计算机设备的方框示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
为减少洼地提取工作的数据量,降低洼地提取工作的难度,保证洼地提取的可靠性。本申请通过多个实施例提供了水文区轮廓提取方法的多种可能实现方式。如下结合附图通过多个实施例对本申请实施例提供的水文区轮廓提取方法进行示例说明。
图1为本申请实施例提供的一种水文区轮廓提取方法的流程图。该水文区轮廓提取方法各个步骤的执行顺序不受本实施例所公开的顺序限制。该水文区轮廓提取方法可由安装并运行有预设提取程序的计算机设备实现,该计算机设备例如可以为笔记本电脑、台式电脑、平板电脑等任一具有计算处理功能的设备。如图1所示,该水文区轮廓提取方法,包括:
S100、获取目标区域的地形格网,地形格网中每个格网节点处具有对应的高程数据。
获取目标区域的地形格网,地形格网中每个格网节点处具有对应的高程数据可以通过互联网进行获取,目前互联网上发布了许多免费的高程数据模型,计算机可以通过互联网对高程数据模型进行下载,对下载的高程数据模型选取需提取的地形的高程数据,进行格网化,然后获得地形格网中每个格网节点处具有对应的高程数据。
例如,获取的方式可以是通过获取DEM的源数据,将DEM数据预设的配置好的地理范围和精度进行格网拆分,创建格网对象,每个格网点对应创建一个节点对象,记录该节点的地理位置,DEM数据,节点类型,节点状态等,最后将节点映射会格网对象,即可获取到每个格网节处具有对应的高程数据。
S200、根据遍历到的地形格网中的各格网节点的高程数据,确定各格网节点是否处于洼地区域。
具体的,轮廓追踪算法例如可以为确定当前要进行遍历的节点,若当前节点被标记过,则继续进行遍历。若当前节点没有被标记过,则从当前节点的正北方向角开始遍历,从当前节点的正北方向角的节点按照顺时针45度为间隔开始遍历,调用比对(compareFunction)函数,判断当前节点是否为边界点。若不可能为边界点,则调用标记(makerFunction)函数,对当前节点进行标记,然后从当前节点的正北方向角的节点按照顺时针45度为间隔继续遍历。若可能为边界点,则测试当前是否为回头点,若为回头点,则从当前节点的正北方向角的节点按照顺时针45度为间隔继续遍历。若不为回头点,则测试当前节点是否是起始点,若当前节点为起始点,则本次遍历路径上的所有格网节点全部被遍历完成,开始下一条遍历路径的节点遍历。若当前节点不为起始点,则记录当前节点为边界点,更新当前节点为找到的边界点,从当前节点的正北方向角的节点按照顺时针45度为间隔继续遍历。
根据遍历到的地形格网中的各格网节点的高程数据,确定各格网节点是否处于洼地区域,格网节点的高程数据中,数据具有高度属性,计算机可以选择模拟自然流动的方式对格网节点是否处于洼地区域进行判断,模拟的方式可以是水流流动的方式,水流有高向低流动,当水流流入最低点时,就可确认该区域可能属于洼地,也可以是别的方式,如落石滚动的落点或者根据植物的生长情况进行判断。洼地内,植物不易生长,但洼地周围,植物较易生长,根据相对应的高程数据对格网节点是否处于洼地区域进行判断。
S300、以预设方向遍历地形网格中的各格网节点。
以预设方向遍历地形网格中的各格网节点,遍历的方式可以是顺时针进行遍历,也可以是逆时针进行遍历,还可以是180度进行遍历,根据当前节点的实际情况进行遍历方向的选择,根据选择的遍历方向,最终将格网内的所有节点全部遍历完成。
S400、若遍历到的格网节点处于洼地区域,确定格网节点是否为边界节点,并对遍历到的边界节点进行记录,得到地形格网中的洼地边界集合,洼地边界集合包括:目标区域内至少一个洼地区域的边界节点。
若遍历到的格网节点处于洼地区域,确定格网节点是否为边界节点,格网节点处于洼地区域,判断当前格网节点是否处于洼地通过预设的规则进行判断,预设的规则可以是判断当前格网节点周围一定范围内的其他格网节点,若当前格网节点是一定范围内的最低点,则当前格网节点可能处于洼地,确定格网节点是否是边界节点的方式可以是判断当前节点有没有流出,若有流出,则不是边界节点,若没有流出,则当前格网节点为边界节点,计算机对遍历到的边界节点进行存储、记录,将边界节点以集合的形式进行保存,没有流出的节点即为边界点,则洼地边界集合包括:目标区域内至少一个洼地区域的边界点。
S500、根据每个洼地区域的边界节点,绘制每个洼地区域的轮廓矢量。
对每个洼地区域的边界节点进行确定之后,根据高程数据提供的节点格网的数据,对洼地区域的轮廓矢量进行绘制,绘制的方式可以是使用专业的计算机绘制软件程序,通过传入的格网节点的边界节点的数据对洼地进行绘制。
本申请实施例提供的水文区轮廓提取方法,通过获取目标区域的高程数据,遍历目标区域的高层数据确定各格网节点是否处于洼地区域,得到洼地边界集合,绘制洼地区域的轮廓矢量,只需要少量的数据即可以完成轮廓矢量的绘制,减少了洼地提取工作的数据量,降低了难度,保证了洼地提取的可靠性。
可选的,在上述图1的所示的方法的基础上,本申请实施例还提供另一种水文区轮廓提取方法的可能实现示例,如下结合附图进行说明。图2为本申请实施例提供的另一种水文区轮廓提取方法的流程图。该水文区轮廓提取方法各个步骤的执行顺序不受本实施例所公开的顺序限制。如图2所示,该水文区轮廓提取方法根据遍历到的地形格网中的各格网节点的高程数据,确定各格网节点是否处于洼地区域,包括:
S220、根据遍历到的地形格网中的各格网节点的高程数据,以及地形格网中格网节点周围的相邻格网节点的高程数据,确定各格网节点的水流情况。
通过获取到的地形格网中的各节点的高程数据,以及周围的相邻格网节点的高程数据,通过格网节点的高度等影响水流流动的属性,确定各网格节点的水流情况,其中,水流情况可用于表征该格网节点的水是否流动,若流动,还用于表征该格网节点的水流方向。例如,该水流情况可以为水不流动、水向一个方向流动、或者水向多个方向流动等任一情况,将各个水流情况与格网节点的通过高程数据判断的情况进行匹配。
S210、根据各格网节点的水流情况和各格网节点的高程数据,确定各格网节点是否处于洼地区域。
根据各格网节点的水流情况和各格网节点的高程数据判断格网节点是否处于洼地区域。洼地区域为水流汇集区域,例如,当格网节点的水流情况为只流入不流出,该格网节点可能处于洼地区域。根据预设的规则进行分析,若格网节点为一定区域范围内的最低点,且格网节点的水流情况为:水流只流入不流出,则确定该格网节点处于洼地区域;若格网节点的水流情况为有水流流出,或者非一定区域范围内的最低点,则该格网节点并非处于洼地区域。通过对目标范围内的所有格网节点进行遍历,逐个判断遍历到的格网节点,确定各格网节点是否处于洼地区域。
如上方法中,根据各格网节点的水流情况和各格网节点的高程数据,确定各格网节点是否处于洼地区域,可以包括:
S212、根据各格网节点的水流情况,确定各格网节点的类型为河流起点、河流终点或者,河流孤点。
根据各格网节点的水流情况,采用预设的潜在径流识别算法,确定各格网节点的类型为河流起点、河流终点或者,河流孤点。
根据各格网节点的水流情况,确定各格网节点的类型。例如,若当前格网节点的水流情况为水不流动,且当前格网节点没有水流流入,则可确定该当前格网节点的类型为河流孤点。若当前格网节点的水流情况为:水不流动,但当前格网节点有水流流入,则可确定该当前格网节点的类型为河流终点。若当前格网节点的水流情况为水向一个方向流动,且当前格网节点没有水流流入,则可确定该当前格网节点的类型为河流起点。若当前格网节点的水流情况为水向多个方向流动,且当前格网节点没有水流流入,也可确定当前格网节点的类型为河流起点。
具体的,潜在径流识别算法例如可以为确定当前要进行遍历的节点,若当前节点为计算过的节点,则不做处理,继续进行遍历,若当前节点没有进行过计算,则计算当前节点和周围8个方向角的相邻节点的水流情况,通过水流不动、水向一个方向流动、水向多个方向流动三种类型,判断当前节点是否有水流流入,若水流动,且没有水流流入,则标记当前节点为孤点,遍历继续。若水流不动,且有水流流入,则标记当前节点为河流终点,遍历继续。若水向一个方向流动,且没有水流流入,则创建河流对象,将当前节点标记为河流起点,将当前节点存入河流对象,设置当前节点相对的流入节点为当前节点,遍历继续。若水向一个方向流动,且有水流流入,则获取流入节点的河流对象,将当前节点存入,设置当前节点相对的流入节点为当前节点,遍历继续。若水向多个方向流动,且没有水流流入,则创建河流对象,将当前节点标记为河流起点,将当前节点存入河流对象,设置多个节点的流入节点为当前节点,遍历继续。若水向多个方向流动,且有水流流入,则获取流入节点的河流对象,将当前节点存入,设置多个节点的流入节点为当前节点,遍历继续。直至遍历完所有节点,则可以计算出潜在径流。
S211、根据各格网节点的类型,和各格网节点的高程数据,采用预设的比对函数,确定各格网节点是否处于洼地区域。
根据格网节点的类型,和各格网节点的高程数据,判断格网节点的类型,若类型为符合处于洼地区域的节点类型,且节点为预设的一定区域范围内的最低点,则确定此节点处于洼地区域。若格网节点的类型不为符合处于洼地的节点的类型,或节点不是预设一定范围内的最低点,则确定此节点不处于洼地区域。
其中,可以根据实际的需要对比对(compareFunction)函数进行复写,返回的值类型是Boolean类型,对返回数据进行二值化。
示例的,如上所示的根据各格网节点的类型,和各格网节点的高程数据,采用预设的比对函数,确定各格网节点是否处于洼地区域,可包括:
S213、根据各格网节点的高程数据,和相邻格网节点的高程数据,采用比对函数,确定各格网节点是否为最低格网节点。
根据各格网节点的高程数据和相邻格网节点的高程数据,通过比对函数逐一判断当前格网节点和预设格网区块内的各其他格网节点,也就是相邻格网节点的高程数据,确定该格网节点是否为预设格网区块中的最低格网节点。其中,该预设格网区块为该当前格网节点和该相邻格网节点所在的格网区块,例如可以为以该当前格网节点为中心的预设范围得格网区块,如该当前格网节点为中心的3*3格网区块。
S214、若格网节点为最低格网节点,且,格网节点为河流终点,或者,河流孤点,则确定格网节点处于洼地区域。
若格网节点为预设格网区块内高度最低的点,则确定格网节点为最低格网节点,还根据最低格网节点的类型判断该格网节点是否处于洼地区域。当格网节点的类型为河流终点,或者,河流孤点时,则可确定格网节点处于洼地区域。
S215、若格网节点不为最低格网节点,或者,格网节点为最低格网节点,但格网节点为河流起点,则确定格网节点未处于洼地区域。
当格网节点不是预设格网区块内高度最低的点,则确定格网节点不为最低格网节点,或者格网节点为最低格网节点,但是格网节点的类型为河流的起点,则确定格网节点为不符合处于洼地区域的节点类型,即该格网节点未处于洼地区域。
本申请实施例提供的水文区轮廓提取方法,通过对格网节点一定范围内的格网节点进行判定,判定当前格网节点处于最低点,且当前格网节点的属于河流终点或者河流孤点,对洼地的定义更加细化,保证了本申请实施例提供的洼地区域更加准确,且通过本申请实施例的遍历方式,保证了格网内每个节点都能进行遍历,对本申请实施例提取洼地区域的精度有进一步的提升。
可选的,在上述图1的所示的方法的基础上,本申请实施例还提供另一种水文区轮廓提取方法的可能实现示例,如下结合附图进行说明。图3为本申请实施例提供的另一种水文区轮廓提取方法的流程图。该水文区轮廓提取方法各个步骤的执行顺序不受本实施例所公开的顺序限制。如图3所示,上述方法中若遍历到的格网节点处于洼地区域,确定格网节点是否为边界节点,可包括:
S410、若遍历到的格网节点处于洼地区域,判断遍历到的格网节点是否具有遍历标记。
对遍历到的处于洼地区域的格网节点先进行遍历标记查询,若不具有遍历标记,则进行下一步的判断,若已添加了遍历标记,则在当前节点的基础上继续进行遍历。
S420、若遍历到的格网节点不具有遍历标记,判断格网节点是否为预设方向上的起始遍历节点。
对遍历到的格网节点先进行遍历标记查询,若不具有遍历标记,再判断当前节点是否为本次遍历路径上的起始遍历节点。
S430、若格网节点不为起始遍历节点,则确定格网节点为边界节点。
判断当前格网节点是否为遍历路径上的起始遍历节点,若格网节点不为起始遍历节点,则确定当前格网节点为边界节点。
S440、若遍历到的格网节点为非洼地区域,则调用预设的标记函数,为格网节点添加遍历标记。
对遍历到的格网节点进行判断,若当前格网节点处于非洼地区域,则调用预设的标记函数,对格网节点进行遍历标记。
标记(makerFunction)函数的运行中,格网数据被二值化,边界追踪算法需要多次摆头,为了防止遍历进入回头路,需要用标记函数对格网节点进行标记,其中,标记可能是多种状态位。
可选的,在上述图2的所示的方法的基础上,本申请实施例还提供另一种水文区轮廓提取方法的可能实现示例,如下结合附图进行说明。图4为本申请实施例提供的另一种水文区轮廓提取方法的流程图。该水文区轮廓提取方法各个步骤的执行顺序不受本实施例所公开的顺序限制。如图4所示,该水文区轮廓提取方法,包括:
S216、根据各格网节点的类型,确定地形格网中河流起点和河流终点构成的径流。
通过遍历到的格网节点,和格网节点的类型,将格网节点通过计算机设备进行分析加工,确定类型为河流起点和河流终点构成的水流径流。
S217、绘制径流的线矢量。
通过计算机设备调用专业的计算机绘制软件程序,对通过河流起点和河流终点构成的水流径流进行绘制,绘制出水流径流的线矢量。
本申请实施例提供的水文区轮廓提取方法,进行了进一步的扩展,本申请实施例不仅可以完成洼地区域提取、绘制的功能,还可以根据对节点的类型进行分类,根据不同的分类对水流径流进行计算机计算,计算出节点相对应的水流径流,进而根据水流径流完成水流径流的绘制,使得本申请实施例在研究水文水利的工作中,起到辅助决策,现场调度,物理模拟,应急救灾等作用。
图5为本申请实施例提供的一种水文区轮廓提取装置10的示意图,如图6所示,该水文区轮廓提取装置10可包括:
获取模块11,用于获取目标区域的地形格网,地形格网中每个格网节点处具有对应的高程数据;
确定模块12,用于根据遍历到的地形格网中的各格网节点的高程数据,确定各格网节点是否处于洼地区域;
遍历模块13,用于以预设方向遍历地形网格中的各格网节点;
记录模块14,用于若遍历到的格网节点处于洼地区域,确定格网节点是否为边界节点,并对遍历到的边界节点进行记录,得到地形格网中的洼地边界集合,洼地边界集合包括:目标区域内至少一个洼地区域的边界节点;
绘制模块15,用于根据每个洼地区域的边界节点,绘制每个洼地区域的轮廓矢量。
可选的,确定模块12,具体用于,根据遍历到的地形格网中的各格网节点的高程数据,以及地形格网中格网节点周围的相邻格网节点的高程数据,确定各格网节点的水流情况;根据各格网节点的水流情况和各格网节点的高程数据,确定各格网节点是否处于洼地区域。
可选的,确定模块12,还具体用于根据各格网节点的水流情况,确定各格网节点的类型为河流起点、河流终点或者,河流孤点;根据各格网节点的类型,和各格网节点的高程数据,采用预设的比对函数,确定各格网节点是否处于洼地区域。
可选的,确定模块12,还具体用于根据各格网节点的高程数据,和相邻格网节点的高程数据,采用比对函数,确定各格网节点是否为最低格网节点;若格网节点为最低格网节点,且,格网节点为河流终点,或者,河流孤点,则确定格网节点处于洼地区域;若格网节点不为最低格网节点,或者,格网节点为最低格网节点,但格网节点为河流起点,则确定格网节点未处于洼地区域。
可选的,遍历模块13,具体用于若遍历到的格网节点处于洼地区域,判断遍历到的格网节点是否具有遍历标记;若遍历到的格网节点不具有遍历标记,判断格网节点是否为预设方向上的起始遍历节点;若格网节点不为起始遍历节点,则确定格网节点为边界节点。
可选的,遍历模块13,还具体用于若遍历到的格网节点为非洼地区域,则调用预设的标记函数,为格网节点添加遍历标记。
可选的,确定模块12,还具体用于根据各格网节点的类型,确定地形格网中河流起点和河流终点构成的径流。
可选的,绘制模块15,具体用于绘制径流的线矢量。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
图6为本申请实施例提供的计算机设备的示意图。该计算机设备100包括:存储器101、处理器102。存储器101和处理器102通过总线连接。
存储器101用于存储程序,处理器102调用存储器101存储的程序,以执行上述方法实施例。具体实现方式和技术效果类似,这里不再赘述。
可选地,本发明还提供一种程序产品,例如计算机可读存储介质,包括程序,该程序在被处理器执行时用于执行上述方法实施例。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种水文区轮廓提取方法,其特征在于,所述方法包括:
获取目标区域的地形格网,所述地形格网中每个格网节点处具有对应的高程数据;
根据遍历到的所述地形格网中的各所述格网节点的高程数据,确定各所述格网节点是否处于洼地区域;
以预设方向遍历所述地形格网中的各所述格网节点;
若遍历到的所述格网节点处于洼地区域,确定所述格网节点是否为边界节点,并对遍历到的边界节点进行记录,得到所述地形格网中的洼地边界集合,所述洼地边界集合包括:所述目标区域内至少一个洼地区域的边界节点;
根据每个洼地区域的边界节点,绘制所述每个洼地区域的轮廓矢量。
2.根据权利要求1所述的方法,其特征在于,所述根据遍历到的所述地形格网中的各所述格网节点的高程数据,确定各所述格网节点是否处于洼地区域,包括:
根据遍历到的所述地形格网中的各所述格网节点的高程数据,以及所述地形格网中所述格网节点周围的相邻格网节点的高程数据,确定各所述格网节点的水流情况;
根据各所述格网节点的水流情况和各所述格网节点的高程数据,确定各所述格网节点是否处于洼地区域。
3.根据权利要求2所述的方法,其特征在于,所述根据各所述格网节点的水流情况和各所述格网节点的高程数据,确定各所述格网节点是否处于洼地区域,包括:
根据各所述格网节点的水流情况,确定各所述格网节点的类型为河流起点、河流终点或者,河流孤点;
根据各所述格网节点的类型,和各所述格网节点的高程数据,采用预设的比对函数,确定各所述格网节点是否处于洼地区域。
4.根据权利要求3所述的方法,其特征在于,所述根据各所述格网节点的类型,和各所述格网节点的高程数据,采用预设的比对函数,确定各所述格网节点是否处于洼地区域,包括:
根据各所述格网节点的高程数据,和所述相邻格网节点的高程数据,采用所述比对函数,确定各所述格网节点是否为最低格网节点;
若所述格网节点为最低格网节点,且,所述格网节点为河流终点,或者,河流孤点,则确定所述格网节点处于洼地区域;
若所述格网节点不为最低格网节点,或者,所述格网节点为最低格网节点,但所述格网节点为河流起点,则确定所述格网节点未处于洼地区域。
5.根据权利要求1所述的方法,其特征在于,所述若遍历到的所述格网节点处于洼地区域,确定所述格网节点是否为边界节点,包括:
若遍历到的所述格网节点处于洼地区域,判断遍历到的所述格网节点是否具有遍历标记;
若遍历到的所述格网节点不具有遍历标记,判断所述格网节点是否为所述预设方向上的起始遍历节点;
若所述格网节点不为所述起始遍历节点,则确定所述格网节点为边界节点。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
若遍历到的所述格网节点为非洼地区域,则调用预设的标记函数,为所述格网节点添加遍历标记。
7.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据各所述格网节点的类型,确定所述地形格网中河流起点和河流终点构成的径流;
绘制所述径流的线矢量。
8.一种水文区轮廓提取装置,其特征在于,所述装置包括:
获取模块,用于获取目标区域的地形格网,所述地形格网中每个格网节点处具有对应的高程数据;
确定模块,用于根据遍历到的所述地形格网中的各所述格网节点的高程数据,确定各所述格网节点是否处于洼地区域;
遍历模块,用于以预设方向遍历所述地形格网中的各所述格网节点;
记录模块,用于若遍历到的所述格网节点处于洼地区域,确定所述格网节点是否为边界节点,并对遍历到的边界节点进行记录,得到所述地形格网中的洼地边界集合,所述洼地边界集合包括:所述目标区域内至少一个洼地区域的边界节点;
绘制模块,用于根据每个洼地区域的边界节点,绘制所述每个洼地区域的轮廓矢量。
9.一种计算机设备,其特征在于,包括:存储器和处理器,所述存储器存储有所述处理器可执行的计算机程序,所述处理器执行所述计算机程序时实现上述权利要求1-7任一项所述的水文区轮廓提取方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1-7任一项所述的水文区轮廓提取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110759402.XA CN113378342B (zh) | 2021-07-05 | 2021-07-05 | 水文区轮廓提取方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110759402.XA CN113378342B (zh) | 2021-07-05 | 2021-07-05 | 水文区轮廓提取方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113378342A true CN113378342A (zh) | 2021-09-10 |
CN113378342B CN113378342B (zh) | 2024-05-31 |
Family
ID=77581115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110759402.XA Active CN113378342B (zh) | 2021-07-05 | 2021-07-05 | 水文区轮廓提取方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113378342B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105138722A (zh) * | 2015-07-14 | 2015-12-09 | 南京师范大学 | 基于数字河湖网络的平原河网区流域集水单元划分方法 |
CN110473290A (zh) * | 2019-08-14 | 2019-11-19 | 苏州博雅达勘测规划设计集团有限公司 | 基于dem的水文分析方法、系统及存储介质 |
CN112017282A (zh) * | 2020-07-15 | 2020-12-01 | 中山大学 | 面向数字高程模型的任意断面集水区边界与河网提取方法 |
CN112883065A (zh) * | 2021-03-03 | 2021-06-01 | 中煤航测遥感集团有限公司 | 一种数据存储方法、装置及计算机设备 |
-
2021
- 2021-07-05 CN CN202110759402.XA patent/CN113378342B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105138722A (zh) * | 2015-07-14 | 2015-12-09 | 南京师范大学 | 基于数字河湖网络的平原河网区流域集水单元划分方法 |
CN110473290A (zh) * | 2019-08-14 | 2019-11-19 | 苏州博雅达勘测规划设计集团有限公司 | 基于dem的水文分析方法、系统及存储介质 |
CN112017282A (zh) * | 2020-07-15 | 2020-12-01 | 中山大学 | 面向数字高程模型的任意断面集水区边界与河网提取方法 |
CN112883065A (zh) * | 2021-03-03 | 2021-06-01 | 中煤航测遥感集团有限公司 | 一种数据存储方法、装置及计算机设备 |
Non-Patent Citations (2)
Title |
---|
乔飞 等: "基于DEM和水箱理论识别流域河网方法研究", 《测绘科学》 * |
黎展荣 等: "一种基于DEM 的河网快速提取算法", 《地理与地理信息科学》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113378342B (zh) | 2024-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Maussion et al. | The open global glacier model (OGGM) v1. 1 | |
Yao et al. | Spatial origin-destination flow imputation using graph convolutional networks | |
Deep et al. | Urban sprawl modeling using cellular automata | |
CN112035591A (zh) | 一种路网匹配方法、装置、设备和存储介质 | |
CN110110529B (zh) | 一种基于复杂网络的软件网络关键节点挖掘方法 | |
Sarkar | Accuracy assessment and analysis of land use land cover change using geoinformatics technique in Raniganj Coalfield Area, India | |
CN117408173B (zh) | 一种基于机器学习的水文流量整编智能模型构建方法 | |
Haag et al. | Development of a data model to facilitate rapid watershed delineation | |
Lagner et al. | Impact of input data (in) accuracy on overestimation of visible area in digital viewshed models | |
CN112001435A (zh) | 区域滑坡预警中训练样本集的构建方法、系统及存储介质 | |
Nagel et al. | National Stream Internet protocol and user guide | |
CN113378342A (zh) | 水文区轮廓提取方法、装置、设备及存储介质 | |
Hou et al. | Automatic Extraction of Drainage Networks from DEMs Base on Heuristic Search. | |
Irofti et al. | Learning Dictionaries From Physical-Based Interpolation for Water Network Leak Localization | |
Mubea et al. | Spatial effects of varying model coefficients in urban growth modeling in Nairobi, Kenya | |
JP6632054B2 (ja) | 推定装置、推定方法及びプログラム | |
CN117095216B (zh) | 基于对抗生成网络的模型训练方法、系统、设备及介质 | |
Zhou et al. | UGRoadUpd: An Unchanged-Guided Historical Road Database Updating Framework Based on Bi-Temporal Remote Sensing Images | |
Bhowmick et al. | The impact of urban road network morphology on pedestrian wayfinding behavior | |
Anderson-Tarver et al. | Automated centerline delineation to enrich the national hydrography dataset | |
CN112073932A (zh) | 一种无线传感网络的网络数据异常检测与定位方法 | |
CN114004172A (zh) | 一种基于lspc和iwind-lr的水体月尺度水质预判方法和装置 | |
Steiniger et al. | A user manual to perform home range analysis and estimation with OpenJUMP HoRAE | |
CN116634378B (zh) | 一种出行道路轨迹识别方法、装置、设备及存储介质 | |
Ganesh et al. | Land-use change detection and assessment for sustainable development of peri-urban areas using remote sensing and gis: A case study of Coimbatore city, Tamil Nadu, India |
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 |