CN114279415B - 一种基于卫星测高数据计算和校准河湖水位的方法 - Google Patents
一种基于卫星测高数据计算和校准河湖水位的方法 Download PDFInfo
- Publication number
- CN114279415B CN114279415B CN202111595328.9A CN202111595328A CN114279415B CN 114279415 B CN114279415 B CN 114279415B CN 202111595328 A CN202111595328 A CN 202111595328A CN 114279415 B CN114279415 B CN 114279415B
- Authority
- CN
- China
- Prior art keywords
- satellite
- water level
- calculating
- data
- river
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 270
- 238000005259 measurement Methods 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012360 testing method Methods 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 230000003287 optical effect Effects 0.000 claims abstract description 6
- 238000012937 correction Methods 0.000 claims description 39
- 239000007787 solid Substances 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 23
- 230000002159 abnormal effect Effects 0.000 abstract description 4
- 238000003384 imaging method Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000008030 elimination Effects 0.000 description 4
- 238000003379 elimination reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000005433 ionosphere Substances 0.000 description 2
- 239000005436 troposphere Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- OMPJBNCRMGITSC-UHFFFAOYSA-N Benzoylperoxide Chemical compound C=1C=CC=CC=1C(=O)OOC(=O)C1=CC=CC=C1 OMPJBNCRMGITSC-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 229940060894 topex Drugs 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
Abstract
本发明涉及水资源遥感监测技术领域，提供了一种基于卫星测高数据计算和校准河湖水位的方法，包括：根据光学卫星影像区分水体部分与非水体部分，获取卫星过境轨道数据并选取若干初始测点，依据卫星测高原理判断并剔除成像异常的初始测点后保留剩余的为目标测点，设定目标测点的剔除判断标准，保留合规的目标测点为有效测点，计算本测次有效测点的卫星测高水位检验值和平均值，以该平均值作为本测次卫星观测水位，获取多测次的卫星观测水位时间序列和实测水位时间序列，将上述两个时间序列的平均偏差作为校准参数并通过优选校准参数，实现对河湖水位的计算和校准。本发明可有效解决非连续性水域计算和校准精度无法保证的问题。
Description
技术领域
本发明涉及水资源遥感监测技术领域，具体涉及一种基于卫星测高数据计算和校准河湖水位的方法。
背景技术
水位是防汛抗旱、水资源调度管理等工作的重要依据，也是水资源监测的重要内容。以往主要是采用地面定点(水文站)定时观测的方式监测水位变化，地面监测方式要配套大量基础设施，耗费大量人力物力，对于偏远地区的无法大规模布点，并且日常监测效果还会受到地面站点监测上报频次的影响。为满足水资源精细化管理的需求，迫切需要扩大水资源监测范围、提升监测精度，而仅靠地面监测手段无法满足对时效性和广泛性的要求。卫星测高技术的出现和快速发展，为河湖水位监测提供了一种全新的方法。由于其具有周期性重访、监测成本低、监测范围可覆盖部分无资料地区等特点，在一定程度上可填补部分地面监测空白。近年，众多学者评估了各类测高卫星在河湖水位监测上的能力，部分在一些具有实测数据的河湖对精度进行验证分析，表明卫星测高监测水位的可行性。由于测高卫星的的设计原理，数据质量受到以下多因素的影响：河/湖底及岸边地形、河/湖环境(江心洲、船只)、岸边陆地环境等对雷达回波的干扰、强降水天气等影响。对于各大小和宽度不一的河湖，测高卫星数据的可用性与精度也存在差异。以往对卫星测高数据的处理，在做完基础编辑保证观测的有效性后，通常采用不同的指标剔除异常数据，一些学者利用高程均值、中误差、最大/最小水位差等指标进行粗差处理，如学者高永刚考虑了三倍中误差与高程起伏处理Topex/Poseidon和Jason-1卫星数据，学者郭金运、张鑫对不同测高数据利用3倍中误差剔除粗差，学者李均力、吴红波分别将观测日期内ICESat/GLAS测高卫星测高的方差设定在0.1m、0.2m以内。
本申请发明人在实现本申请实施例中发明技术方案的过程中，发现相关技术至少存在如下技术问题：
当前的基于卫星测高数据测量河湖水位的方法对于各时期数据质量稳定良好的河湖效果较好，但对于数据质量相对较差或一个水位变化周期内数据质量有起伏的河湖，方法难以适用，例如编号为“CN108444569A”的发明专利“一种基于筛选的卫星测高数据提取河湖水位的方法”对此亦有提及，该专利在进行基本编辑处理和获得初步计算河湖水位后，提出“连续优质点群”概念进行数据筛选，要求优质点群至少由三点组成。该方法对具有连续开阔水域的河湖效果较好，但对于在一个水位变化周期内水域与水位变化明显的河湖，枯水期河/湖滩出露较多或者有大小不一的江心洲，则容易漏掉正常测高点，且不同来源的卫星测高数据足迹大小差别十分明显，当测高数据足迹点间隔较大时，更易导致河湖水域本身数据稀少的测点与测期被剔除，影响数据的时空覆盖与精度。以往的研究中并不考虑结合实测数据对卫星测高水位进行校准，极大地影响卫星测高数据的应用推广。我国很多河湖如内陆吞吐型湖泊的水域与水位的时空差异显著，在无法确保卫星数据质量在各时期都稳定良好情况下，变化的水域环境下测量的卫星测高水位精度无法保证。
因此基于上述理由，本发明提供了一种基于卫星测高数据计算和校准河湖水位的方法，实现对河湖水位的精确计算和校准。
发明内容
针对上述现有技术中存在的技术问题，本发明提供了一种基于卫星测高数据计算和校准河湖水位的方法，包括：根据光学卫星影像区分水体部分与非水体部分，获取卫星过境轨道数据并选取若干初始测点，依据卫星测高原理判断并剔除成像异常的初始测点后保留剩余的为目标测点，设定目标测点的剔除判断标准，保留合规的目标测点为有效测点，计算本测次有效测点的卫星测高水位检验值和平均值，以该平均值作为本测次卫星观测水位，获取多测次的卫星观测水位时间序列和实测水位时间序列，将上述两个时间序列的平均偏差作为校准参数并通过优选校准参数，实现对河湖水位的计算和校准。本发明可有效解决非连续性水域计算和校准精度无法保证的问题。
本发明提供了一种基于卫星测高数据计算和校准河湖水位的方法,包括：
步骤一：获取目标水域的光学卫星影像数据和离所述目标水域最近的测高卫星过境轨道数据，对所述影像进行预处理并区分水体部分与非水体部分，根据所述水体部分的边界范围随机选取若干卫星测高点为当前测次的初始测点；
步骤二：获取所述测高卫星过境轨道至参照椭球面的高度Altitude和所述测高卫星过境轨道至所述初始测点的高度Range，计算所述高度Altitude与所述高度Range之间的差值：Altitude-Range，并判断所述差值是否大于零；
步骤三：在判断为是的情况下，确定所述初始测点为当前测次的目标测点，并依次计算得到所述目标测点卫星测高水位的检验值xi，其中i为正整数；
步骤四：计算所述检验值xi的标准差σ，并判断所述标准差σ是否位于预设标准差范围；
步骤五：若是，则保留本测次所有目标测点为有效测点，并以所述检验值xi的平均值作为本测次卫星观测水位；
步骤六：若否，则计算所述检验值xi与平均值之间差值的绝对值/>并判断所述绝对值是否大于所述预设标准差范围最大值；
步骤七：在判断为是的情况下，舍弃检验值为xi的所述目标测点，将检验值为xi+1的另一所述目标测点依次通过上述步骤六的方法进行计算和判断，在判断为是的情况下，舍弃所述目标测点直至保留的目标测点都满足如下条件：所述绝对值位于所述预设标准差范围内，并以保留的所述目标测点平均值/>作为本测次卫星观测水位；
步骤八：根据预设时间段获取多测次的卫星观测水位数据和实测水位数据，得到卫星观测水位时间序列和实测水位时间序列，并分别计算各测次卫星观测水位与对应时间实测水位的偏差Si；
步骤九：判断所述卫星观测水位时间序列与所述实测水位时间序列的关联性强弱是否满足预定条件；
步骤十：若是，则计算所述偏差Si的平均偏差MBE，并将所述平均偏差MBE作为常规校准参数，根据所述常规校准参数MBE和任意测次的所述卫星观测水位平均值计算得到校准后的卫星测高水位/>
进一步地，所述测高卫星过境轨道数据包括轨道高度、运行周期、经过所述水体部分的所述卫星过境轨道线段的经纬度范围、观测纠正项参数Hcor。
进一步地，所述观测纠正项参数Hcor包括：干对流层延迟修正参数Rdry、湿对流层延迟修正参数Rwet、电离层修正参数Riono、地球潮汐修正参数Rsolid、极潮项的修正参数Rpole，其中，所述观测纠正项参数Hcor：Hcor＝Rdry+Rwet+Riono+Rsolid+Rpole。
进一步地，计算得到所述目标测点的卫星测高水位检验值xi包括，所述卫星测高水位检验值xi通过以下公式计算：xi＝Altitude-Range-Hcor-N，其中，N为参考椭球面与大地基准面的高度。
进一步地，所述预设标准差范围为0～0.2m。
进一步地，在步骤八之前还包括，判断经过所述水体部分的测高航迹线是否连续，并获取本测次的初始测点个数和有效测点个数，根据以下条件确定是否舍弃当前测次数据：
在判断为是且所述有效测点个数小于4的情况下，舍弃当前测次数据；
或，在判断为否且所述初始测点个数小于5、所述有效测点个数为0的情况下，舍弃当前测次数据；
或，在判断为否且所述初始测点个数大于等于5、所述有效测点个数小于2的情况下，舍弃当前测次数据。
进一步地，所述卫星观测水位时间序列与所述实测水位时间序列的关联性强弱包括，通过采用相关系数r指示所述卫星观测水位与所述实测水位xsitu之间的线性相关程度：/> 其中|r|≤1，|r|越大表示所述卫星观测水位/>与所述实测水位xsitu的线性相关性越强。
进一步地，判断所述卫星观测水位时间序列与所述实测水位时间序列的关联性强弱是否满足预定条件包括，判断所述相关系数的绝对值|r|是否大于0.9。
进一步地，所述常规校准参数包括优选校准参数，所述优选校准参数满足以下条件：所述偏差Si在0.1m范围内占比在70％以上，且最大值不超过0.2m。
本发明实施例提供的技术方案至少带来以下有益技术效果：
本发明提出一种基于卫星测高数据计算和校准河湖水位的方法，与相关技术相比，河湖水位计算成本低、监测范围广、计算结果稳定性强，在非连续性水域的水位计算和校准精度更高，抗干扰能力更强，实现对数据噪声的有效剔除，提高了卫星测高数据的可用性和监测河湖水位的精度。
附图说明
图1是根据本发明实施例提供的一种基于卫星测高数据计算和校准河湖水位的方法的流程图；
图2是根据本发明实施例提供的一种测高卫星测量河湖水位方法的示意图；
图3是根据本发明实施例提供的2016-2018年度鄱阳湖卫星观测水位时间序列与星子站实测水位时间序列的坐标图；
图4是根据本发明实施例提供的2016-2018年度鄱阳湖卫星校准偏差时间序列、星子站实测水位时间序列与校准水位时间序列的坐标图。
具体实施方式
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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例
本发明实施例提供了一种基于卫星测高数据计算和校准河湖水位的方法，图1是根据本发明实施例评估方法的流程图，如图1所示，包括：
步骤S1、获取目标水域的光学卫星影像数据和离所述目标水域最近的测高卫星过境轨道数据，对所述影像进行预处理并区分水体部分与非水体部分，根据所述水体部分的边界范围随机选取若干卫星测高点为当前测次的初始测点。
具体实施过程中，预处理包括对光学卫星影像通过专业软件进行校正、裁切等处理，例如对原始二进制格式测高数据使用专业软件Brat进行读取、转换和输出相关参数；将各参数数据导入到ArcGIS软件中，根据经纬度坐标信息生成高程点图层；配合经ENVI软件预处理过后的研究河湖枯水期影像，剔除掉水面以外的高程点；借助测高数据中自带的数据质量标识项如ice_qual_flag_20hz_ku、qual_20hz_alt_data等，保证数据系统处理过程有效，参照海洋处理标准将各修正项数值控制在有效范围内。同时区分并标记水体部分与非水体部分，通常可以采用相关专业软件进行区分并标记，也可以结合人工目视解译获取河湖水域信息。
其中，测次指某一给定日期(例如2016年3月31日)卫星对河湖水位的观测。具体实施过程中，可以根据测高卫星地面轨迹文件以及河湖水体位置和水陆边界，挑选出覆盖到水面的轨道，并下载该轨道卫星数据，例如轨道高度、运行周期等，同时在水体部分确定若干卫星测高点为当前测次的初始测点，并标记出初始测点的经纬度。
步骤S2、获取所述测高卫星过境轨道至参照椭球面的高度Altitude和所述测高卫星过境轨道至所述初始测点的高度Range，计算所述高度Altitude与所述高度Range之间的差值：Altitude-Range，并判断所述差值是否大于零。
请参考图2，为本发明实施例中提供的一种测高卫星测量河湖水位方法的示意图，如图2所示：
通过下载测高卫星过境轨道数据可获取测高卫星过境轨道至参照椭球面的高度Altitude，并通过输入初始测点的经纬度信息计算测量得到测高卫星过境轨道至各初始测点的高度Range。
从卫星测高原理来看，卫星至参照椭球面的高度大于卫星至河湖水位点的高度，因此，Altitude-Range必须大于0，若Altitude-Range≤0，则说明成像测点异常，从而舍弃该初始测点。
步骤S3、在判断为是的情况下，确定所述初始测点为当前测次的目标测点，并依次计算得到所述目标测点卫星测高水位的检验值xi，其中i为正整数。
具体实现过程中，通常是将经过基本编辑处理的数据代入卫星测高公式进行计算，得到卫星测高水位检验值xi：xi＝Altitude-Range-Hcor-N，其中Hcor为观测纠正项参数，N为参考椭球面与大地基准面的高度。
步骤S4、计算所述检验值xi的标准差σ，并判断所述标准差σ是否位于预设标准差范围。
标准差σ反映一个数据集的离散程度，通过预设阈值的范围以对标准差σ进行范围限定，以便筛选出数据值更集中的目标测点，降低测量误差。
步骤S5、若是，则保留本测次所有目标测点为有效测点，并以所述检验值xi的平均值作为本测次卫星观测水位。
步骤S6、若否，则计算所述检验值xi与平均值之间差值的绝对值/>并判断所述绝对值是否大于所述预设标准差范围最大值。
具体实施过程中，在判断标准差σ没有位于预设阈值的范围内时，则说明各目标测点的卫星测高水位检验值xi离散性强，为使进一步提高精度，通过计算每一个目标测点的卫星测高水位检验值xi与平均值之间差值的绝对值/>并比较该绝对值与预设阈值的大小，以分别确定各目标测点的离散程度，并剔除离散程度大的目标测点，降低测量误差。
步骤S7、在判断为是的情况下，舍弃检验值为xi的所述目标测点，将检验值为xi+1的另一所述目标测点依次通过上述步骤S6的方法进行计算和判断，在判断为是的情况下，舍弃所述目标测点直至保留的目标测点都满足如下条件：所述绝对值位于所述预设标准差范围内，并以保留的所述目标测点平均值/>作为本测次卫星观测水位。
考虑到同一轨道一定水域范围内的水位不应有较大变化，在上述步骤S6的基础上，对同一测次不同测高点，例如以测高点的标准差为0.2m作为指标，并进行如下迭代判断：
一是当同一测次目标测点的标准差不大于0.2m时，保留该测次所有目标测点，二是当同一测次目标测点的标准差大于0.2m时，当卫星测高水位检验值(xi)与平均值之间差值的绝对值超过样本的标准差时，舍弃该卫星测高水位检验值，然后重新生成样本继续判断，若目标测点的标准差大于0.2m，但卫星测高水位检验值(xi)与平均值/>之间差值的绝对值不大于样本的标准差时，则剔除掉/>的样本点，重新生成样本继续判断，直至不存在/> 的样本点或者样本点的标准差小于0.2m。
步骤S8、根据预设时间段获取多测次的卫星观测水位数据和实测水位数据，得到卫星观测水位时间序列和实测水位时间序列，并分别计算各测次卫星观测水位与对应时间实测水位的偏差Si。
请参考图3，为本发明实施例中提供的2016-2018年度鄱阳湖卫星观测水位时间序列与星子站实测水位时间序列的坐标图，如图3所不：
通过对比该卫星观测水位时间序列与星子站实测水位时间序列的坐标，发现上述两个时间序列的走向大致相同，间距保持相对稳定，说明卫星观测水位与实测水位的偏差相对稳定，因此通过计算各测次卫星观测水位与实测水位的偏差Si并比较上述偏差Si的稳定性，例如计算所述偏差Si的标准差σ，通过标准差σ的大小，可确定卫星观测水位时间序列与实测水位时间序列的关联性强弱。
其中，所述预设时间段以至少一年为单位作为统计时段，并按照预定的时间分别率获取多测次的卫星观测水位数据和实测水位数据，所述预定的时间分别率必须大于测高卫星运行的一个周期且为整数倍周期的时间段，但实际观测过程中，考虑到河湖水的水位不易在短时间内变化太大，因此，通常将时间分辨率设置为一个月以上，便于在较长时间范围内统计各时间段的河湖水位。
步骤S9、判断所述卫星观测水位时间序列与所述实测水位时间序列的关联性强弱是否满足预定条件。
优选的，卫星观测水位时间序列与实测水位时间序列的关联性强弱可根据卫星观测水位与所述实测水位xsitu的偏差稳定性来进行确定，本实施例中通过引用关系参数方程指示其线性相关程度，例如皮尔逊系数方程：其由|r|≤1，|r|越大表示所述卫星观测水位/>与所述实测水位xsitu的线性相关性越强，通过判断|r|是否处于预定阈值范围来确定卫星观测水位时间序列与实测水位时间序列的关联性强弱，例如当|r|的值处于[0.9，1]的范围时，所述卫星观测水位时间序列与所述实测水位时间序列的关联性强弱满足预定条件。。
在一个优选的实施例中，所述预定条件包括计算所述偏差Si的标准差σ，通过判断标准差σ是否处于预定阈值范围来确定卫星观测水位时间序列与实测水位时间序列的关联性强弱，例如在预定标准差σ≤0.1m时，所述卫星观测水位时间序列与所述实测水位时间序列的关联性强弱满足预定条件。
步骤S10、若是，则计算所述偏差Si的平均偏差MBE，并将所述平均偏差MBE作为常规校准参数，根据所述常规校准参数MBE和任意测次的所述卫星观测水位平均值计算得到校准后的卫星测高水位/>
请参考图4，为本发明实施例中提供的2016-2018年度鄱阳湖卫星校准偏差时间序列、星子站实测水位时间序列与校准水位时间序列的坐标图，如图4所示：
通过观测偏差Si的稳定性发现，偏差Si的波动性越强，则星子站实测水位时间序列与校准水位时间序列的重合度越低，反之则越强，在判断卫星观测水位时间序列与实测水位时间序列的关联性强弱满足预定条件的情况下，计算偏差Si的平均偏差MBE，并将其作为常规校准参数，根据以下计算公式计算得到校准后的卫星测高水位
具体实施过程中，首先计算整个研究时间段内，例如2016-2018年间，各测次的卫星观测水位与实测水位的偏差。本实施例以至少两年为单位作为统计时段，分别计算不同统计时段的平均偏差MBE，如2016-2017年的平均偏差为MBE1、2017-2018年的平均偏差为MBE2、2016-2018年的平均偏差为MBE3。利用平均偏差MBE1、MBE2、MBE3对整个研究时段内各测次卫星观测水位进行校准，统计分析比较以上各时间段的偏差Si的标准差σ，综合优选标准差σ的较小的时间段的平均偏差MBE视为常规校准参数，本发明实例中，将2016-2017年的平均偏差MBE1视为常规校准参数，从而可以实现对整个研究时段或者即将获取任意测次的卫星观测水位的校准。
通过上述步骤，实现精准计算和校准河湖水位的功能。
由此可见，本发明实施例中，所述基于卫星测高数据计算和校准河湖水位的方法，与现有技术相比，至少具备以下技术效果：河湖水位计算成本低、监测范围广、计算结果稳定性强，在非连续性水域的水位计算和校准精度更高，抗干扰能力更强，实现对数据噪声的有效剔除，提高了卫星测高数据的可用性和监测河湖水位的精度。
在一个优选的实施例中，所述测高卫星过境轨道数据包括轨道高度、运行周期、经过所述水体部分的所述卫星过境轨道线段的经纬度范围、观测纠正项参数Hcor。
获取测高卫星过境轨道的轨道高度，同时还可以获取该测高卫星过境轨道的其他参数例如轨道面倾角、偏心率等，以便对测高卫星过境轨道进行精确的确认，避免轨道认定错误。
通过获取运行周期，便于确定测高卫星通过目标水域的频率，从而方便把握对河湖水位进行观测的时机和对时间分辨率的设定。
通过获得经过所述水体部分的所述卫星过境轨道线段的经纬度范围，便于通过测高卫星对初始测点和目标测点进行观测定位，同时也便于根据河湖的地理环境分析判断经过所述水体部分的所述卫星过境轨道线段的的连续性。
通过获取观测纠正项参数Hcor，以便可以通过公式xi＝Altitude-Range-Hcor-N计算卫星测高水位检验值xi，以保证卫星测高水位计算的准确性。
由此可见，上述本发明实施例中的技术方案，至少具有如下的技术效果或优点：提高河湖水位计算和校准的准确性。
在一个优选的实施例中，所述观测纠正项参数Hcor包括：干对流层延迟修正参数Rdry、湿对流层延迟修正参数Rwet、电离层修正参数Riono、地球潮汐修正参数Rsolid、极潮项的修正参数Rpole，其中，所述观测纠正项参数Hcor：Hcor＝Rdrv+Rwet+Riono+Rsolid+Rpole。
具体实施过程中，向河湖水位添加各项观测误差修正，一般参照海洋数据标准处理，但由于相对海面而言河湖的水面很小，海潮、逆气压、潮压等影响可不考虑。所以在河湖水位正高数据中仅添加干对流层修正和湿对流层修正参数，修正测高信号传播路径上受到的干扰；以及添加固体潮修正和极潮修正参数，修正瞬间(海)水面与大地水准面的偏差。因此河湖水位误差修正公式为：
Hcor＝Rdry+Rwet+Riono+Rsolid+Rpole，式中：Riono为电离层修正参数，测高卫星信号穿过电离层时，会产生各种物理效应，其中最主要的是折射效应，其结果对传播信号产生延时，对测量的影响约为0.2-5cm；Rsolid为地球潮修正参数，地球潮会引起地球本体变形导致高度变化，最多可达50cm；Rpole为极潮修正参数，极潮是指地壳对地球自转轴指向偏移的弹性相应，极潮引起的高度误差为0.1-25mm；Rdry、Rwet分别为干对流层修正和湿对流修正，测高信号经对对流层折射率的变化使路径产生弯曲，对流层的影响可以分成干对流层效应和湿对流层效应，前者引起高度上的误差约为-2.2m。后者为6-30m。
由此可见，本发明实施例中，所述基于卫星测高数据计算和校准河湖水位的方法，与现有技术相比，至少具备以下技术效果：抗干扰能力更强，实现对数据噪声的有效剔除，提高了卫星测高数据的可用性和监测河湖水位的精度。
在一个优选的实施例中，计算得到所述目标测点的卫星测高水位检验值xi包括，所述卫星测高水位检验值xi通过以下公式计算：xi＝Altitude-Range-Hcor-N，其中，N为参考椭球面与大地基准面的高度。
请参考图2，由于测高卫星过境轨道至参照椭球面的高度Altitude和参考椭球面与大地基准面的高度N已知，测高卫星过境轨道至河湖水位点的高度Range通过测高卫星进行测量得到，观测纠正项参数Hcor通常为一定阈值范围内的参数，可根据实际情况进行选择，如不同天气状况可导致不同的参数范围，可结合人工目视解译获取纠正项信息，从而可计算得到卫星测高水位检验值xi，抗干扰能力更强，实现对数据噪声的有效剔除和河湖水位的精确计算。
在一个优选的实施例中，所述预设标准差范围为0～0.2m。
本发明实施例中，由于标准差σ反映一个数据集的离散程度，通过预设标准差的范围以对标准差σ进行范围限定，预设标准差的范围为0～0.2m，即标准差σ最大值不超过0.2m，可以有效地保证卫星测高水位检验值xi的稳定性，从而筛选出数据值更集中的目标测点，降低测量误差。
在一个优选的实施例中，在步骤S8之前还包括，判断经过所述水体部分的测高航迹线是否连续，并获取本测次的初始测点个数和有效测点个数，根据以下条件确定是否舍弃当前测次数据：
在判断为是且所述有效测点个数小于4的情况下，舍弃当前测次数据；
或，在判断为否且所述初始测点个数小于5、所述有效测点个数为0的情况下，舍弃当前测次数据；
或，在判断为否且所述初始测点个数大于等于5、所述有效测点个数小于2的情况下，舍弃当前测次数据。
其中，测高航迹线表示经过所述水体部分的所述卫星过境轨道线段。
具体实现过程中，为了保证所计算的测次水位数据的可靠，分析各测次卫星过境轨道经过的水域，考虑水域内无江心洲时测高航迹线的连续性、有江心洲时测高航迹线的非连续性，将同一测次测高轨道航迹线分成P段(P≥1)，分别统计各测次各线段的用于计算初始hal的测点数目n、有效测点数目N。进行如下判断：
对于航迹线段P＝1的测次，同一测次的有效测点数目不能少于4个；
对于航迹线段P＞1的测次，同一测次各线段的有效测点数目应满足如下要求：一是当线段的n＜3时，即线段内计算初始测点数目小于3时，对该线段无有效测点要求；二是当线段的n在3～4时，该线段至少应有1个有效测点，即N≥1；三是当线段的n≥5时，该线段至少应有2个有效测点，即N≥2；在此基础上满足同一测次总有效测点数目N≥4个的测次保留。
由此可见，本发明实施例中，所述基于卫星测高数据计算和校准河湖水位的方法，与现有技术相比，除具备上述实施例具备的技术效果外，还具备以下技术效果：在非连续性水域的水位计算和校准精度更高，抗干扰能力更强，实现对数据噪声的有效剔除，进一步提高了卫星测高数据的可用性和监测河湖水位的精度。
在一个优选的实施例中，所述卫星观测水位时间序列与所述实测水位时间序列的关联性强弱包括，通过采用相关系数r指示所述卫星观测水位与所述实测水位xsitu之间的线性相关程度：/> 其中|r|≤1，|r|越大表示所述卫星观测水位/>与所述实测水位xsitu的线性相关性越强。
相关系数是是研究变量之间线性相关程度的量，一般用字母r表示，由于研究对象的不同，相关系数有多种定义方式，较为常用的是皮尔逊相关系数。本发明实施例中的相关系数r为皮尔逊相关系数，其变化范围为-1到1。系数的值为1意味着卫星观测水位与所述实测水位xsitu可以很好的由直线方程来描述，所有的数据点都很好的落在一条直线上，且xsitu随着/>的增加而增加。系数的值为-1意味着所有的数据点都落在直线上，且xsitu随着/>的增加而减少。系数的值为0意味着两个变量之间没有线性关系。
其中，如果阳xsitu同时趋向于大于，或同时趋向于小于他们各自的均值，则相关系数r为正，如果/>和xsitu趋向于落在他们均值的相反一侧，则相关系数r为负。
本发明实施例中，相关系数r是反映变量卫星观测水位与实测水位xsitu之间相关关系密切程度的统计指标，通过相关系数r的值可以判断卫星观测水位的稳定性，进而提高河湖水位计算和校准的精准度。
在一个优选的实施例中，判断所述卫星观测水位时间序列与所述实测水位时间序列的关联性强弱是否满足预定条件包括，判断所述相关系数的绝对值|r|是否大于0.9。
在所述相关系数的绝对值|r|大于0.9的情况下，可以判断卫星观测水位的稳定性处于比较稳定的状态，说明多测次测量的卫星观测水位波动性不大，与实测水位之间的偏差保持相对稳定，因此可以将卫星观测水位与实测水位的平均偏差MBE作为校准参数，并将测得的卫星观测水位数据加上该校准参数，得到校准后的卫星测高水位hal，可以判断校准后的卫星测高水位hal与实测水位值误差不大，即可获得精确度较高的卫星测高水位。
由此可见，本发明实施例中，所述基于卫星测高数据计算和校准河湖水位的方法，与现有技术相比，至少具备以下技术效果：使河湖水位的计算和校准更加便捷，计算结果稳定性强，提高了监测河湖水位的精度。
在一个优选的实施例中，所述常规校准参数包括优选校准参数，所述优选校准参数满足以下条件：所述偏差Si在0.1m范围内占比在70％以上，且最大值不超过0.2m。
本发明实施例中，通过设置偏差Si在0.1m范围内占比在70％以上，且最大值不超过0.2m的条件，进一步限定了偏差Si的波动范围，并提高平均偏差MBE的稳定性。将满足该条件的校准参数设置为常规校准参数，可以进一步提高计算结果的稳定性和监测河湖水位的精度。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种基于卫星测高数据计算和校准河湖水位的方法，其特征在于，包括：
步骤一：获取目标水域的光学卫星影像数据和离所述目标水域最近的测高卫星过境轨道数据，对所述影像进行预处理并区分水体部分与非水体部分，根据所述水体部分的边界范围随机选取若干卫星测高点为当前测次的初始测点；
步骤二：获取所述测高卫星过境轨道至参考椭球面的高度Altitude和所述测高卫星过境轨道至所述初始测点的高度Range，计算所述高度Altitude与所述高度Range之间的差值：Altitude-Range，并判断所述差值是否大于零；
步骤三：在判断为是的情况下，确定所述初始测点为当前测次的目标测点，并依次计算得到所述目标测点卫星测高水位的检验值xi，其中i为正整数；
步骤四：计算所述检验值xi的标准差σ，并判断所述标准差σ是否位于预设标准差范围；
步骤五：若是，则保留本测次所有目标测点为有效测点，并以所述检验值xi的平均值作为本测次卫星观测水位；
步骤六：若否，则计算所述检验值xi与平均值之间差值的绝对值/>并判断所述绝对值是否大于所述预设标准差范围最大值；
步骤七：在判断为是的情况下，舍弃检验值为xi的所述目标测点，将检验值为xi+1另一所述目标测点通过上述步骤六的方法进行计算和判断，在判断为是的情况下，舍弃所述目标测点直至保留的目标测点都满足如下条件：所述绝对值位于所述预设标准差范围内，并以保留的所述目标测点平均值/>作为本测次卫星观测水位；
步骤八：根据预设时间段获取多测次的卫星观测水位数据和实测水位数据，得到卫星观测水位时间序列和实测水位时间序列，并分别计算各测次卫星观测水位与对应时间实测水位的偏差Si；
步骤九：判断所述卫星观测水位时间序列与所述实测水位时间序列的关联性强弱是否满足预定条件；
步骤十：若是，则计算所述偏差Si的平均偏差MBE，并将所述平均偏差MBE作为常规校准参数，根据所述常规校准参数MBE和任意测次的所述卫星观测水位平均值计算得到校准后的卫星测高水位/>
2.如权利要求1所述的基于卫星测高数据计算和校准河湖水位的方法，其特征在于，所述测高卫星过境轨道数据包括轨道高度、运行周期、经过所述水体部分的所述卫星过境轨道线段的经纬度范围、观测纠正项参数Hcor。
3.如权利要求2所述的基于卫星测高数据计算和校准河湖水位的方法，其特征在于，所述观测纠正项参数Hcor包括：干对流层延迟修正参数Rdry、湿对流层延迟修正参数Rwet、电离层修正参数Riono、地球潮汐修正参数Rsolid、极潮项的修正参数Rpole，其中，所述观测纠正项参数Hcor＝Rdry+Rwet+Riono+Rsolid+Rpole。
4.如权利要求3所述的基于卫星测高数据计算和校准河湖水位的方法，其特征在于，计算得到所述目标测点的卫星测高水位检验值xi包括，所述卫星测高水位检验值xi通过以下公式计算：xi＝Altitude-Range-Hcor-N，其中，N为参考椭球面与大地基准面的高度。
5.如权利要求1至4任一项所述的基于卫星测高数据计算和校准河湖水位的方法，其特征在于，所述预设标准差范围为0～0.2m。
6.如权利要求5所述的基于卫星测高数据计算和校准河湖水位的方法，其特征在于，在步骤八之前还包括，判断经过所述水体部分的测高航迹线是否连续，并获取本测次的初始测点个数和有效测点个数，根据以下条件确定是否舍弃当前测次数据：
在判断为是且所述有效测点个数小于4的情况下，舍弃当前测次数据；
或，在判断为否且所述初始测点个数小于5、所述有效测点个数为0的情况下，舍弃当前测次数据；
或，在判断为否且所述初始测点个数大于等于5、所述有效测点个数小于2的情况下，舍弃当前测次数据。
7.如权利要求6所述的基于卫星测高数据计算和校准河湖水位的方法，其特征在于，所述卫星观测水位时间序列与所述实测水位时间序列的关联性强弱包括，通过采用相关系数r指示所述卫星观测水位与所述实测水位xsitu之间的线性相关程度：其中|r|≤1，|r|越大表示所述卫星观测水位/>与所述实测水位xsitu的线性相关性越强。
8.如权利要求7所述的基于卫星测高数据计算和校准河湖水位的方法，其特征在于，判断所述卫星观测水位时间序列与所述实测水位时间序列的关联性强弱是否满足预定条件包括，判断所述相关系数的绝对值|r|是否大于0.9。
9.如权利要求8所述的基于卫星测高数据计算和校准河湖水位的方法，其特征在于，所述常规校准参数包括优选校准参数，所述优选校准参数满足以下条件：所述偏差Si在0.1m范围内占比在70％以上，且最大值不超过0.2m。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111595328.9A CN114279415B (zh) | 2021-12-24 | 2021-12-24 | 一种基于卫星测高数据计算和校准河湖水位的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111595328.9A CN114279415B (zh) | 2021-12-24 | 2021-12-24 | 一种基于卫星测高数据计算和校准河湖水位的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114279415A CN114279415A (zh) | 2022-04-05 |
| CN114279415B true CN114279415B (zh) | 2024-05-03 |
Family
ID=80875503
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111595328.9A Active CN114279415B (zh) | 2021-12-24 | 2021-12-24 | 一种基于卫星测高数据计算和校准河湖水位的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114279415B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114777861A (zh) * | 2022-04-12 | 2022-07-22 | 三川智慧科技股份有限公司 | 超声波水表测量抗干扰方法、系统及可读存储介质 |
| CN114999110B (zh) * | 2022-06-01 | 2024-02-27 | 曹丛 | 一种水利工程防汛预警系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108444569A (zh) * | 2018-03-17 | 2018-08-24 | 中国水利水电科学研究院 | 一种基于筛选的卫星测高数据提取湖库水位的方法 |
| CN109489637A (zh) * | 2018-11-08 | 2019-03-19 | 清华大学 | 水量变化监测方法、装置、计算机设备和存储介质 |
| CN110132373A (zh) * | 2019-05-10 | 2019-08-16 | 宁波市测绘设计研究院 | 一种基于卫星测高数据的大型内陆湖泊和湿地水位反演方法 |
| CN112200050A (zh) * | 2020-09-30 | 2021-01-08 | 同济大学 | 基于多源卫星数据的湖泊水量时空变化分析方法及装置 |
| CN112414510A (zh) * | 2020-10-10 | 2021-02-26 | 武汉大学 | 卫星测高河流水位监测方法及系统 |
-
2021
- 2021-12-24 CN CN202111595328.9A patent/CN114279415B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108444569A (zh) * | 2018-03-17 | 2018-08-24 | 中国水利水电科学研究院 | 一种基于筛选的卫星测高数据提取湖库水位的方法 |
| CN109489637A (zh) * | 2018-11-08 | 2019-03-19 | 清华大学 | 水量变化监测方法、装置、计算机设备和存储介质 |
| CN110132373A (zh) * | 2019-05-10 | 2019-08-16 | 宁波市测绘设计研究院 | 一种基于卫星测高数据的大型内陆湖泊和湿地水位反演方法 |
| CN112200050A (zh) * | 2020-09-30 | 2021-01-08 | 同济大学 | 基于多源卫星数据的湖泊水量时空变化分析方法及装置 |
| CN112414510A (zh) * | 2020-10-10 | 2021-02-26 | 武汉大学 | 卫星测高河流水位监测方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 基于Sentinel-3A SRAL 2 级产品的鄱阳湖水位评估与校准;黄对 等;水利水运工程学报;20220831(第4期);1-10 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114279415A (zh) | 2022-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114279415B (zh) | 一种基于卫星测高数据计算和校准河湖水位的方法 | |
| Sulistioadi et al. | Satellite radar altimetry for monitoring small rivers and lakes in Indonesia | |
| Huang et al. | Validation and application of water levels derived from Sentinel-3A for the Brahmaputra River | |
| Baldysz et al. | Comparison of GPS tropospheric delays derived from two consecutive EPN reprocessing campaigns from the point of view of climate monitoring | |
| CN109917494A (zh) | 降雨预报方法、装置、设备和存储介质 | |
| CN115293198A (zh) | 一种基于多隐层神经网络提高gnss-r测高反演精度的方法 | |
| Varbla et al. | Assessment of marine geoid models by ship-borne GNSS profiles | |
| CN114490622A (zh) | 基于气候态范围阈值的自动化海洋温盐观测数据质量控制方法和系统 | |
| CN110133655A (zh) | 基于多源雷达遥感技术的河流径流监测反演方法 | |
| Collett et al. | Phase coherence of GPS signal land reflections and its dependence on surface characteristics | |
| Papa et al. | Uncertainties in mean river discharge estimates associated with satellite altimeter temporal sampling intervals: A case study for the annual peak flow in the context of the future SWOT hydrology mission | |
| Xu et al. | Obtaining accurate water level measurements in lakes: analysis of changes in ICESat altimetry accuracy with buffer changes | |
| Wiese et al. | Synergy between satellite observations and model simulations during extreme events | |
| Wardah et al. | Radar rainfall estimates comparison with kriging interpolation of gauged rain | |
| Chen et al. | Improved lake level estimation from radar altimeter using an automatic multiscale-based peak detection retracker | |
| CN112415219A (zh) | 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 | |
| Linsenmeier et al. | Global inequalities in weather forecasts | |
| Darko et al. | Statistical evaluation of Jason-2 satellite altimetry products in a trans-boundary river basin; the case study of the White Volta River basin in Ghana | |
| Islam et al. | Verification of APHRODITE precipitation data set in Bangladesh | |
| Aguilar et al. | Assessing shoreline change rates in Mediterranean beaches | |
| Smith et al. | Ocean drifter velocity data assimilation Part 2: Forecast validation | |
| Shakya | Estimation of Stage-Area-Storage Relationships in Reservoirs and Stage-Discharge Relationships in Rivers Using Remotely Sensed Data | |
| Kaplinski et al. | Channel mapping of the Colorado River from Glen Canyon Dam to Lees Ferry in Glen Canyon National Recreation Area, Arizona | |
| CN117572467B (zh) | 一种多海况潮位观测方法、装置、电子设备及存储介质 | |
| CN114200455B (zh) | 微波散射计获取海面风场针对降水影响的质量控制方法 |
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 |