CN114328776A - 基于gswd数据集和实测水位数据的湖泊湖底地形图绘制方法 - Google Patents
基于gswd数据集和实测水位数据的湖泊湖底地形图绘制方法 Download PDFInfo
- Publication number
- CN114328776A CN114328776A CN202111552604.3A CN202111552604A CN114328776A CN 114328776 A CN114328776 A CN 114328776A CN 202111552604 A CN202111552604 A CN 202111552604A CN 114328776 A CN114328776 A CN 114328776A
- Authority
- CN
- China
- Prior art keywords
- lake
- water level
- frequency
- data
- value
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 230
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012876 topography Methods 0.000 claims abstract description 20
- 239000002352 surface water Substances 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 14
- 239000006185 dispersion Substances 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 13
- 238000005259 measurement Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 238000002310 reflectometry Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001970 hydrokinetic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法,包括以下步骤:获取待绘制的湖泊水位最高时的淹没面积范围作为该湖泊的边界;通过全球地表水数据集获取该湖泊的边界内每个像素点的水体出现频率;获取该湖泊的历史实测水位数据对应的所有水位值,计算每个水位值出现的经验频率并生成经验点据;基于P‑III型频率曲线绘制理论频率曲线,将调整后的理论频率曲线作为频率曲线;根据频率曲线推求各湖泊水位频率对应的水位值;根据每个像素点的水体出现频率的数值,推求该数值的水位频率对应的水位值作为每个像素点的高程值,由此绘制得到湖泊湖底水下地形图。本发明避免了传统监测手段的局限性,能快速地获取湖泊水下地形数据。
Description
技术领域
本发明属于遥感空间信息技术领域,具体涉及一种基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法。
背景技术
获取湖泊的水下地形是精确量化湖泊水资源与全球水循环影响、建立水文水动力模型、评估水生态环境演变等研究的重要基础。传统的水下地形监测主要采用声呐测量技术和机载激光雷达测量技术,具有测量精度高的优点,但测量周期较长、人力物力成本较高而且数据更新较为困难,尤其是对于交通不便的偏远地区或者难以进入的大型水域,现场监测工作难以开展。
发明内容
本发明的目的就是为了解决上述背景技术存在的不足,提供一种基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法。该方法计算简单,避免了传统监测手段的局限性,能快速地获取湖泊水下地形数据,可为偏远缺资料地区湖泊的水下地形监测等提供新思路。
本发明采用的技术方案是:一种基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法,其特征在于:包括以下步骤:
S1,获取待绘制的湖泊水位最高时的淹没面积范围作为该湖泊的边界;
S2,通过全球地表水数据集获取该湖泊的边界内每个像素点的坐标以及水体出现频率;所述水体出现频率表示对应的像素点水位值大于该像素点高程值的概率;
S3,获取该湖泊的历史实测数据中的水位值,计算每个水位值出现的经验频率并生成经验点据;所述某个水位值的经验频率用于表征获取的历史实测数据中所有的水位值大于等于该水位值的概率;所述经验点据用于表征计算得到的各经验频率数值对应的水位值;
S4,基于P-III型频率曲线绘制理论频率曲线,根据经验点据和理论频率曲线的拟合度对理论频率曲线进行目估适线调整,将调整后的理论频率曲线作为该湖泊的水位频率曲线;所述水位频率曲线的横坐标为水位频率数值,纵坐标为水位值;水位频率用于表示该湖泊的水位值大于等于某个水位值的概率;
S5,获取该湖泊的边界内某个像素点的水体出现频率的数值,基于水位频率曲线推求该数值的水位频率对应的水位值作为该像素点的高程值;
S6,重复步骤S5,直至获取该湖泊的边界内所有像素点的高程值;
S7,基于该湖泊的边界内所有像素点的高程值和坐标绘制得到湖泊湖底水下地形图。
上述技术方案中,步骤S1具体包括以下步骤:
获取该湖泊出现最高水位时对应的Landsat影像数据;
计算获取的Landsat影像数据的归一化差分水体指数:
归一化差分水体指数计算结果为0的区域为湖泊边界,归一化差分水体指数计算结果大于0的区域为湖泊边界内部。
上述技术方案中,步骤S2中,通过全球地表水数据集获取该湖泊的历史影像数据;所述某个像素点的的水体出现频率为历史影像数据中该像素点被水体覆盖的影像数占总影像数的百分比;百分比范围为0~100,间隔为1。
上述技术方案中,步骤S3中,获取湖泊逐日历史实测水位值,将水位值按从大到小的顺序排列并编号,得到H1≥H2≥…Hm≥…≥Hn,采用如下公式的计算经验频率Pm:
其中,m表示水位值的编号;n表示水位值的数量;Hm表示编号为m的水位值;
对每一个水位值Hm求出一个经验频率Pm;并以经验频率Pm为横坐标,以水位值Hm为纵坐标点在海森机率格纸上,作为经验点据。
上述技术方案中,步骤S4中,采用矩法估计P-III型频率曲线分布的三个参数:均值变差系数Cv和偏态系数Cs;根据P-III型频率曲线的离均系数Φ值表,查得不同的频率p、变差系数Cv和偏态系数Cs对应的离均系数Φ值;
根据下式求出在某个变差系数Cv下,相应各个频率p对应的x值;
将求出的x值按照(p,x)点在海森机率格纸上,再采用光滑曲线将该组点据连接,作为该变差系数Cv对应的理论频率曲线;
根据上述步骤绘制不同变差系数Cv对应的理论频率曲线;
选择与经验点据拟合程度最佳的理论频率曲线作为该湖泊的水位频率曲线。
上述技术方案中,步骤S5中,根据该湖泊的边界内某个像素点的水体出现频率的数值,在水位频率曲线的纵坐标上查找同等数值的水位频率对应的水位值,作为该像素点的高程值。
上述技术方案中,步骤S7中,使用Python编程语言,调用GDAL库,将所有像素点的高程值赋值给对应像素点,结合各像素点的坐标生成湖泊湖底水下DEM的tif图像作为湖泊湖底水下地形图。
本发明提供了一种基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制系统,其特征在于:包括湖泊边界生成模块、水体出现频率计算模块、经验点据生成模块、水位频率曲线生成模块、湖泊湖底水下地形图绘制模块;
其中,湖泊边界生成模块用于获取待绘制的湖泊水位最高时的淹没面积范围,将其设置为该湖泊的边界,并将该湖泊的边界数据发送至水体出现频率计算模块;
水体出现频率计算模块用于通过全球地表水数据集获取该湖泊的边界内每个像素点的水体出现频率并发送至湖泊湖底水下地形图绘制模块;
经验点据生成模块用于获取该湖泊的历史实测数据中的水位值,计算每个水位值出现的经验频率并生成经验点据,将生成的经验点据发送至水位频率曲线生成模块;
水位频率曲线生成模块用于基于P-III型频率曲线绘制理论频率曲线,根据经验点据和理论频率曲线的拟合度对理论频率曲线进行调整,将调整后的理论频率曲线作为该湖泊的水位频率曲线;并将其发送至湖泊湖底水下地形图绘制模块
湖泊湖底水下地形图绘制模块用于基于湖泊的边界内各像素点的水体出现频率的数值和水位频率曲线推求各像素点的高程值,并基于各像素点的高程值和坐标绘制湖泊湖底水下地形图。
本发明提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行所述的基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法。
再进一步地,所述基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法,其基本原理为:水体出现频率与水位频率存在一一对应关系,对于每个像素点来说,水位大于该点高程时,即被水体覆盖,因此,可根据该像素点的水体出现频率,推求水位频率为相同数值时对应的水位值,即为该像素点高程值。
对于湖泊动态水域内的每个像素,水体出现频率越大对应的高程值越低,而水体出现频率越小对应的高程值越高。理论上,永久土地的水体出现频率为0%,而永久水体的水体出现频率为100%。
本发明具有以下有益效果:
传统的水下地形监测方法测量周期较长、人力物力成本较高而且数据更新较为困难,尤其是对于交通不便的偏远地区或者难以进入的大型水域,现场监测工作难以开展。该发明所述基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法,数据获取简单,避免了传统监测手段的局限性,能快速地获取湖泊水下地形数据,可为偏远缺资料地区湖泊的水下地形监测等提供新思路。随着光学卫星遥感技术的发展,为湖泊水下地形监测提供了新的手段。与传统现场测量方法相比,本发明采用Landsat影像和全球地表水数据集等遥感数据绘制湖泊湖底地形图,具有大范围、低成本、多光谱、多时相、区域动态监测等优势,适用于大型湖泊或难以到达的偏远湖泊水下地形监测,在相当程度上弥补了现场测量的不足。全球地表水数据集(global surface water dataset,GSWD)是欧洲委员会联合研究中心与谷歌合作利用1984-2018年期间的300多万张Landsat遥感影像制作的全球地表水面积变化数据集。利用该数据集可以得到1984-2018年全球范围内湖泊地表水时空动态变化特征,具有较高的精度和广阔的覆盖范围。
本发明通过Landsat影像数据获取湖泊边界,这种边界获取方法通过调用历史数据图像和水体指数计算即可实现,使用简单且边界识别的精度高。本发明通过全球地表水数据集获取湖泊水体出现频率,这种方法通过获取和处理大量历史影像数据得到湖泊长期水体覆盖情况,实现了为长时期、大规模数据分析。本发明通过历史实测水位数据获取不同水位的经验频率,准确性高。本发明以经验点据为基础,选配一条拟合最好的理论频率曲线,由此可获取任意频率的水位值;这种方法操作容易、适线灵活、不受频率曲线线型的限制,适线时可以照顾重要的数据点(如历史水位较高和精度较高的点)。本发明基于水体出现频率与水位频率的对应关系,从而获取水体出现频率对应的水位值,保证了数据获取的有效性。
附图说明
图1为本发明的基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法的流程示意图;
图2为本发明实施例的湖泊水体出现频率;
图3为本发明实施例的P-III型频率曲线;
图4为本发明实施例的湖泊湖底水下地形图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明,便于清楚地了解本发明,但它们不对本发明构成限定。
如图1所示,本发明以某湖泊为例,基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法,具体步骤如下:
S1:基于NDWI提取得到湖泊淹没面积最大(水位最高)时的范围,作为湖泊边界,具体步骤如下:
(1-1)根据1984~2020年所述湖泊实测水位数据,得到湖泊最高水位为22.41m,出现时间为2020年7月12日,获取该时期对应的Landsat影像数据;
(1-2)计算水体指数NDWI:
NDWI=(Green-NIR)/(Green+NIR)
其中,Green为绿光波段反射率,NIR为近红外波段反射率,MIR为中红外波段反射率。
(1-3)取0为阈值得到湖泊水体边界,NDWI计算结果大于0的区域为水体,小于0的区域为陆地,由此可得到NDWI计算结果大于等于0的区域为湖泊边界以及内部。
S2:从谷歌地球引擎平台下载全球地表水数据集(GSWD),提取得到湖泊边界内每个像素点的坐标以及水体出现频率(1%、2%、……、100%),如图2所示。其中,水体出现频率表示1984~2018年湖泊边界内某个像素点被水体覆盖的影像数占总影像数的百分比(百分比范围为0~100,间隔为1),即某个像素点水位值大于该像素点高程值的概率,如下式所示:
Gi=P(H≥Zi)
式中,Gi表示像素点i的水体出现频率,H表示水位值,Zi表示像素点i的高程值;P表示概率。
S3:获取该湖泊1984~2020年逐日实测水位数据,将水位按从大到小的顺序排列并进行编号,得到H1≥H2≥…Hm≥…≥Hn,采用如下的经验频率公式:
对每一个水位值Hm求出一个经验频率Pm;并以经验频率为横坐标,以水位值为纵坐标点在海森机率格纸上,作为经验点据。n表示水位值的数量;1,2,...m...n表示水位值的编号,Hm表示编号为m的水位值。
S4:选择P-III型频率曲线,采用矩法初步估计P-III型分布的三个参数(均值变差系数Cv和偏态系数Cs),绘制理论频率曲线,根据经验频率与理论频率的拟合度进行目估适线调整,直到曲线与经验点据拟合良好为止,如图3所示,其横坐标是频率,纵坐标是水位值。
具体包括如下步骤:根据P-III型频率曲线的离均系数Φ值表,查得不同的频率p、变差系数Cv和偏态系数Cs对应的离均系数Φ值;
根据下式求出在某个变差系数Cv下,相应各个频率p对应的x值;x值作为数学量,也表示水位序列:
将求出的x值按照(p,x)点在海森机率格纸上,再采用光滑曲线将该组点据连接,作为该变差系数Cv对应的理论频率曲线;
根据上述步骤绘制不同变差系数Cv对应的理论频率曲线;
选择与经验点据拟合程度最佳的理论频率曲线作为该湖泊的水位频率曲线。所述水位频率曲线的横坐标为水位频率数值,纵坐标为水位值;水位频率用于表示该湖泊的水位值大于等于某个水位值的概率。
S5:根据每个像素点i的水体出现频率Gi,推求水位频率为Gi时在所绘制的水位频率曲线上对应的水位值,即为每个像素点i的高程值,并基于各像素点的高程值和坐标绘制湖泊湖底水下地形图,如图4所示。
具体地,使用Python编程语言,调用GDAL库,将所有像素点的高程值赋值给对应像素点,结合各像素点的坐标生成湖泊湖底水下DEM的tif图像作为湖泊湖底水下地形图。
本发明提供了一种基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制系统,其特征在于:包括湖泊边界生成模块、水体出现频率计算模块、经验点据生成模块、水位频率曲线生成模块、湖泊湖底水下地形图绘制模块;
其中,湖泊边界生成模块用于获取待绘制的湖泊水位最高时的淹没面积范围,将其设置为该湖泊的边界,并将该湖泊的边界数据发送至水体出现频率计算模块;
水体出现频率计算模块用于通过全球地表水数据集获取该湖泊的边界内每个像素点的坐标以及水体出现频率并发送至湖泊湖底水下地形图绘制模块;
经验点据生成模块用于获取该湖泊的历史实测数据中的水位值,计算每个水位值出现的经验频率并生成经验点据,将生成的经验点据发送至水位频率曲线生成模块;
水位频率曲线生成模块用于基于P-III型频率曲线绘制理论频率曲线,根据经验点据和理论频率曲线的拟合度对理论频率曲线进行调整,将调整后的理论频率曲线作为该湖泊的水位频率曲线;并将其发送至湖泊湖底水下地形图绘制模块
湖泊湖底水下地形图绘制模块用于基于湖泊的边界内各像素点的水体出现频率的数值和水位频率曲线推求各像素点的高程值,并基于各像素点的高程值和坐标绘制湖泊湖底水下地形图。
本发明提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行所述的基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法。
本发明所述基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法,其基本原理为:水体出现频率与水位频率存在一一对应关系,对于每个像素点来说,水位大于该点高程时,即被水体覆盖,因此,可根据该像素点的水体出现频率Gi,推求水位频率为Gi时对应的水位值,即为该像素点高程值。
对于湖泊动态水域内的每个像素,水体出现频率越大对应的高程值越低,而水体出现频率越小对应的高程值越高。理论上,永久土地的水体出现频率为0%,而永久水体的水体出现频率为100%。
本发明针对传统湖泊湖底水下地形监测方法的不足,提供了一种基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法。尽管上述实施例对本发明做出了详尽的描述,但它仅仅是本发明一部分实施例,而不是全部实施例,人们还可以根据本实施例在不经创造性前提下获得其他实施例,这些实施例都属于本发明保护范围。
Claims (9)
1.一种基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法,其特征在于:包括以下步骤:
S1,获取待绘制的湖泊水位最高时的淹没面积范围作为该湖泊的边界;
S2,通过全球地表水数据集获取该湖泊的边界内每个像素点的坐标以及水体出现频率;所述水体出现频率表示对应的像素点水位值大于该像素点高程值的概率;
S3,获取该湖泊的历史实测数据中的水位值,计算每个水位值出现的经验频率并生成经验点据;所述某个水位值的经验频率用于表征获取的历史实测数据中所有的水位值大于等于该水位值的概率;所述经验点据用于表征计算得到的各经验频率数值对应的水位值;
S4,基于P-III型频率曲线绘制理论频率曲线,根据经验点据和理论频率曲线的拟合度对理论频率曲线进行目估适线调整,将调整后的理论频率曲线作为该湖泊的水位频率曲线;所述水位频率曲线的横坐标为水位频率数值,纵坐标为水位值;水位频率用于表示该湖泊的水位值大于等于某个水位值的概率;
S5,获取该湖泊的边界内某个像素点的水体出现频率的数值,基于水位频率曲线推求该数值的水位频率对应的水位值作为该像素点的高程值;
S6,重复步骤S5,直至获取该湖泊的边界内所有像素点的高程值;
S7,基于该湖泊的边界内所有像素点的高程值和坐标绘制得到湖泊湖底水下地形图。
2.根据权利要求1所述的一种基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法,其特征在于:步骤S1具体包括以下步骤:
获取该湖泊出现最高水位时对应的Landsat影像数据;
计算获取的Landsat影像数据的归一化差分水体指数:
归一化差分水体指数计算结果为0的区域为湖泊边界,归一化差分水体指数计算结果大于0的区域为湖泊边界内部。
3.根据权利要求1所述的一种基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法,其特征在于:步骤S2中,通过全球地表水数据集获取该湖泊的历史影像数据;所述某个像素点的水体出现频率为历史影像数据中该像素点被水体覆盖的影像数占总影像数的百分比;百分比范围为0~100,间隔为1。
6.根据权利要求1所述的一种基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法,其特征在于:步骤S5中,根据该湖泊的边界内某个像素点的水体出现频率的数值,在水位频率曲线的纵坐标上查找同等数值的水位频率对应的水位值,作为该像素点的高程值。
7.根据权利要求1所述的一种基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法,其特征在于:步骤S7中,使用Python编程语言,调用GDAL库,将所有像素点的高程值赋值给对应像素点,结合各像素点的坐标生成湖泊湖底水下DEM的tif图像作为湖泊湖底水下地形图。
8.一种基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制系统,其特征在于:包括湖泊边界生成模块、水体出现频率计算模块、经验点据生成模块、水位频率曲线生成模块、湖泊湖底水下地形图绘制模块;
其中,湖泊边界生成模块用于获取待绘制的湖泊水位最高时的淹没面积范围,将其设置为该湖泊的边界,并将该湖泊的边界数据发送至水体出现频率计算模块;
水体出现频率计算模块用于通过全球地表水数据集获取该湖泊的边界内每个像素点的坐标以及水体出现频率并发送至湖泊湖底水下地形图绘制模块;
经验点据生成模块用于获取该湖泊的历史实测数据中的水位值,计算每个水位值出现的经验频率并生成经验点据,将生成的经验点据发送至水位频率曲线生成模块;
水位频率曲线生成模块用于基于P-III型频率曲线绘制理论频率曲线,根据经验点据和理论频率曲线的拟合度对理论频率曲线进行调整,将调整后的理论频率曲线作为该湖泊的水位频率曲线;并将其发送至湖泊湖底水下地形图绘制模块;
湖泊湖底水下地形图绘制模块用于基于湖泊的边界内各像素点的水体出现频率的数值和水位频率曲线推求各像素点的高程值,并基于各像素点的高程值和坐标绘制湖泊湖底水下地形图。
9.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1所述的基于GSWD数据集和实测水位数据的湖泊湖底地形图绘制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111552604.3A CN114328776A (zh) | 2021-12-17 | 2021-12-17 | 基于gswd数据集和实测水位数据的湖泊湖底地形图绘制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111552604.3A CN114328776A (zh) | 2021-12-17 | 2021-12-17 | 基于gswd数据集和实测水位数据的湖泊湖底地形图绘制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114328776A true CN114328776A (zh) | 2022-04-12 |
Family
ID=81052889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111552604.3A Pending CN114328776A (zh) | 2021-12-17 | 2021-12-17 | 基于gswd数据集和实测水位数据的湖泊湖底地形图绘制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114328776A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114638172A (zh) * | 2022-05-17 | 2022-06-17 | 中国市政工程西南设计研究总院有限公司 | 一种湖底地形修复数据处理系统及处理方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110569565A (zh) * | 2019-08-19 | 2019-12-13 | 武汉大学 | 一种湖泊最低生态水位计算方法 |
US20200149888A1 (en) * | 2018-11-08 | 2020-05-14 | Tsinghua University | Method and device for monitoring water volume change, computer device and storage medium |
-
2021
- 2021-12-17 CN CN202111552604.3A patent/CN114328776A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200149888A1 (en) * | 2018-11-08 | 2020-05-14 | Tsinghua University | Method and device for monitoring water volume change, computer device and storage medium |
CN110569565A (zh) * | 2019-08-19 | 2019-12-13 | 武汉大学 | 一种湖泊最低生态水位计算方法 |
Non-Patent Citations (3)
Title |
---|
GANG ZHAO: "Estimating lake temperature profile and evaporation losses by leveraging MODIS LST data", REMOTE SENSING OF ENVIRONMENT, vol. 251, 15 December 2020 (2020-12-15) * |
沈欣, 欧阳志云, JANDE LEEUW: "利用多时相Landsat影像生成白洋淀湖底DEM的研究", 地理与地理信息科学, no. 02, 30 March 2005 (2005-03-30) * |
王鑫蕊;晋锐;林剑;曾祥飞;赵泽斌;: "有云Landsat TM/OLI影像结合DEM提取青藏高原湖泊边界的自动算法研究", 遥感技术与应用, no. 04, 20 August 2020 (2020-08-20) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114638172A (zh) * | 2022-05-17 | 2022-06-17 | 中国市政工程西南设计研究总院有限公司 | 一种湖底地形修复数据处理系统及处理方法 |
CN114638172B (zh) * | 2022-05-17 | 2022-08-02 | 中国市政工程西南设计研究总院有限公司 | 一种湖底地形修复数据处理系统及处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Butler et al. | Through‐water close range digital photogrammetry in flume and field environments | |
CN103363962B (zh) | 一种基于多光谱影像的湖泊水储量遥感估算方法 | |
CN107067012A (zh) | 基于图像处理的海底地貌单元边缘智能识别方法 | |
CN109446485B (zh) | 一种基于多源数据融合的季节性湖泊湖底地形生成方法 | |
CN111985422B (zh) | 基于遥感的耕地田面坡度估算方法、估算装置 | |
Andersen et al. | Processing and performance of topobathymetric lidar data for geomorphometric and morphological classification in a high-energy tidal environment | |
CN105571571A (zh) | 基于三维激光扫描的堆积剖面空间结构信息分析方法 | |
CN114328776A (zh) | 基于gswd数据集和实测水位数据的湖泊湖底地形图绘制方法 | |
CN109781073A (zh) | 一种融合海浪特征和光谱特征的浅海水深遥感提取方法 | |
CN111854699A (zh) | 一种基于无人机航测河道崩岸过程的监测方法 | |
CN112200050A (zh) | 基于多源卫星数据的湖泊水量时空变化分析方法及装置 | |
CN114494371A (zh) | 基于多尺度相位一致性的光学图像和sar图像配准方法 | |
CN117423002B (zh) | 一种基于dem的小尺度潮滩图像处理方法 | |
Li et al. | Improving the application of UAV-LiDAR for erosion monitoring through accounting for uncertainty in DEM of difference | |
CN106940782A (zh) | 基于变差函数的高分sar新增建设用地提取软件 | |
Partama et al. | A simple and empirical refraction correction method for UAV-based shallow-water photogrammetry | |
Liu et al. | Bathymetric ability of SPOT-5 multi-spectral image in shallow coastal water | |
CN108985292A (zh) | 一种基于多尺度分割的sar图像cfar目标检测方法与系统 | |
CN113516764A (zh) | 基于数字高程模型的湖库水下三维地形模拟方法及装置 | |
CN110020614B (zh) | 基于全局拟合的活动轮廓sar图像河流提取方法 | |
CN114494925A (zh) | 水库入库流量的计算方法、装置、电子设备和存储介质 | |
CN112666070A (zh) | 一种土壤侵蚀计算方法 | |
Samaila–Ija et al. | Bathymetric survey and volumetric analysis for sustainable management case study of Suleja Dam, Niger State, Nigeria | |
CN110956696A (zh) | 一种基于多尺度海图数据的海底地形模拟仿真方法 | |
CN114814967B (zh) | 局部海域扰动重力数据反演高分辨率海底地形非线性方法 |
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 |