CN116342681B - 一种基于遥感影像的河道断面水位观测方法 - Google Patents
一种基于遥感影像的河道断面水位观测方法 Download PDFInfo
- Publication number
- CN116342681B CN116342681B CN202310564504.5A CN202310564504A CN116342681B CN 116342681 B CN116342681 B CN 116342681B CN 202310564504 A CN202310564504 A CN 202310564504A CN 116342681 B CN116342681 B CN 116342681B
- Authority
- CN
- China
- Prior art keywords
- river
- section
- remote sensing
- water level
- water
- 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 75
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012937 correction Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 238000002310 reflectometry Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 11
- 238000012423 maintenance Methods 0.000 abstract description 6
- 238000010276 construction Methods 0.000 abstract description 5
- 238000005259 measurement Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003809 water extraction Methods 0.000 description 1
Classifications
-
- 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
-
- 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
-
- 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
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/182—Network patterns, e.g. roads or rivers
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Fluid Mechanics (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Thermal Sciences (AREA)
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
Abstract
本发明涉及一种基于遥感影像的河道断面水位观测方法，属于遥感监测技术领域。步骤如下：S1.利用待测河道断面的勘测资料，获取断面关键参数；S2.获取涵盖待观测河道断面的遥感影像；S3.将预处理后的影像进行河道水体的提取，获得归一化水体指数；S4.计算待测河道断面的河面宽度；S5.根据河道断面的河面宽度和获得的关键参数计算该河道断面的水深；S6.计算河道断面水位。本发明通过利用河道断面勘测数据，基于遥感影像对河道断面水位进行分析和观测，能够大大减少相关自动化监测设备的建设和维护，也能实现对其水位信息要素的快速观测。
Description
技术领域
本发明涉及一种基于遥感影像的河道断面水位观测方法，属于河道水文观测和遥感监测技术领域。
背景技术
水位观测是水文观测中的一项十分重要的观测要素。河道水位信息可作为相关水利工程建设设计的基本依据、洪水防御的重要指标、洪水预报的基本参数等等。目前获取河道水位的手段主要是人工测量和自动化水位监测站等方法。人工测量是观测河道水位信息的一种较为传统的方式，需要配置巨大的人力和物力，尤其在洪水发生时期，会对相关测量人员带来较大的危险。随着信息技术的发展，自动化水位监测站是目前水位信息观测的一种主流方式，但是其也存在着一定的问题，比如建设必须具备网络、电力等基础条件，往往偏远的地区是很难具备这些条件的。同时自动化水位监测站在防范被洪水冲毁、保障设备长久运行方面还存在较大的问题，需要相关人员进行定期的维护，因此又会产生巨大的人力和物力的损耗。
为了解决这些问题，尤其是针对中小河流难以布设相关观测设备或者人员的地区，可以利用河道断面的勘测数据，并通过无人机或者卫星获取遥感影像的方式来观测河道的水位情况。一方面可以对现有缺少水位观测手段的河道断面进行水位观测的补充；另一方面利用遥感技术具有低成本、零维护的优势，可以有效解决上述人力、物力以及基础设施条件等问题，实现对河道断面水位要素的常态化观测。
发明内容
本发明的目的是克服上述不足而提供一种基于遥感影像的河道断面水位观测方法，通过利用河道断面勘测数据，基于遥感影像对河道断面水位进行分析和观测，能够大大减少相关自动化监测设备的建设和维护，也能实现对其水位信息要素的快速观测。
本发明采取的技术方案为：
一种基于遥感影像的河道断面水位观测方法，包括步骤如下：
S1.利用待测河道断面的勘测资料，获取断面关键参数河底高程h 河底、河底宽为B、右岸边坡系数m 右、左岸边坡系数为m 左；
S2.获取涵盖待观测河道断面的遥感影像，获取的影像分辨率设为D D，进行影像
的预处理，包括正射校正、辐射定标、大气校正；
S3.将预处理后的影像进行河道水体的提取，获得归一化水体指数；
S4.计算待测河道断面的河面宽度：
根据归一化水体指数结果，通过目视解译的方式，计算待测断面河宽所包含像元
个数n，遥感影像分辨率为D D，则得到河面宽度S为：
S=n D ，
其中S是河道断面河面宽度（m），n是覆盖河道断面河面像元的个数，D是影像分辨率（m）；
S5.根据河道断面的河面宽度和步骤S1获得的关键参数计算该河道断面的水深：
，
其中B为河底宽度（m），h 深为河道断面水深（m），S为河道断面河面宽度（m），m 左为左岸边坡系数，m 右为右岸边坡系数；
S6.计算河道断面水位h：
h=h 河底 +h 深 。
上述方法中，步骤S3所述的归一化水体指数提取原理如下：
NDWI=(ρ(Green)- ρ(NIR))/( ρ(Green)+ ρ(NIR))，
NDWI为归一化水体指数，ρ(Green)为绿波段遥感反射率，ρ(NIR)为近红外波段遥感反射率。
步骤S4中提取NDWI＞0的像元，即为水体，对于水体通过目视解译的方式，计算待
测断面河宽所包含像元个数n，遥感影像分辨率为D D，则得到河面宽度S为：
S=n D，
其中S是河道断面河面宽度（m），n是覆盖河道断面河面像元的个数，D是影像分辨率（m）。
步骤S5中公式的获得过程如下，根据河道断面示意图（如图2）可知：
S=b 左 +b 右 +B （1），
式中S为河道断面河面宽度（m），b 左为左边坡面水平方向上的投影长度（m），b 右为右边坡面水平方向上的投影长度（m），B为河底宽度（m）；
根据边坡系数定义可知：
（2），
（3），
h 深为河道断面水深（m），联立（1）（2）（3）式可得：
。
本发明的有益效果为：
（1）通过利用河道断面勘测数据，基于遥感影像对河道断面水位进行分析和观测获得河道断面水位，可以很好地替代人工检测和自动化监测站，不仅无需在人员到现场进行实地的测量，只利用计算机在远程进行计算分析，尤其在洪水发生时期能够有效地避免和减少人员去往危险区域的频次，而且本方法无需布设相关设备，无需进行运行维护，能够大大减少相关自动化监测设备的建设，和对自动化监测设备损毁的维护等成本；
（2）针对目前尚未水位观测的河道断面，本发明方法亦能实现对其水位信息要素的快速观测，可应用于河道水情监测、防洪管理、调度管理等诸多领域。
附图说明
图1为本发明方法的流程图；
图2为河道断面结构示意图；
图3为实施例小清河某一断面勘测图纸；
图4为实施例涵盖该河道断面的卫星遥感影像；
图5为实施例水体提取结果图。
具体实施方式
下面结合实施方式和具体实施例来进一步说明本发明。
一种基于遥感影像的河道断面水位观测方法，包括步骤如下：
S1.利用待测河道断面的勘测资料，获取断面关键参数：
通过工程设计图纸、河道断面勘测图纸等基础测量信息，可知某一河道断面几个关键参数，包括河底高程h 河底（河底高程就是河道下垫面的高程，勘测资料是默认河底水平）；河底宽为B，右岸边坡系数m 右，左岸边坡系数为m 左。
S2.获取涵盖待观测河道断面的遥感影像：
通过无人机或者卫星获取涵盖所需观测河道断面的遥感影像，获取的影像分辨率
设为D D，而后进行影像的预处理工作，包括正射校正、辐射定标、大气校正。
S3.将预处理后的影像进行河道水体的提取，获得归一化水体指数：
将预处理后的影像进行河道水体的提取，提取原理如下：
NDWI=(p(Green)-p(NIR))/(p(Green)+p(NIR))，
NDWI：归一化水体指数，ρ(Green)：绿波段遥感反射率，ρ(NIR)：近红外波段遥感反射率。
S4.计算待测河道断面的河面宽度：
根据水体NDWI提取结果，提取NDWI＞0的像元，即为水体，对于水体通过目视解译
的方式，计算待测断面河宽所包含像元个数n，遥感影像分辨率为D D，则得到河面宽度S
为：
S=n
D，
S为河道断面河面宽度（m），n为覆盖河道断面河面像元的个数，D为影像分辨率（m）。
S5.根据河道断面的河面宽度和步骤S1获得的关键参数计算该河道断面的水深：
根据河道断面示意图（图2）可知：
S=b 左 +b 右 +B （1），
S为河道断面河面宽度（m），b 左为左边坡面水平方向上的投影长度（m），b 右为右边坡面水平方向上的投影长度（m），B为河底宽度（m）；
根据边坡系数定义可知：
（2），
（3），
h 深为河道断面水深（m），m 左为左岸边坡系数， m 右为右岸边坡系数，联立（1）（2）（3）式可得：
。
S6.计算河道断面水位：
h=h 河底 +h 深。
实施例：下面以计算分析小清河某一河道断面的水位情况为例，首先获取该断面的勘测资料，如图3，根据该断面勘测的图纸可知h 河底为11.49m；河底宽为B为45m，右岸边坡系数m 右为2.5，左岸边坡系数为m 左为2.5。
获取覆盖该河道断面的遥感影像，可通过下载卫星遥感影像数据的方式获取涵盖
该断面的影像数据，获取影像的分辨率为8m8m，如图4。
对该影像的水体进行提取，提取结果如图5。
计算河道断面像元n的个数为9个，则可得到河道水面宽S=98=72m，
通过可计算水深h 深=（72-45）/(2.5+2.5)=5.4m，
由水位h=h 河底+h 深，计算得水位h=11.49+5.4=16.89m，
所以，当前河道断面的水位为16.89m。
以上所述仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则范围之内所作的任何修改、等同替换以及改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于遥感影像的河道断面水位观测方法，其特征是，包括步骤如下：
S1.利用待测河道断面的勘测资料，获取断面关键参数河底高程h 河底、河底宽为B、右岸边坡系数m 右、左岸边坡系数为m 左；
S2.获取涵盖待观测河道断面的遥感影像，获取的影像分辨率设为D D，进行影像的
预处理；
S3.将预处理后的影像进行河道水体的提取，获得归一化水体指数；
S4.计算待测河道断面的河面宽度：
根据归一化水体指数结果，通过目视解译的方式，计算待测断面河宽所包含像元个数n，遥感影像分辨率为D D，则得到河面宽度S为：
S=n D ，
其中S是河道断面河面宽度，n是覆盖河道断面河面像元的个数，D是影像分辨率；
S5.根据河道断面的河面宽度和步骤S1获得的关键参数计算该河道断面的水深：
，
其中B为河底宽度，h 深为河道断面水深，S为河道断面河面宽度，m 左为左岸边坡系数，m 右为右岸边坡系数；
S6.计算河道断面水位h：
h=h 河底 +h 深。
2.根据权利要求1所述的一种基于遥感影像的河道断面水位观测方法，其特征是，步骤S2所述影像的预处理包括正射校正、辐射定标、大气校正。
3.根据权利要求1所述的一种基于遥感影像的河道断面水位观测方法，其特征是，步骤S3所述的归一化水体指数提取原理如下：
NDWI=(ρ(Green)- ρ(NIR))/( ρ(Green)+ ρ(NIR))
NDWI为归一化水体指数，ρ(Green)为绿波段遥感反射率，ρ(NIR)为近红外波段遥感反射率。
4.根据权利要求1所述的一种基于遥感影像的河道断面水位观测方法，其特征是， 步骤S4中根据水体NDWI提取结果，NDWI＞0的像元即为水体，对水体通过目视解译的方式，计算待测断面河宽所包含像元个数。
5.根据权利要求1所述的一种基于遥感影像的河道断面水位观测方法，其特征是，步骤S5中公式的获得过程如下，根据河道断面结构可知：
S=b 左 +b 右 +B （1），
式中S为河道断面河面宽度，b 左为左边坡面水平方向上的投影长度，b 右为右边坡面水平方向上的投影长度，B为河底宽度；
根据边坡系数定义可知：
（2），
（3），
h 深为河道断面水深，联立（1）（2）（3）式可得：
。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310564504.5A CN116342681B (zh) | 2023-05-19 | 2023-05-19 | 一种基于遥感影像的河道断面水位观测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310564504.5A CN116342681B (zh) | 2023-05-19 | 2023-05-19 | 一种基于遥感影像的河道断面水位观测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116342681A CN116342681A (zh) | 2023-06-27 |
| CN116342681B true CN116342681B (zh) | 2023-08-29 |
Family
ID=86876202
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310564504.5A Active CN116342681B (zh) | 2023-05-19 | 2023-05-19 | 一种基于遥感影像的河道断面水位观测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116342681B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111274918A (zh) * | 2020-01-17 | 2020-06-12 | 生态环境部卫星环境应用中心 | 基于多源遥感影像的河流干涸断流监测方法和装置 |
| CN115222115A (zh) * | 2022-07-07 | 2022-10-21 | 珠江水利委员会珠江水利科学研究院 | 一种含植物河道的综合糙率计算方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886608A (zh) * | 2019-03-28 | 2019-06-14 | 交通运输部水运科学研究所 | 一种基于机理分析的航道工程生态环境影响及对策评价方法 |
-
2023
- 2023-05-19 CN CN202310564504.5A patent/CN116342681B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111274918A (zh) * | 2020-01-17 | 2020-06-12 | 生态环境部卫星环境应用中心 | 基于多源遥感影像的河流干涸断流监测方法和装置 |
| CN115222115A (zh) * | 2022-07-07 | 2022-10-21 | 珠江水利委员会珠江水利科学研究院 | 一种含植物河道的综合糙率计算方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 史卓琳 ; 黄昌 ; .河流水情要素遥感研究进展.地理科学进展.2020,(第04期),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116342681A (zh) | 2023-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112364802B (zh) | 一种崩塌滑坡灾害体的变形监测方法 | |
| CN111445011B (zh) | 一种基于气象和遥感数据的山火预警方法 | |
| CN113222283B (zh) | 一种基于数字孪生的山洪预报预警方法及系统 | |
| CN103940974A (zh) | 基于gis的中尺度流域土壤侵蚀时空动态分析方法 | |
| CN103942408A (zh) | 黄土高原中尺度流域年侵蚀产沙模型计算方法 | |
| Ferrentino et al. | Multipolarization time series of Sentinel-1 SAR imagery to analyze variations of reservoirs’ water body | |
| Gu et al. | Developing a 30-m grassland productivity estimation map for central Nebraska using 250-m MODIS and 30-m Landsat-8 observations | |
| CN108038433B (zh) | 基于多回波机载激光扫描数据的城市树木碳含量估计方法 | |
| US20230215167A1 (en) | Remote sensing-based extraction method for type of river channel | |
| Su et al. | Detect and identify earth rock embankment leakage based on UAV visible and infrared images | |
| Zhou et al. | Automatic recognition of earth rock embankment leakage based on UAV passive infrared thermography and deep learning | |
| CN116309783B (zh) | 一种基于遥感数据的河道复式断面水位观测方法 | |
| CN113823088B (zh) | 基于视觉识别技术的城市道路积水深度预测及预警方法 | |
| CN116342681B (zh) | 一种基于遥感影像的河道断面水位观测方法 | |
| CN115689327A (zh) | 一种喀斯特流域生态环境质量的遥感综合评价方法 | |
| Krapez et al. | Multispectral optical remote sensing for water-leak detection | |
| CN113420670A (zh) | 基于高分遥感输变电线路迁改环水保监管方法 | |
| CN112508358A (zh) | 一种基于大数据分析的工程造价管理系统 | |
| CN110321402B (zh) | 一种山区乔木林潜在分布的预测方法 | |
| CN107230217A (zh) | 一种基于图像及灰色预测的输电线路山火预警方法 | |
| CN117169469A (zh) | 一种小流域水土保持监测方法及其存储介质 | |
| CN109405809B (zh) | 一种变电站洪水水深检测方法与系统 | |
| Žibert et al. | Monitoring and automatic detection of the cold-ring patterns atop deep convective clouds using Meteosat data | |
| He et al. | Standardization of marine surface wind speeds at coastal islands | |
| Sun et al. | The extraordinarily large vortex structure of Typhoon In-fa (2021), observed by spaceborne microwave radiometer and synthetic aperture radar |
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 |