CN117054349B - 一种基于遥感数据的水网水质压力评价方法 - Google Patents
一种基于遥感数据的水网水质压力评价方法 Download PDFInfo
- Publication number
- CN117054349B CN117054349B CN202311308760.4A CN202311308760A CN117054349B CN 117054349 B CN117054349 B CN 117054349B CN 202311308760 A CN202311308760 A CN 202311308760A CN 117054349 B CN117054349 B CN 117054349B
- Authority
- CN
- China
- Prior art keywords
- river reach
- river
- remote sensing
- water quality
- confluence
- 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 116
- 238000011156 evaluation Methods 0.000 title claims abstract description 36
- 238000010586 diagram Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000011144 upstream manufacturing Methods 0.000 claims description 7
- 230000000875 corresponding effect Effects 0.000 description 14
- 241000282414 Homo sapiens Species 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000003344 environmental pollutant Substances 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000003911 water pollution Methods 0.000 description 2
- 101100436085 Caenorhabditis elegans asm-3 gene Proteins 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001556 precipitation 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
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明提供一种基于遥感数据的水网水质压力评价方法，包括获取河段线图和夜光遥感影像，还包括以下步骤：依据所述河段线图提取对应的汇流范围图；统计每个河段的夜光基础亮度值；计算每个河段的夜光汇流亮度值；计算河段水质压力评价指数P。本发明提出的一种基于遥感数据的水网水质压力评价方法，利用夜光遥感数据作为基础，可以评价大范围、时间连续的水网水质压力。
Description
技术领域
本发明涉及降水监测的技术领域，特别是一种基于遥感数据的水网水质压力评价方法。
背景技术
河流是人类及其它生物赖以生存的自然系统，在人类发展过程中，河流对人类社会的发展起到巨大的支撑作用，自古以来，人类就逐水而居。随着人口增加和经济活动的加剧，人类直接或间接排放到河流中的污染物不断增加，造成河流污染。河流交叉纵横，构成相互联系的水网，通过水流的流动汇集，污染物在水网中累积。虽然不同地区都采用了各种手段，消减水网中的污染，但目前为止，水体污染问题仍然十分严重。
水网水质信息主要通过各种监测手段获得，其中最主要的是采用建设水质监测站的方式，利用化学方法获取pH值、硬度、碱度等水质评价指标；另一种是采用遥感技术，从温度、色度、浑浊度、透明度等方面评价水质。第一种方式精度高，但建设监测站成本高，难以全覆盖，只能在一些关键断面建设监测站，获得水质信息，用来指示断面所在河流的水质信息；第二种方法的问题是，一方面高精度遥感影像获取成本高，另一方面，不同区域的水网水体在遥感影像上呈现结果不一致，难以获取大尺度（如大流域或国家范围）的水质数据。
夜光遥感作为近二十年发展起来的数据获取技术，可以获取大范围的连续夜光遥感数据。时间分辨率有逐年、逐月、逐日等。众多研究表明，夜光遥感分布与人口分布、GDP分布等人类活动指标与很好的相关性，而人类活动又是水质污染的主要来源。
申请号为CN 114965918 A的发明专利申请公开了一种基于卫星遥感图像的水质分析方法，包括：获取M个水体的N个波段内的K幅高分卫星遥感图像，以及M个水体的L种水质监测数据，其中，K＝M*N；分别依次将M个水体的N个波段内的K幅高分卫星遥感图像和与高分卫星遥感图像对应的L种水质监测数据输入GoogLeNet网络模型，对GoogLeNet网络模型进行训练，得到水质分析模型；获取待分析水体的若干幅待分析卫星遥感图像，其中待分析卫星遥感图像在N个波段内至少有一幅遥感图像；将若干幅待分析卫星遥感图像输入水质分析模型，得到待分析水体的水质分析结果。该方法的缺点是只从水体特征上来反映水质，没有考虑上游污染物汇流对水体水质的影响。
申请号为CN 112836969 A的发明专利申请公开了一种基于遥感技术的河流生态质量评价方法，包括生境质量指标、水质反演指标、景观结构指标和生物多样性指标共四个指标单元，每个指标单元下设不同的指标因子。通过利用遥感解译、定量反、Fragstats计算，对四个指标单元下的13个指标因子按照层次分析法赋予权重，进行叠加分析，得出河流生态质量指数。该方法的缺点是采用了传统遥感影像，没有使用夜光遥感影像，不能够直观的反应水体水质。
发明内容
为了解决上述的技术问题，本发明提出的一种基于遥感数据的水网水质压力评价方法，利用夜光遥感数据作为基础，可以评价大范围、时间连续的水网水质压力。
本发明的目的是提供一种基于遥感数据的水网水质压力评价方法，包括获取河段线图和夜光遥感影像，还包括以下步骤：
步骤1：依据所述河段线图提取对应的汇流范围图；
步骤2：统计每个河段的夜光基础亮度值；
步骤3：计算每个河段的夜光汇流亮度值；
步骤4：计算河段水质压力评价指数P。
优选的是，所述步骤1包括当河流有支流汇入时，在汇入点将河流打断，形成两个河段。
在上述任一方案中优选的是，所述步骤1还包括利用高程数据判断水流的汇流关系，提取每个河段对应的汇流范围图层。
在上述任一方案中优选的是，所述步骤2包括将每个河段对应的汇流范围和夜光遥感影像叠加，将汇流范围内所有栅格的亮度值加和，作为该河段的基础亮度值L sum 。
在上述任一方案中优选的是，某河段的所述基础亮度值L sum 的计算公式为
，
其中，n为该河段的汇流范围内夜光遥感影像的栅格数，l i 为第i个栅格的亮度值。
在上述任一方案中优选的是，在河段对应的汇流范围图层的属性字段中包含下游河段的信息。
在上述任一方案中优选的是，所述步骤3包括根据所述下游河段的信息，可以找到每个河段上游的所有河段，即流入该河段的所有河段。
在上述任一方案中优选的是，所述步骤3还包括将流入该河段的所有河段的基础亮度值加和，就得到该河段的汇流亮度值L flow 。
在上述任一方案中优选的是，某河段的所述汇流亮度值L flow 的计算公式为
，
其中，m为流入该河段的河段数，l 0为该河段的基础亮度值，l r 为该河段的第r个流入河段的基础亮度值。
在上述任一方案中优选的是，所述河段水质压力评价指数P用于表示该河段水质压力情况。
在上述任一方案中优选的是，某河段的所述河段水质压力评价指数P计算公式为
，
其中，F为该河段的年平均流量。
本发明提出了一种基于遥感数据的水网水质压力评价方法，通过综合使用夜光遥感数据和水网汇流关系，可以快速评价大范围水网水质压力，并通过不同时间夜光遥感数据计算得到的结果，对大范围水网水质压力变化进行对比。
附图说明
图1为按照本发明的基于遥感数据的水网水质压力评价方法的一优选实施例的流程图。
图2为按照本发明的基于遥感数据的水网水质压力评价方法的另一优选实施例的流程图。
图3为按照本发明的基于遥感数据的水网水质压力评价方法的提取的汇流范围的一实施例的示意图。
图4为按照本发明的基于遥感数据的水网水质压力评价方法的夜光遥感影像的一实施例的示意图。
图5为按照本发明的基于遥感数据的水网水质压力评价方法的基础亮度值的一实施例的分布示意图。
图6为按照本发明的基于遥感数据的水网水质压力评价方法的汇流亮度值的一实施例的分布示意图。
图7为按照本发明的基于遥感数据的水网水质压力评价方法的河段流量的一实施例的分布示意图。
图8为按照本发明的基于遥感数据的水网水质压力评价方法的河段水质压力评价指数的一实施例的分级示意图。
具体实施方式
下面结合附图和具体的实施例对本发明做进一步的阐述。
实施例1
如图1所示，一种基于遥感数据的水网水质压力评价方法，执行步骤100，获取河段线图和夜光遥感影像，
执行步骤110，依据所述河段线图提取对应的汇流范围图，当河流有支流汇入时，在汇入点将河流打断，形成两个河段，利用高程数据判断水流的汇流关系，提取每个河段对应的汇流范围图层。
执行步骤120，统计每个河段的夜光基础亮度值，将每个河段对应的汇流范围和夜光遥感影像叠加，将汇流范围内所有栅格的亮度值加和，作为该河段的基础亮度值L sum ，某河段的所述基础亮度值L sum 的计算公式为
，
其中，n为该河段的汇流范围内夜光遥感影像的栅格数，l i 为第i个栅格的亮度值。
执行步骤130，计算每个河段的夜光汇流亮度值。在河段对应的汇流范围图层的属性字段中包含下游河段的信息，根据所述下游河段的信息，可以找到每个河段上游的所有河段，即流入该河段的所有河段。将流入该河段的所有河段的基础亮度值加和，就得到该河段的汇流亮度值L flow ，某河段的所述汇流亮度值L flow 的计算公式为
，
其中，m为流入该河段的河段数，l 0为该河段的基础亮度值，l r 为该河段的第r个流入河段的基础亮度值。
执行步骤140，计算河段水质压力评价指数P，所述河段水质压力评价指数P用于表示该河段水质压力情况，某河段的所述河段水质压力评价指数P计算公式为：
，
其中，F为该河段的年平均流量。
实施例2
本发明提出一种基于夜光遥感数据的水网水质压力评价方法。该方法以夜光遥感数据作为水质压力的来源，首先，统计水网中每个河段的汇流范围内的夜光亮度值，作为该河段的基础亮度值，然后，通过河段的汇流关系，累加每个河段上游的所有汇流范围的亮度值，得到河段的汇流亮度值；最后，根据每个河段的汇流亮度值和流量，计算得到每个河段的水质压力指数，并将该指数分级，作为每个河段水质压力的评价结果。技术路线如图2所示。
（1）河段线图和对应的汇流范围图提取
首先要提取河段的线图层和对应的汇流范围面图层，作为基础。具体方法是：以一条大的河流为例，如果中间有支流汇入，则在此处将河流打断，形成两个河段；利用高程数据判断水流的汇流关系，提取每个河段对应的汇流范围图层。
（2）统计每个河段的夜光基础亮度值
将每个河段对应的汇流范围和夜光遥感影像叠加，将汇流范围内所有栅格的亮度值加和，作为该河段的基础亮度值。某河段的基础亮度值计算方法见下式：
,
式中，L sum 表示该河段的基础亮度值，n为该河段的汇流范围内夜光遥感影像的栅格数，l i 为第i个栅格的亮度值。
（3）计算每个河段的夜光汇流亮度值
在河段图层的属性字段中包含下游河段的信息，根据这个信息，可以找到每个河段上游的所有河段，即流入该河段的所有河段，将流入该河段的所有河段的基础亮度值加和，就得到该河段的汇流亮度值。某河段的汇流亮度值的计算方法见下式：
，
式中，L flow 表示该河段的汇流亮度值，m为流入该河段的河段数，L 0为该河段的基础亮度值，L r 为该河段的第r个流入河段的基础亮度值。
（4）河段水质压力评价指数P计算
定义了河段水质压力评价指数P，表示该河段水质压力情况。某河段的水质压力指数P计算方法见下式：
，
其中，L flow 为该河段的汇流亮度值，F为该河段的年平均流量，单位为m³/s。
得到的河段水质压力评价指数P的值变化范围大，为了更容易对比，将河段P值有小到大按照自然分类法分为5个等级，第1级表示水质压力最低，第5级表示水质压力最高。
实施例3
（1）以某流域为例，如图3所示，提取河段线对应的汇流范围图。
（2）统计每个河段的基础亮度值
将汇流范围图层与如图4所示的夜光遥感影像叠加，利用ArcGIS软件统计每个汇流范围内所有夜光遥感影像栅格值的总和（如图5所示）。
（3）计算每个河段的夜光汇流亮度值
利用河段的汇流关系，将每个河段上游的所有河段的基础亮度值加和，得到该河段的汇流亮度值（如图6所示）。
（4）河段水质压力评价指数P计算
利用每个河段的汇流亮度值和年平均流量（如图7所示），计算每个河段的压力评价指数，并按照指数从小到大，分为1-5级，作为河段水质压力评价的依据（如图8所示）。
为了更好地理解本发明，以上结合本发明的具体实施例做了详细描述，但并非是对本发明的限制。凡是依据本发明的技术实质对以上实施例所做的任何简单修改，均仍属于本发明技术方案的范围。本说明书中每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
Claims (6)
1.一种基于遥感数据的水网水质压力评价方法，包括获取河段线图和夜光遥感影像，还包括以下步骤：
步骤1：依据所述河段线图提取对应的汇流范围图；
步骤2：统计每个河段的夜光基础亮度值，将每个河段对应的汇流范围和夜光遥感影像叠加，将汇流范围内所有栅格的亮度值加和，作为该河段的基础亮度值L sum ，某河段的所述基础亮度值L sum 的计算公式为
，
其中，n为该河段的汇流范围内夜光遥感影像的栅格数，l i 为第i个栅格的亮度值；
步骤3：计算每个河段的夜光汇流亮度值，将流入该河段的所有河段的基础亮度值加和，就得到该河段的汇流亮度值L flow ，某河段的所述汇流亮度值L flow 的计算公式为
，
其中，m为流入该河段的河段数，l 0为该河段的基础亮度值，l r 为该河段的第r个流入河段的基础亮度值；
步骤4：计算河段水质压力评价指数P，某河段的所述河段水质压力评价指数P计算公式为
，
其中，F为该河段的年平均流量。
2.如权利要求1所述的基于遥感数据的水网水质压力评价方法，其特征在于，所述步骤1包括当河流有支流汇入时，在汇入点将河流打断，形成两个河段。
3.如权利要求2所述的基于遥感数据的水网水质压力评价方法，其特征在于，所述步骤1还包括利用高程数据判断水流的汇流关系，提取每个河段对应的汇流范围图层。
4.如权利要求3所述的基于遥感数据的水网水质压力评价方法，其特征在于，在河段对应的汇流范围图层的属性字段中包含下游河段的信息。
5.如权利要求4所述的基于遥感数据的水网水质压力评价方法，其特征在于，所述步骤3包括根据所述下游河段的信息，可以找到每个河段上游的所有河段，即流入该河段的所有河段。
6.如权利要求5所述的基于遥感数据的水网水质压力评价方法，其特征在于，所述河段水质压力评价指数P用于表示该河段水质压力情况。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311308760.4A CN117054349B (zh) | 2023-10-11 | 2023-10-11 | 一种基于遥感数据的水网水质压力评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311308760.4A CN117054349B (zh) | 2023-10-11 | 2023-10-11 | 一种基于遥感数据的水网水质压力评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117054349A CN117054349A (zh) | 2023-11-14 |
| CN117054349B true CN117054349B (zh) | 2023-12-26 |
Family
ID=88661183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311308760.4A Active CN117054349B (zh) | 2023-10-11 | 2023-10-11 | 一种基于遥感数据的水网水质压力评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117054349B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110067964A (ko) * | 2009-12-15 | 2011-06-22 | 연세대학교 산학협력단 | 원격탐사 데이터를 이용한 수질 모니터링 방법 및 이를 이용한 수질 모니터링 장치 |
| CN104915539A (zh) * | 2015-04-22 | 2015-09-16 | 山东农业大学 | 一种基于遥感分类获取流域下垫面信息的方法 |
| CN109993237A (zh) * | 2019-04-15 | 2019-07-09 | 中国水利水电科学研究院 | 基于高分卫星光学遥感数据的水体快速提取方法及系统 |
| CN112836181A (zh) * | 2021-04-20 | 2021-05-25 | 中国水利水电科学研究院 | 一种基于夜光遥感影像的河流光污染指数提取方法 |
| CN114840989A (zh) * | 2022-04-22 | 2022-08-02 | 河海大学 | 一种栅格尺度考虑水利工程拦蓄的河道汇流演算方法 |
| CN115452759A (zh) * | 2022-09-14 | 2022-12-09 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于卫星遥感数据的河湖健康指标评价方法及系统 |
| CN116432551A (zh) * | 2023-03-30 | 2023-07-14 | 西北农林科技大学 | 基于卫星图像和cfd的河流交汇区水质分布仿真方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2560790B (en) * | 2017-12-20 | 2019-05-15 | Intellitect Water Ltd | A water network monitor, monitoring system and method |
-
2023
- 2023-10-11 CN CN202311308760.4A patent/CN117054349B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110067964A (ko) * | 2009-12-15 | 2011-06-22 | 연세대학교 산학협력단 | 원격탐사 데이터를 이용한 수질 모니터링 방법 및 이를 이용한 수질 모니터링 장치 |
| CN104915539A (zh) * | 2015-04-22 | 2015-09-16 | 山东农业大学 | 一种基于遥感分类获取流域下垫面信息的方法 |
| CN109993237A (zh) * | 2019-04-15 | 2019-07-09 | 中国水利水电科学研究院 | 基于高分卫星光学遥感数据的水体快速提取方法及系统 |
| CN112836181A (zh) * | 2021-04-20 | 2021-05-25 | 中国水利水电科学研究院 | 一种基于夜光遥感影像的河流光污染指数提取方法 |
| CN114840989A (zh) * | 2022-04-22 | 2022-08-02 | 河海大学 | 一种栅格尺度考虑水利工程拦蓄的河道汇流演算方法 |
| CN115452759A (zh) * | 2022-09-14 | 2022-12-09 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于卫星遥感数据的河湖健康指标评价方法及系统 |
| CN116432551A (zh) * | 2023-03-30 | 2023-07-14 | 西北农林科技大学 | 基于卫星图像和cfd的河流交汇区水质分布仿真方法 |
Non-Patent Citations (1)
| Title |
|---|
| 石羊河流域水质环境遥感监测评价研究;乔平林 等;国土资源遥感(第04期);第39-41页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117054349A (zh) | 2023-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pi et al. | Mapping global lake dynamics reveals the emerging roles of small lakes | |
| Tai et al. | A quantitative assessment of vulnerability using social-economic-natural compound ecosystem framework in coal mining cities | |
| Song et al. | A comprehensive geospatial database of nearly 100 000 reservoirs in China | |
| CN114443982B (zh) | 一种大区域土壤重金属检测与时空分布特征分析方法及系统 | |
| Dunbar et al. | River discharge and local‐scale physical habitat influence macroinvertebrate LIFE scores | |
| Kuemmerlen et al. | Integrating catchment properties in small scale species distribution models of stream macroinvertebrates | |
| Salvati et al. | Integrating economic and environmental indicators in the assessment of desertification risk: A case study | |
| Yin et al. | An analysis of the relationship between spatial patterns of water quality and urban development in Shanghai, China | |
| Yang et al. | Analyzing historical land use changes using a Historical Land Use Reconstruction Model: A case study in Zhenlai County, northeastern China | |
| CN105913411A (zh) | 一种基于因子定权模型的湖泊水质评价预测系统及方法 | |
| Jin et al. | Self-driving tourism induced carbon emission flows and its determinants in well-developed regions: A case study of Jiangsu Province, China | |
| CN110765419B (zh) | 一种基于多源数据耦合的重要水功能区水质风险测评方法 | |
| CN114254802B (zh) | 气候变化驱动下植被覆盖时空变化的预测方法 | |
| CN114022008A (zh) | 一种基于水生态分区理论的河口适宜生态流量评估方法 | |
| Chen et al. | Urban river water quality monitoring based on self-optimizing machine learning method using multi-source remote sensing data | |
| Zhou et al. | Spatiotemporal analysis of interactions between seasonal water, climate, land use, policy, and socioeconomic changes: Hulun-Buir Steppe as a Case Study | |
| Kovács et al. | The role of annual periodic behavior of water quality parameters in primary production–Chlorophyll-a estimation | |
| CN115188434A (zh) | 一种流域尺度水体非点源污染分类分区识别方法 | |
| CN111199298A (zh) | 基于神经网络的洪水预报方法与系统 | |
| CN115713448A (zh) | 基于汇水单元的流域水污染常规因子快速溯源方法 | |
| Tebano et al. | QMorphoStream: processing tools in QGIS environment for the quantitative geomorphic analysis of watersheds and river networks | |
| Shan et al. | Development and preliminary application of a method to assess river ecological status in the Hai River Basin, north China | |
| CN117010748B (zh) | 碳中和目标下小水电梯级开发河段地貌单元异质性重构方法 | |
| CN117054349B (zh) | 一种基于遥感数据的水网水质压力评价方法 | |
| Çelekli et al. | Fuzzy logic as a novel approach to predict biological condition gradient of various streams in Ceyhan River Basin (Turkey) |
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 |