CN117114371B - 一种基于卫星遥感的现代水网防汛监测与调度方法及系统 - Google Patents
一种基于卫星遥感的现代水网防汛监测与调度方法及系统 Download PDFInfo
- Publication number
- CN117114371B CN117114371B CN202311376385.7A CN202311376385A CN117114371B CN 117114371 B CN117114371 B CN 117114371B CN 202311376385 A CN202311376385 A CN 202311376385A CN 117114371 B CN117114371 B CN 117114371B
- Authority
- CN
- China
- Prior art keywords
- water
- river
- data
- remote sensing
- river channel
- 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 156
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000002265 prevention Effects 0.000 title claims abstract description 26
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 239000013598 vector Substances 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 238000000605 extraction Methods 0.000 claims abstract description 11
- 230000003287 optical effect Effects 0.000 claims abstract description 11
- 230000005855 radiation Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000002310 reflectometry Methods 0.000 claims description 3
- 239000000758 substrate Substances 0.000 claims description 3
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/803—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Multimedia (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Artificial Intelligence (AREA)
- Astronomy & Astrophysics (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及一种基于卫星遥感的现代水网防汛监测与调度方法及系统，属于流域防汛技术领域和遥感技术领域。先获取流域遥感数据和河道基础数据，建立并运行SWAT模型，基于SWAT模型划分河道和流域，然后提取河道面矢量并基于SAR影像数据提取湖泊、水库信息，合并提取得到水网矢量，根据光学遥感影像建立多波段组合模型计算水网水深，计算水网水位；将水网水位与对应地的警戒水位和保证水位比较，结合气象数据根据风险大小进行防汛调度。本发明能提高水网提取精度和水位计算效率，为高精度水网防汛监测和调度提供数据和决策支撑。
Description
技术领域
本发明涉及一种水网防汛监测与调度方法，特别涉及一种基于卫星遥感的现代水网防汛监测与调度方法及系统，属于流域防汛技术领域和遥感技术领域。
背景技术
现代智慧水利的发展有利于克服资料和技术的不足，有效开展大面积水网的监测预警及调度。
专利CN 113919125 A公开了一种基于区域产汇流耦合模型系统的防洪预报调度方法，将收集到的基础资料，利用数学模型与地理信息系统、数据库技术等最新信息处理技术进行集成，构建形成区域产汇流耦合模型系统；对区域产汇流耦合模型系统进行率定和验证，使其满足预报方案精度要求；在模型参数率定与验证的基础上，进行预报调度方案的模拟计算与实况调度应用，形成相应的防洪调度。该方法充分考虑了流域的地理特性，通过构建的流域水文水动力模型，枚举计算不同降雨与水库、河道警戒水位对比，分析出在当前流域状态下不同片区的最大纳雨能力，提前发出预警，但该方法假设每片区的最大纳雨能力是固定的，并且没有考虑到洪水在流动过程中可能会对河道、水库等水文地理特性产生的影响。专利CN 113392489 A公开的一种河道水系分布式水动力模型的计算方法，先获得水系分布信息、水系分布数据集合和水系关系网；根据所述水系分布信息，获得各支流数据信息，进一步获得水动力模型数据库；根据水系关系网、水动力模型数据库获得模型计算序列，结合分布式计算设备信息可以得到计算设备匹配序列，按照计算设备匹配序列进行计算，获得水系计算结果，最后获得防汛调度信息。解决了现有技术中存在无法快速给出精确预报、合理防汛调度方案的技术问题，但该方法数据的获取和处理需要大量的人力和物力资源，其次分布式计算设备的性能和稳定性也会影响该方法的计算效率和准确性，该方法主要适用于河道水系，对于其他类型的水体（如湖泊、水库等）或不同地理特征的水系可能存在适用性问题。
发明内容
本发明的目的是克服上述不足而提供一种基于卫星遥感的现代水网防汛监测与调度方法，能提高水网提取精度和水位计算效率，为高精度水网防汛监测和调度提供数据和决策支撑。
本发明采取的技术方案为：
一种基于卫星遥感的现代水网防汛监测与调度方法，包括步骤如下：
S1.获取流域遥感数据和河道基础数据：
遥感数据包括原始光学遥感影像、气象数据、SAR影像数据、DEM数据，河道基础数据包括真实河道和流域数据、水网底部高程h 底、警戒水位和保证水位；
S2. 建立并运行SWAT模型，基于SWAT模型划分河道和流域：
导入DEM数据和真实河道数据，设置流域面阈值，修正河道和子流域数据，运行SWAT模型得到更接近实际的河道和流域数据；
S3. 基于步骤S2划分的河道沿河道中心线提取河道面矢量；
S4. 基于SAR影像数据提取湖泊、水库信息：
利用AI Earth在线计算平台计算提取水体，提取结果为矢量文件，只取提取结果中的水库和湖泊信息，去掉河道信息；
S5. 将得到的河道面矢量与基于AI Earth在线计算平台得到的水库湖泊矢量进行合并，得到水网矢量；
S6. 根据水网矢量范围裁剪获取相应水网的光学遥感影像，根据光学遥感影像建立多波段组合模型计算水网水深Z；
S7. 根据相应位置的水网水深及水网底部高程计算水网水位H；
S8. 将水网水位与对应地的警戒水位和保证水位比较，结合气象数据根据风险大小进行防汛调度。
上述方法中，步骤S2中先基于ArcGIS计算所有子流域的面积，找出面积最小的子流域，并将流域面积阈值设置的略小于最小的子流域面积值，以确保最小的子流域也能够被划分出来。
步骤S3中河道面矢量的提取步骤为：基于河道所在范围勾画矢量面，在此范围内先构建R×R的渔网，再将河道中心线叠加在渔网上，最后将与河道中心线重合的渔网单元提取出来，得到河道面矢量。
步骤S5中所述的将得到的河道面矢量与基于AI Earth在线计算平台得到的水库湖泊矢量进行合并，利用ArcGIS工具栏的地理处理下的合并工具将两个矢量文件合并为一个。
步骤S6中所述的多波段组合模型公式为：
，
其中，，L i为单一波段的辐射亮度值，L si为L i对应波段在水中的辐射亮度值；Z为反演的水深值；a i、b为待定系数，b由水体衰减系数和底质反射率共同决定，a i由水体衰减系数决定。
步骤S7中水网水位H的计算公式为：
。
步骤S8中当H <警戒水位，处于安全状态；
当警戒水位<H<保证水位，需要结合气象因素及流速等情况采取适度防汛措施；
当H>保证水位，将发生洪水，进入紧急防汛抢险工作。
本发明的另一目的是提供一种基于卫星遥感的现代水网防汛监测与调度系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述的基于卫星遥感的现代水网防汛监测与调度方法。
本发明的有益效果是：
（1）本发明利用SWAT模型结合真实河道和流域数据提取河道和流域，获取的高精度的河道和流域可以更好地模拟和预测洪水的发展趋势和影响范围，为防汛决策和调度提供重要依据；
（2）本发明通过将河道中心线数据提取栅格影像数据，根据多波段组合模型计算得到水深，成功将该方法应用到河道水深计算中，节省了人力物力，提高了河道水深计算的效率；
（3）本发明融合光学影像和SAR影像提高水网提取的精度，解决了河道不连续和湖泊、水库提取不全的问题，为防汛监测与调度提供决策支撑；
（4）本发明方法可以实现实时监测，在水位超限时及时做出反映，采取防洪措施，减少损失。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面结合具体实施例对本发明进一步说明。
实施例1：一种基于卫星遥感的现代水网防汛监测与调度方法，包括步骤如下：
S1.获取流域遥感数据和河道基础数据：
遥感数据包括原始光学遥感影像、气象数据、SAR影像数据、DEM数据，河道基础数据包括真实河道和流域数据、水网底部高程h 底、河道警戒水位和保证水位；
S2. 建立并运行SWAT模型，基于SWAT模型划分河道和流域：
SWAT模型是一种基于GIS基础之上的分布式流域水文模型，以GIS和RS提供的空间数据为基础，可基于DEM数据进行河道及流域面提取。构建SWAT模型流域划分数据库，建立并运行SWAT模型。
1）导入DEM数据和真实河道数据，对原始的DEM数据进行填洼、流向、流量、分水岭计算等。
2）设置流域面阈值。需要指定定义河流起源的阈值。阈值越小，生成的水网越详细。基于ArcGIS计算所有子流域的面积，找出面积最小的子流域，并将流域面积阈值设置的略小于最小的子流域面积值，以确保最小的子流域也能够被划分出来。
3）修正河道和子流域数据。
受人为因素干扰较小区域：结合实际添加子流域出口点。可以手动修改子流域出口点的数量；另外，也可以通过输入一个包含出口点位置坐标的 dbf 表来添加。
受人为因素干扰较大区域：对产生的河道和子流域进行修正。将生成的河道和子流域数据导出。根据真实的河道和子流域数据对需要修正的河道和子流域进行编辑，将多余的河道删除，将未提取出的河道进行手动添加，并对子流域的边界按实际汇水关系进行调整。将修正后的河道和子流域数据导入，运行SWAT模型得到更接近实际的河道和流域数据。
S3. 基于步骤S2划分的河道沿河道中心线提取河道面矢量：
基于河道所在范围勾画矢量面，在此范围内先构建与用于水深计算的遥感影像分辨率相同的R×R的渔网，再将河道中心线叠加在渔网上；最后将与河道中心线重合的渔网单元提取出来，得到河道面矢量。
S4. 基于SAR影像数据提取湖泊、水库信息：
基于AI Earth在线计算平台，利用SAR影像（Sentinel-1）数据进行水体提取。利用该平台提取的水体中河道不连续，因此只取提取结果中的水库和湖泊信息。
S5. 将得到的河道面矢量与基于AI Earth在线计算平台得到的水库湖泊矢量进行合并，得到水网矢量：将已经得到的河道矢量及水库和湖泊矢量导入ArcGIS中，利用工具栏地理处理下拉菜单中的合并工具将两个矢量进行合并。
S6. 根据水网矢量范围裁剪获取相应水网的光学遥感影像，根据光学遥感影像建立多波段组合模型计算水网水深Z：
多波段组合模型公式如下：
，
其中，，L i为单一波段的辐射亮度值，L si为L i对应波段在水中的辐射亮度值；Z为反演的水深值；a i、b为待定系数，b由水体衰减系数和底质反射率共同决定，a i由水体衰减系数决定。
S7. 根据相应位置的水网水深及水网底部高程计算水网水位H：
步骤S6中计算的整个水网是一幅栅格影像，计算结果每个像元均有一个值，这个值是水深，将得到的水深与底部高程相加即得到水位，公式如下：
。
S8. 将水网水位与对应地的警戒水位和保证水位比较，结合气象数据根据风险大小进行防汛调度：
警戒水位是洪水上涨到一定程度，需要引起戒备，及时发现河道隐患，及时应对的水位。警戒水位一般低于保证水位一米以上。保证水位是基本保证安全，不发生大的险情对应的水位。计算得到河道及水库湖泊的水位，将计算得到的水位与警戒水位和保证水位进行比较，如果均处于警戒水位以下，则处于安全状态；当水网中出现水位超警戒水位的情况时，需要结合当前的流速及卫星监测的实时降雨情况进行判断，经数据分析后以决定否需要采取调度措施，必要时及时发布预警信号；当水网中出现水位超保证水位的情况时，通过视频监控实时关注水位变化情况并及时制定调度措施，根据水位超限水网所在流域先就近制定调度方案，当此流域无法满足要求时，向水网所在流域附近的流域扩展调度范围，最大程度减小生命财产损害。
实施例2：一种基于卫星遥感的现代水网防汛监测与调度系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上实施例1所述的基于卫星遥感的现代水网防汛监测与调度方法。
以上是结合具体实施例对本发明的详细介绍，本发明的保护范围不限于此。
Claims (5)
1.一种基于卫星遥感的现代水网防汛监测与调度方法，其特征是，包括步骤如下：
S1.获取流域遥感数据和河道基础数据：
遥感数据包括原始光学遥感影像、气象数据、SAR影像数据、DEM数据，河道基础数据包括真实河道和流域数据、水网底部高程h 底、警戒水位和保证水位；
S2. 建立并运行SWAT模型，基于SWAT模型划分河道和流域：
导入DEM数据和真实河道数据，设置流域面阈值，修正河道和子流域数据，运行SWAT模型得到更接近实际的河道和流域数据；所述的设置流域面阈值是先基于ArcGIS计算所有子流域的面积，找出面积最小的子流域，并将流域面积阈值设置的略小于最小的子流域面积值，以确保最小的子流域也能够被划分出来；
S3. 基于步骤S2划分的河道沿河道中心线提取河道面矢量；河道面矢量的提取步骤为：基于河道所在范围勾画矢量面，在此范围内先构建R×R的渔网，再将河道中心线叠加在渔网上，最后将与河道中心线重合的渔网单元提取出来，得到河道面矢量；
S4. 基于SAR影像数据提取湖泊、水库信息：
S5. 将得到的河道面矢量与得到的湖泊水库矢量进行合并，得到水网矢量；
S6. 根据水网矢量范围裁剪获取相应水网的光学遥感影像，根据光学遥感影像建立多波段组合模型计算水网水深Z；所述的多波段组合模型公式为：
，
其中，，L i为单一波段的辐射亮度值，L si为L i对应波段在水中的辐射亮度值；Z为反演的水深值；a i、b为待定系数，b由水体衰减系数和底质反射率共同决定，a i由水体衰减系数决定；
S7. 根据相应位置的水网水深及水网底部高程计算水网水位H；水网水位H的计算公式为：
；
S8. 将水网水位与对应地的警戒水位和保证水位比较，结合气象数据根据风险大小进行防汛调度。
2.根据权利要求1所述的一种基于卫星遥感的现代水网防汛监测与调度方法，其特征是，步骤S4中利用AI Earth在线计算平台计算提取水体，提取结果为矢量文件，只取提取结果中的水库和湖泊信息，去掉河道信息。
3.根据权利要求1所述的一种基于卫星遥感的现代水网防汛监测与调度方法，其特征是，步骤S5中所述的将得到的河道面矢量与得到的水库湖泊矢量进行合并，是利用ArcGIS工具栏的地理处理下的合并工具将两个矢量文件合并为一个。
4.根据权利要求1所述的一种基于卫星遥感的现代水网防汛监测与调度方法，其特征是，步骤S8中当H<警戒水位，处于安全状态；
当警戒水位<H <保证水位，需要结合气象因素及流速情况采取适度防汛措施；
当H>保证水位，将发生洪水，进入紧急防汛抢险工作。
5.一种基于卫星遥感的现代水网防汛监测与调度系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现如权利要求1-4任一项所述的基于卫星遥感的现代水网防汛监测与调度方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311376385.7A CN117114371B (zh) | 2023-10-24 | 2023-10-24 | 一种基于卫星遥感的现代水网防汛监测与调度方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311376385.7A CN117114371B (zh) | 2023-10-24 | 2023-10-24 | 一种基于卫星遥感的现代水网防汛监测与调度方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117114371A CN117114371A (zh) | 2023-11-24 |
| CN117114371B true CN117114371B (zh) | 2024-02-13 |
Family
ID=88795091
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311376385.7A Active CN117114371B (zh) | 2023-10-24 | 2023-10-24 | 一种基于卫星遥感的现代水网防汛监测与调度方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117114371B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117456378A (zh) * | 2023-12-20 | 2024-01-26 | 山东锋士信息技术有限公司 | 基于卫星遥感的水利数字孪生底座要素实现方法和系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101114023A (zh) * | 2007-08-28 | 2008-01-30 | 北京交通大学 | 一种基于模型的湖泊湿地泛洪遥感监测方法 |
| CN108804805A (zh) * | 2018-06-05 | 2018-11-13 | 中国水利水电科学研究院 | 一种自动提取多条河流流域出口点的方法 |
| CN110334384A (zh) * | 2019-05-09 | 2019-10-15 | 上海海事大学 | 一种基于数字高程模型构建河道数据的方法 |
| CN112966570A (zh) * | 2021-02-07 | 2021-06-15 | 山东锋士信息技术有限公司 | 一种基于卫星遥感和dem数据的水库蓄水量计量方法 |
| CN113919125A (zh) * | 2021-08-25 | 2022-01-11 | 南京中禹智慧水利研究院有限公司 | 一种基于区域产汇流耦合模型系统的防洪预报调度方法 |
| CN114444791A (zh) * | 2022-01-19 | 2022-05-06 | 国网新疆电力有限公司电力科学研究院 | 一种基于机器学习的洪涝灾害遥感监测评估方法 |
| KR20230055763A (ko) * | 2021-10-19 | 2023-04-26 | 공주대학교 산학협력단 | 역학적 수문모델과 고해상도 수치표고모델을 이용한 범람지역 진단 방법 |
| CN116305902A (zh) * | 2023-03-09 | 2023-06-23 | 中国水利水电科学研究院 | 一种基于多模态遥感的洪涝最大淹没水深空间模拟方法 |
| CN116758049A (zh) * | 2023-07-10 | 2023-09-15 | 天津师范大学 | 一种基于主被动卫星遥感的城市洪涝立体监测方法 |
| CN116912435A (zh) * | 2023-04-03 | 2023-10-20 | 江苏省气候中心 | 一种平原水网区河道数据及其dem修正的方法 |
-
2023
- 2023-10-24 CN CN202311376385.7A patent/CN117114371B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101114023A (zh) * | 2007-08-28 | 2008-01-30 | 北京交通大学 | 一种基于模型的湖泊湿地泛洪遥感监测方法 |
| CN108804805A (zh) * | 2018-06-05 | 2018-11-13 | 中国水利水电科学研究院 | 一种自动提取多条河流流域出口点的方法 |
| CN110334384A (zh) * | 2019-05-09 | 2019-10-15 | 上海海事大学 | 一种基于数字高程模型构建河道数据的方法 |
| CN112966570A (zh) * | 2021-02-07 | 2021-06-15 | 山东锋士信息技术有限公司 | 一种基于卫星遥感和dem数据的水库蓄水量计量方法 |
| CN113919125A (zh) * | 2021-08-25 | 2022-01-11 | 南京中禹智慧水利研究院有限公司 | 一种基于区域产汇流耦合模型系统的防洪预报调度方法 |
| KR20230055763A (ko) * | 2021-10-19 | 2023-04-26 | 공주대학교 산학협력단 | 역학적 수문모델과 고해상도 수치표고모델을 이용한 범람지역 진단 방법 |
| CN114444791A (zh) * | 2022-01-19 | 2022-05-06 | 国网新疆电力有限公司电力科学研究院 | 一种基于机器学习的洪涝灾害遥感监测评估方法 |
| CN116305902A (zh) * | 2023-03-09 | 2023-06-23 | 中国水利水电科学研究院 | 一种基于多模态遥感的洪涝最大淹没水深空间模拟方法 |
| CN116912435A (zh) * | 2023-04-03 | 2023-10-20 | 江苏省气候中心 | 一种平原水网区河道数据及其dem修正的方法 |
| CN116758049A (zh) * | 2023-07-10 | 2023-09-15 | 天津师范大学 | 一种基于主被动卫星遥感的城市洪涝立体监测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 万洪涛 ; 程晓陶 ; 胡昌伟 ; .基于WebGIS的流域级洪水管理系统集成与应用.地球信息科学学报.2009,(第03期),第363-369页. * |
| 湖泊水情遥感研究进展;宋春桥;詹鹏飞;马荣华;;湖泊科学(05);第1406-1420页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117114371A (zh) | 2023-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Overeem et al. | Retrieval algorithm for rainfall mapping from microwave links in a cellular communication network | |
| CN110334384B (zh) | 一种基于数字高程模型构建河道数据的方法 | |
| CN103940974B (zh) | 基于gis的中尺度流域土壤侵蚀时空动态分析方法 | |
| CN117114371B (zh) | 一种基于卫星遥感的现代水网防汛监测与调度方法及系统 | |
| CN107704592A (zh) | 一种基于WebGIS的洪水预报服务构建方法 | |
| CN115115262B (zh) | 一种洪水风险灾害评估的方法 | |
| Zhao et al. | A comparison between soil loss evaluation index and the C-factor of RUSLE: a case study in the Loess Plateau of China | |
| CN111507375A (zh) | 一种城市内涝风险快速评估方法及系统 | |
| CN110686653B (zh) | 无地面水文数据支持的水库蓄水变化量遥感监测方法 | |
| CN114118884A (zh) | 一种城市暴雨内涝区域风险识别的方法、系统及存储介质 | |
| CN108399577A (zh) | 一种基于蒸散发的林地植被生态需水的定量测算方法 | |
| Zhang et al. | Integrated hydrological modelling of small-and medium-sized water storages with application to the upper Fengman Reservoir Basin of China | |
| Barrett et al. | Lakes and rivers in the landscape: a quasi-variational inequality approach | |
| Bae et al. | Utilization of the Bayesian method to improve hydrological drought prediction accuracy | |
| Wang et al. | Test of the RUSLE and key influencing factors using GIS and probability methods: a case study in Nanling National Nature Reserve, South China | |
| KR101094221B1 (ko) | 수문 및 수리분석 통합시스템 | |
| CN107423541B (zh) | 一种改进的核动力厂设计基准事故潜在后果的大气弥散计算方法 | |
| CN105740812A (zh) | 一种基于数字表面模型的城市汇水区提取方法 | |
| Devkota et al. | Development of rainfall–runoff model for extreme storm events in the bagmati river basin, nepal | |
| Ackerman et al. | New floodplain delineation capabilities in HEC-RAS | |
| CN116468269B (zh) | 一种洪涝高风险区识别方法、装置、设备及存储介质 | |
| Fan et al. | Estimation and prediction of the soil erosion risk influenced by the urbanization process within a county in hilly area of Southeast China, using RUSLE and CLUEs model. | |
| Zhao et al. | High Accuracy Surface Modeling Method: The Robustness | |
| Song et al. | Assessment of soil erosion in water source area of the Danjiangkou reservoir using USLE and GIS | |
| Zhang et al. | Flood risk analysis and mapping in Henan Province using remotely sensed data and GIS techniques |
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 |