一种基于遥感影像的地表粗糙度图的制图方法技术

本发明专利技术公开了一种基于遥感影像的地表粗糙度图的制图方法,整体步骤为：获取风机布置区域的遥感影像；根据遥感影像中的红色波段与近红外波段制作归一化植被指数图；在归一化植被指数图上进行聚类分析，使遥感影像特征相近似的地表区域得到归类；对步骤三得到的归一化植被指数图进行降噪处理；将上述步骤处理之后的归一化植被指数图进行矢量转化，转化为map格式的矢量图，即地表粗糙度图。本发明专利技术使风资源评估的精确化有利于风电项目在我国中东部地区扩展；自动识别不同地类边界，不依赖于工程师的技术水平而出现差异；对于较大范围区域或区域内地类较多的情况，由计算机代替人手绘图，可大大减少地表粗糙度图的制作时间，提高工作效率。

【技术实现步骤摘要】
一种基于遥感影像的地表粗糙度图的制图方法
本专利技术涉及一种方法，尤其涉及一种基于遥感影像的地表粗糙度图的制图方法。
技术介绍
作为新能源产业的排头兵，近年来，风力发电产业进入了高速发展时期，但随着限电问题日益突显，风电逐渐由北方风资源丰富地区向中东部低风速地区过渡，风资源水平的降低加之收购电价的逐步下降，对风电项目开发均带来不利影响，这些因素导致对风资源评估的精准度要求不断提高，过去的粗放式的、依靠经验的评估方式已不适应现阶段的风电发展，必须从全过程实现风能资源的精细化评估。现有技术方案是通过卫星图或航拍图，依靠肉眼识别不同的地类并手动勾划出不同地类的边界，然后根据查表法为不同地类边界设置地表粗糙度指数值，从而制作地表粗糙度指数图。但是，现有技术方法由于是手动作业，对于边界形状较为复杂的地类，需要多段线拐点较多，而为了缩短作业时间，工程师往往采用降低边界拟合准确度的方法来缩短工作时间，这就导致描述地类边界范围的准确性较差，且工作成果因工程师技术水平的高低而存在差异。此外，对于较大范围区域或区域内地类较多的情况，采用现有技术方法制作地表粗糙度图过于耗时，效率低下。风电场覆盖区域范围一般在几十甚至上百平方公里，若采用手动制作地表粗糙度图的方法，制作一个风场需要1-2个工作日，时间过于耗费。
技术实现思路
为了解决上述技术所存在的不足之处，本专利技术提供了一种基于遥感影像的地表粗糙度图的制图方法。为了解决以上技术问题，本专利技术采用的技术方案是：一种基于遥感影像的地表粗糙度图的制图方法，整体步骤为：步骤一，根据风电项目计算的需要，获取风机布置区域的遥感影像，遥感影像的获得通过飞机航拍或卫星拍摄；步骤二，对遥感影像进行分析处理，即根据遥感影像中的红色波段与近红外波段制作归一化植被指数图；步骤三，在归一化植被指数图上进行聚类分析，使遥感影像特征相近似的地表区域得到归类；步骤四，对步骤三得到的归一化植被指数图进行降噪处理，使面积小于100×100米的植被区域被过滤掉；步骤五，将上述步骤处理之后的归一化植被指数图进行矢量转化，转化为map格式的矢量图，即地表粗糙度图。进一步地，遥感影像为风机布置区域外延1-3公里范围内的区域影像，且遥感影像的时间为近三年的夏季、云量为0-5％。进一步地，步骤二中归一化植被指数图由多个归一化植被指数组成，归一化植被指数的计算方法如公式Ⅰ所示：其中，NDVI表示归一化植被指数，p(nir)表示近红外波段的波长，p(red)表示红光波段的波长。进一步地，步骤三中聚类分析的方法步骤为：第一步，先在归一化植被指数图中随机生成K个像素点并且以这些像素点作为该类的质心；第二步，测量图中剩余样本点到各个质心之间的距离，每个样本点与距其最近的质心组成一簇；第三步，上述初始分类完成后，重新计算各类中全部样本点的均值；第四步，若样本点所属的簇发生改变，则取每个簇内所有点的均值作为新的质心，并且重复第三步；第五步，重复第三步与第四步直至各类均值不发生改变，则聚类结束。进一步地，步骤四中的降噪处理，其降噪处理的公式Ⅱ如下：g(x,y)＝med{f(x-k,y-l),(k,l∈W)}Ⅱ其中，g(x,y)表示处理后图像的每一个像素点，med表示计算函数的中值，f(x-k,y-l)表示原始图像f(x,y)在x方向上偏移k距离、在y方向上偏移l距离后的像素点，W表示滑动窗口的尺寸且尺寸为90×90米，(k,l∈W)表示k，l均小于或等于滑动窗口W的尺寸。进一步地，步骤五中矢量图的转化过程为：使用边界跟踪算法提取归一化植被指数图中各区域的边界线。进一步地，步骤六中矢量图的检验与调整是通过WAsPMapEditor软件完成的。本专利技术使风资源评估的精确化可保证风电项目开发的成本降低，有利于风电项目在我国中东部地区扩展；自动识别不同地类边界，结果准确，且不依赖于工程师的技术水平而出现差异，特别是对于边界形状较为复杂的地类区域，本专利技术的优势更为明显；对于较大范围区域或区域内地类较多的情况，采用统一识别方法，由计算机代替人手绘图，可大大减少地表粗糙度图的制作时间，提高工作效率。附图说明图1为本专利技术聚类分析的方法流程图。图2为本专利技术步骤一中获得的遥感影像。图3为本专利技术通过聚类分析方法获得的归一化植被指数图。图4为本专利技术通过降噪处理后的归一化植被指数图。图5为通过本专利技术得到的地表粗糙度图。具体实施方式下面结合具体实施方式对本专利技术作进一步详细的说明。一种基于遥感影像的地表粗糙度图的制图方法，由以下步骤组成：步骤一，根据风电项目计算的需要，获取风机布置区域的遥感影像，如图2所示，遥感影像的获得通过飞机航拍或卫星拍摄；且为了保证提取结果与实际的一致性，遥感影像为风机布置区域外延1-3公里范围内的区域影像，且遥感影像的时间为近三年的夏季、云量为0-5％。步骤二，对遥感影像进行分析处理，即根据遥感影像中的红色波段与近红外波段制作归一化植被指数图；归一化植被指数图由多个归一化植被指数组成，归一化植被指数的计算方法如公式Ⅰ所示：其中，NDVI表示归一化植被指数，p(nir)表示近红外波段的波长，p(red)表示红光波段的波长。其中归一化植被指数值介于-1至1之间，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等；正值表示有植被覆盖，且归一化植被指数随植被覆盖率的增大而增大。步骤三，在归一化植被指数图上进行聚类分析，使影像特征相近似的地表区域得到归类，聚类分析结果如图3所示；聚类分析的方法步骤如图1所示，为：第一步，先在归一化植被指数图中随机生成K个像素点并且以这些像素点作为该类的质心；第二步，测量图中剩余样本点到各个质心之间的距离，每个样本点与距其最近的质心组成一簇；第三步，上述初始分类完成后，重新计算各类中全部样本点的均值；第四步，若样本点所属的簇发生改变，则取每个簇内所有点的均值作为新的质心，并且重复第三步；第五步，重复第三步与第四步直至各类均值不发生改变，则聚类结束。经聚类分析后的任意一个样本点的像素都与其质心像素等同，这样就可将乔木、灌木、荒草及农田四者之间区分开来，可以从归一化植被指数图上清晰的看出上述四者，从而便于消除在风机布置过程中地表植被对风流的影响，可根据地表植被情况有效的选择风机布置区域。步骤四，如图4所示，对步骤三得到的归一化植被指数图进行降噪处理，使面积小于100×100米的植被区域被过滤掉；其原因是：小面积的植被对风的削减作用可以忽略不计，并且其在归一化植被指数图上会形成噪点；归一化植被指数图上过多的噪点会降低后期软件运算速度，因此需要进行降噪处理，其降噪处理的公式Ⅱ如下：g(x,y)＝med{f(x-k,y-l),(k,l∈W)}Ⅱ其中，g(x,y)表示处理后图像的每一个像素点，med表示计算函数的中值，f(x-k,y-l)表示原始图像f(x,y)在x方向上偏移k距离、在y方向上偏移l距离后的像素点，W表示滑动窗口的的尺寸且尺寸为90×90米，(k,l∈W)表示k，l均小于或等于滑动窗口W的尺寸。步骤五，将上述步骤处理之后的归一化植被指数图进行矢量转化，转化为map格式的矢量图，即地表粗糙度图，结果如图5所示。矢量图的转化过程为：使用边界跟踪算法提取归一化植被指数图中各区域的边界线，边界跟踪算法是本文档来自技高网...

【技术保护点】
1.一种基于遥感影像的地表粗糙度图的制图方法，其特征在于：所述方法的整体步骤为：步骤一，根据风电项目计算的需要，获取风机布置区域的遥感影像，遥感影像的获得通过飞机航拍或卫星拍摄；步骤二，对遥感影像进行分析处理，即根据遥感影像中的红色波段与近红外波段制作归一化植被指数图；步骤三，在归一化植被指数图上进行聚类分析，使遥感影像特征相近似的地表区域得到归类；步骤四，对步骤三得到的归一化植被指数图进行降噪处理，使面积小于100×100米的植被区域被过滤掉；步骤五，将上述步骤处理之后的归一化植被指数图进行矢量转化，转化为map格式的矢量图，即地表粗糙度图。

【技术特征摘要】
1.一种基于遥感影像的地表粗糙度图的制图方法，其特征在于：所述方法的整体步骤为：步骤一，根据风电项目计算的需要，获取风机布置区域的遥感影像，遥感影像的获得通过飞机航拍或卫星拍摄；步骤二，对遥感影像进行分析处理，即根据遥感影像中的红色波段与近红外波段制作归一化植被指数图；步骤三，在归一化植被指数图上进行聚类分析，使遥感影像特征相近似的地表区域得到归类；步骤四，对步骤三得到的归一化植被指数图进行降噪处理，使面积小于100×100米的植被区域被过滤掉；步骤五，将上述步骤处理之后的归一化植被指数图进行矢量转化，转化为map格式的矢量图，即地表粗糙度图。2.根据权利要求1所述的基于遥感影像的地表粗糙度图的制图方法，其特征在于：所述遥感影像为风机布置区域外延1-3公里范围内的区域影像，且遥感影像的时间为近三年的夏季、云量为0-5％。3.根据权利要求1所述的基于遥感影像的地表粗糙度图的制图方法，其特征在于：所述步骤二中归一化植被指数图由多个归一化植被指数组成，归一化植被指数的计算方法如公式Ⅰ所示：其中，NDVI表示归一化植被指数，p(nir)表示近红外波段的波长，p(red)表示红光波段的波长。4.根据权利要求1所述的基于遥感影像的地表粗糙度...

【专利技术属性】
技术研发人员：陈可仁，王聪，杨帆，朱辉玉，
申请(专利权)人：龙源北京风电工程设计咨询有限公司，
类型：发明
国别省市：北京,11