典型地质灾害遥感智能提取的方法与系统技术方案

本发明专利技术公开了一种典型地质灾害遥感智能提取的方法与系统，方法包括：获取多时相高分遥感数据、高分辨率立体像对图像数据、降雨数据和地质图数据。通过从多时相高分遥感数据和地质图数据圈定潜在地质灾害分布区、从多时相高分遥感数据得到已发地质灾害点的类型、数量和边界的信息、从高分辨率立体像对图像数据提取水系和地形地貌数据、从地质图数据提取地层岩性数据，建立地质灾害时空数据库。根据地质灾害时空数据库中的数据分析地质灾害、孕灾环境和所述降雨数据之间的关系，构建地质灾害危险性高精度评价模型。根据地质灾害危险性高精度评价模型提取地质灾害危险区。可以准确把握地质灾害的危险性，进而制定行之有效的防灾策略和避灾方案。

【技术实现步骤摘要】
典型地质灾害遥感智能提取的方法与系统
本专利技术涉及地质灾害领域，更具体地，涉及一种典型地质灾害遥感智能提取的方法与系统。
技术介绍
地质灾害是指由地质作用引发或主要由地质作用造成的人民生命财产的损失和伤害，每年因地质灾害导致人员死亡失踪人数占全部自然灾害死亡失踪人数的30％左右，是造成人员伤亡最为严重的自然灾害之一。近年来，受地质活动、气候和降水变化的影响，地质灾害的活动性增强，所造成的人员伤亡和经济损失呈上升趋势。遥感的显著特点是非接触式探测、受地面条件限制少、可用于自然条件恶劣和地面工作困难的地区、宏观性和直观性强、信息量大、速度快、周期短、能反映动态变化和经济效益好。遥感在地质灾害监测、分析、评估和预警中发挥越来越大的作用。而典型地质灾害本身所具有的突发性强、时间短、任务重的特点，需要及时、快速、准确地获取数据，结合灾区地质背景进行灾害快速监测、评估和分析预测。排查示范区潜在地质灾害危险点，为地质灾害隐患点排查和防护提供科学依据；利用精确的空间分析技术圈定地质灾害危险区，并对其危险性进行分析评价，根据危险区级别给出相应的防护对策、科学、有效地服务抗灾救灾工作，最大程度上避免或减少地质灾害对人民群众生命和财产的损失。因此，提供一种典型地质灾害遥感智能提取的方法与系统是亟待解决的问题。
技术实现思路
有鉴于此，本专利技术提供了一种典型地质灾害遥感智能提取的方法，其特征在于，包括：获取多时相高分遥感数据、高分辨率立体像对图像数据、降雨数据和地质图数据；对所述多时相高分遥感数据、所述高分辨率立体像对图像数据、所述降雨数据和所述地质图数据进行几何配准预处理；根据预处理后的所述多时相高分遥感数据和所述地质图数据确定典型地质灾害的色调、纹理和形状的判断标准；对预处理后的所述多时相高分遥感数据进行构造解译，形成多时相原始构造图；对预处理后的所述多时相高分遥感数据进行不同方向的加窗傅里叶变换，形成多时相的不同方向纹理图，从所述多时相的不同方向纹理图提取构造得到多时相加窗傅里叶构造图；将所述多时相原始构造图与所述多时相加窗傅里叶构造图做差，根据所述色调、纹理和形状的判断标准提取出隐伏构造；分析所述隐伏构造的活动性，圈定潜在地质灾害分布区；对预处理后的所述多时相高分遥感数据中灾害发生前后的所述多时相高分遥感数据做差形成变化差异图；将所述变化差异图中每一个像素点进行中央与周边做差得到处理后的变化差异图；利用视觉颜色感知算法对所述处理后的变化差异图提取已发地质灾害的色调特征，利用加窗傅里叶方向纹理增强算法对处理后的变化差异图提取所述已发地质灾害的纹理信息，利用数学形态学膨胀算法对所述纹理信息提取所述已发地质灾害的形状特征；选择任意一个波段的所述色调特征和所述纹理信息根据高斯金字塔多尺度变换方法进行跨尺度特征图融合和归一化得到显著性图；将所述显著性图转化为显著性矢量图并提取出面积、纹理方向、高程和坡度特征，根据所述面积、纹理方向、高程和坡度特征、所述色调特征、形状特征得到已发地质灾害点的类型、数量和边界的信息；根据所述高分辨率立体像对图像数据得到数字高程模型，根据所述数字高程模型提取水系和地形地貌数据；根据地质图数据提取地层岩性数据；根据所述已发地质灾害点的类型、数量和边界的信息、所述潜在地质灾害分布区、所述水系、所述地形地貌数据和所述地层岩性数据建立地质灾害时空数据库；根据所述地质灾害时空数据库中的数据分析地质灾害、孕灾环境和所述降雨数据之间的关系，构建地质灾害危险性高精度评价模型，通过野外调查与验证，改进所述地质灾害危险性高精度评价模型；根据所述改进后的所述地质灾害危险性高精度评价模型提取地质灾害危险区。优选地，所述对预处理后的所述多时相高分遥感数据进行不同方向的加窗傅里叶变换按照以下方法计算：其中，u是方向因子，v是尺度因子，是以u,v为参数的函数，z是二维图像坐标，σ是与小波频率带宽有关的常数，ku,v是中心频率，i是虚数，θ是方向，kv是频率值，cosθu是方向θu的余弦值，sinθu是方向θu的正弦值。优选地，所述利用视觉颜色感知算法对所述变化差异图提取已发地质灾害的色调特征包括：逐个像素点读取所述变化差异图的R、G、B波段的图像值，将所述R、G、B波段的图像值对应的转化为HSV颜色空间的h,s,v波段的图像值，将所述h,s,v波段的图像值进行彩色合成得到HSV颜色空间图像，从所述HSV颜色空间图像得到所述已发地质灾害的色调特征。优选地，所述将所述R、G、B波段的图像值对应的转化为HSV颜色空间的h,s,v波段的图像值按照以下方法计算：其中，RGB颜色空间中任意颜色表示为(r,g,b)，r,g,b∈[0,1,…255]。优选地，所述选择任意一个波段的所述色调特征和纹理信息根据高斯金字塔多尺度变换方法进行跨尺度特征图融合和归一化得到显著性图按照以下方法计算：Sglobal＝N[g(x,y)],其中，val(x,y)是像素点(x,y)计算结果值，val是数值，I(x,y)是位于点(x,y)的像素值，g(x,y)是点(x,y)的全局对比度，γ是人工设定的灰度经验参数值，M和N可以表示图像的大小，M是行数，N是列数，Sglobal是显著性图的值，N[g(x,y)]是对g(x,y)进行归一化处理。一种典型地质灾害遥感智能提取的系统，其特征在于，包括：数据获取模块和数据预处理模块耦接，用于获取多时相高分遥感数据、高分辨率立体像对图像数据、降雨数据和地质图数据并传输至所述数据预处理模块；所述数据预处理模块分别与所述数据获取模块、判断标准提取模块、原始构造图生成模块、加窗傅里叶构造图生成模块、变化差异图生成模块、水系和地形地貌数据提取模块和地层岩性提取模块耦合，用于对所述多时相高分遥感数据、所述高分辨率立体像对图像数据、所述降雨数据和所述地质图数据进行几何配准预处理并传输至所述判断标准提取模块、所述原始构造图生成模块、所述加窗傅里叶构造图生成模块、所述变化差异图生成模块、所述水系和地形地貌数据提取模块和所述地层岩性提取模块；所述判断标准提取模块分别与所述数据预处理模块和图像计算模块耦合，用于根据预处理后的所述多时相高分遥感数据和所述地质图数据确定典型地质灾害的色调、纹理和形状的判断标准并传输至所述图像计算模块；所述原始构造图生成模块分别与所述数据预处理模块和图像计算模块耦合，用于对预处理后的所述多时相高分遥感数据进行构造解译，形成多时相原始构造图并传输至所述图像计算模块；所述加窗傅里叶构造图生成模块分别与所述数据预处理模块和图像计算模块耦合，用于对预处理后的所述多时相高分遥感数据进行不同方向的加窗傅里叶变换，形成多时相的不同方向纹理图，从所述多时相的不同方向纹理图提取构造得到多时相加窗傅里叶构造图并传输至所本文档来自技高网...

【技术保护点】
1.一种典型地质灾害遥感智能提取的方法，其特征在于，包括：/n获取多时相高分遥感数据、高分辨率立体像对图像数据、降雨数据和地质图数据；/n对所述多时相高分遥感数据、所述高分辨率立体像对图像数据、所述降雨数据和所述地质图数据进行几何配准预处理；/n根据预处理后的所述多时相高分遥感数据和所述地质图数据确定典型地质灾害的色调、纹理和形状的判断标准；/n对预处理后的所述多时相高分遥感数据进行构造解译，形成多时相原始构造图；/n对预处理后的所述多时相高分遥感数据进行不同方向的加窗傅里叶变换，形成多时相的不同方向纹理图，从所述多时相的不同方向纹理图提取构造得到多时相加窗傅里叶构造图；/n将所述多时相原始构造图与所述多时相加窗傅里叶构造图做差，根据所述色调、纹理和形状的判断标准提取出隐伏构造；/n分析所述隐伏构造的活动性，圈定潜在地质灾害分布区；/n对预处理后的所述多时相高分遥感数据中灾害发生前后的所述多时相高分遥感数据做差形成变化差异图；/n将所述变化差异图中每一个像素点进行中央与周边做差得到处理后的变化差异图；/n利用视觉颜色感知算法对所述处理后的变化差异图提取已发地质灾害的色调特征，利用加窗傅里叶方向纹理增强算法对处理后的变化差异图提取所述已发地质灾害的纹理信息，利用数学形态学膨胀算法对所述纹理信息提取所述已发地质灾害的形状特征；/n选择任意一个波段的所述色调特征和所述纹理信息根据高斯金字塔多尺度变换方法进行跨尺度特征图融合和归一化得到显著性图；/n将所述显著性图转化为显著性矢量图并提取出面积、纹理方向、高程和坡度特征，根据所述面积、纹理方向、高程和坡度特征、所述色调特征、形状特征得到已发地质灾害点的类型、数量和边界的信息；/n根据所述高分辨率立体像对图像数据得到数字高程模型，根据所述数字高程模型提取水系和地形地貌数据；/n根据地质图数据提取地层岩性数据；/n根据所述已发地质灾害点的类型、数量和边界的信息、所述潜在地质灾害分布区、所述水系、所述地形地貌数据和所述地层岩性数据建立地质灾害时空数据库；/n根据所述地质灾害时空数据库中的数据分析地质灾害、孕灾环境和所述降雨数据之间的关系，构建地质灾害危险性高精度评价模型，通过野外调查与验证，改进所述地质灾害危险性高精度评价模型；/n根据所述改进后的所述地质灾害危险性高精度评价模型提取地质灾害危险区。/n...

【技术特征摘要】
1.一种典型地质灾害遥感智能提取的方法，其特征在于，包括：
获取多时相高分遥感数据、高分辨率立体像对图像数据、降雨数据和地质图数据；
对所述多时相高分遥感数据、所述高分辨率立体像对图像数据、所述降雨数据和所述地质图数据进行几何配准预处理；
根据预处理后的所述多时相高分遥感数据和所述地质图数据确定典型地质灾害的色调、纹理和形状的判断标准；
对预处理后的所述多时相高分遥感数据进行构造解译，形成多时相原始构造图；
对预处理后的所述多时相高分遥感数据进行不同方向的加窗傅里叶变换，形成多时相的不同方向纹理图，从所述多时相的不同方向纹理图提取构造得到多时相加窗傅里叶构造图；
将所述多时相原始构造图与所述多时相加窗傅里叶构造图做差，根据所述色调、纹理和形状的判断标准提取出隐伏构造；
分析所述隐伏构造的活动性，圈定潜在地质灾害分布区；
对预处理后的所述多时相高分遥感数据中灾害发生前后的所述多时相高分遥感数据做差形成变化差异图；
将所述变化差异图中每一个像素点进行中央与周边做差得到处理后的变化差异图；
利用视觉颜色感知算法对所述处理后的变化差异图提取已发地质灾害的色调特征，利用加窗傅里叶方向纹理增强算法对处理后的变化差异图提取所述已发地质灾害的纹理信息，利用数学形态学膨胀算法对所述纹理信息提取所述已发地质灾害的形状特征；
选择任意一个波段的所述色调特征和所述纹理信息根据高斯金字塔多尺度变换方法进行跨尺度特征图融合和归一化得到显著性图；
将所述显著性图转化为显著性矢量图并提取出面积、纹理方向、高程和坡度特征，根据所述面积、纹理方向、高程和坡度特征、所述色调特征、形状特征得到已发地质灾害点的类型、数量和边界的信息；
根据所述高分辨率立体像对图像数据得到数字高程模型，根据所述数字高程模型提取水系和地形地貌数据；
根据地质图数据提取地层岩性数据；
根据所述已发地质灾害点的类型、数量和边界的信息、所述潜在地质灾害分布区、所述水系、所述地形地貌数据和所述地层岩性数据建立地质灾害时空数据库；
根据所述地质灾害时空数据库中的数据分析地质灾害、孕灾环境和所述降雨数据之间的关系，构建地质灾害危险性高精度评价模型，通过野外调查与验证，改进所述地质灾害危险性高精度评价模型；
根据所述改进后的所述地质灾害危险性高精度评价模型提取地质灾害危险区。


2.根据权利要求1所述的典型地质灾害遥感智能提取的方法，其特征在于，所述对预处理后的所述多时相高分遥感数据进行不同方向的加窗傅里叶变换按照以下方法计算：






其中，u是方向因子，v是尺度因子，是以u,v为参数的函数，z是二维图像坐标，σ是与小波频率带宽有关的常数，ku,v是中心频率，i是虚数，θ是方向，kv是频率值，cosθu是方向θu的余弦值，sinθu是方向θu的正弦值。


3.根据权利要求1所述的典型地质灾害遥感智能提取的方法，其特征在于，所述利用视觉颜色感知算法对所述变化差异图提取已发地质灾害的色调特征包括：
逐个像素点读取所述变化差异图的R、G、B波段的图像值，将所述R、G、B波段的图像值对应的转化为HSV颜色空间的h,s,v波段的图像值，将所述h,s,v波段的图像值进行彩色合成得到HSV颜色空间图像，从所述HSV颜色空间图像得到所述已发地质灾害的色调特征。


4.根据权利要求3所述的典型地质灾害遥感智能提取的方法，其特征在于，所述将所述R、G、B波段的图像值对应的转化为HSV颜色空间的h,s,v波段的图像值按照以下方法计算：









其中，RGB颜色空间中任意颜色表示为(r,g,b)，r,g,b∈[0,1,…255]。


5.根据权利要求1所述的典型地质灾害遥感智能提取的方法，其特征在于，所述选择任意一个波段的所述色调特征和纹理信息根据高斯金字塔多尺度变换方法进行跨尺度特征图融合和归一化得到显著性图按照以下方法计算：






Sglobal＝N[g(x,y)],
其中，val(x,y)是像素点(x,y)计算结果值，val是数值，I(x,y)是位于点(x,y)的像素值，g(x,y)是点(x,y)的全局对比度，γ是人工设定的灰度经验参数值，M和N可以表示图像的大小，M是行数，N是列数，Sglobal是显著性图的值，N[g(x,y)]是对g(x,y)进行归一化处理。


6.一种典型地质灾害遥感智能提取的系统，其特征在于，包括：
数据获取模块和数据预处理模块耦接，用于获取多时相高分遥感数据、高分辨率立体像对图像数据、降雨数据和地质图数据并传输至所述数据预处理模块；
所述数据预处理模块分别与所述数据获取模块、判断标准提取模块、原始构造图生成模块、加窗傅里叶构造图生成模块、变化差异图生成模块、水系和地形地貌数据提取模块和地层岩性提取模块耦合，用于对所述多时相高分遥感数据、所述高分辨率立体像对图像数据、所述降雨数据和所述地质图数据进行几何配准预处理并传输至所述判断标准提取模块、所述原始构造图生成模块、所述加窗傅里叶构造图生成模块、所述变化差异图生成模块、所述水系和地形地貌数据提取模块和所述地层岩性提取模块；
所述判断标准提取模块分别与所述数据预处理模块和图像计算模块耦合，用于根据预处理后的所述多时相高分遥感数据和所述地质图数据确定典型地质灾害的色调、纹理和形状的判断标准并传输至所述图像计算模块；
所述原始构造图生成模块分别与所述数据预处理模块和图像计算模块耦合，用于对预处理后的...

【专利技术属性】
技术研发人员：王钦军，刘鹏，陈玉，魏永明，
申请(专利权)人：中国科学院空天信息创新研究院，中国科学院空天信息研究院海南研究院，
类型：发明
国别省市：北京;11