河流敏感性等级划分方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及大数据技术，揭露一种河流敏感性等级划分方法，包括：将河流遥感影像进行水体数据提取处理，得到水体分布图；基于水体分布图，从河流遥感影像中裁剪水体分布图中每个水体图对应的预设范围的缓冲区域，作为缓冲区域图；将从水体图中获取的水体色度指数、从分布在水体图周边的缓冲区域图中获取的地物对河流敏感性的影响程度、预先获取的水体图中水体的水文特征信息和实际监测得到的水体图对应水体的河流敏感性等级共同作为模型训练数据。本发明专利技术还涉及区块链技术，河流遥感影像存储于区块链中。本发明专利技术能够解决现有技术中，缺少对河流敏感性的精细化管控、缺乏细节信息，导致对生态敏感性等级划分的不合理等问题。导致对生态敏感性等级划分的不合理等问题。导致对生态敏感性等级划分的不合理等问题。

【技术实现步骤摘要】
河流敏感性等级划分方法、装置、设备及存储介质


[0001]本专利技术涉及大数据处理领域，尤其涉及一种河流敏感性等级划分方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]河流是水环境的重要组成部分，与社会发展和人居环境息息相关。我国水环境面临严重的考验，经济高速发展的同时使得突发性水环境污染事件频出，为提升水环境质量，改善生态环境，需要对城市水环境污染进行精细化、及时化的防控手段。
[0003]目前，传统的生态敏感性等级的划分方法从生态系统整体出发，通过打分法对生态等级进行划分，此种方法对原数据存在损害，而且，传统技术缺少对河流敏感性的精细化管控，缺乏细节信息，因此导致对生态敏感性等级划分的不合理。

技术实现思路

[0004]本专利技术提供一种河流敏感性等级划分方法、装置、电子设备及计算机可读存储介质，其主要目的在于能够解决现有技术中，对生态敏感性等级的划分从生态系统整体出发，通过打分法对生态等级进行划分，损害原数据的同时缺少对河流敏感性的精细化管控，缺乏细节信息，导致对生态敏感性等级划分的不合理等问题。
[0005]第一方面，为实现上述目的，本专利技术提供的一种河流敏感性等级划分方法，所述方法包括：
[0006]将采集的河流遥感影像进行水体数据提取处理，得到水体分布图，其中，所述水体分布图包括至少一个水体图；
[0007]基于所述水体分布图，根据预设缓冲区范围确定规则从所述河流遥感影像中裁剪所述水体分布图中每个所述水体图对应的预设范围的缓冲区域，作为缓冲区域图；
[0008]将从所述水体图中获取的水体色度指数、从分布在所述水体图周边的缓冲区域图中获取的地物对河流敏感性的影响程度、预先获取的所述水体图中水体的水文特征信息和实际监测得到的所述水体图对应水体的河流敏感性等级共同作为模型训练数据；
[0009]通过所述模型训练数据对预设神经网络基础模型进行河流敏感性等级评估训练处理，得到河流敏感性评估模型；
[0010]通过将待评估河流的数据输入所述河流敏感性评估模型，得到所述待评估河流的河流敏感性等级。
[0011]第二方面，为了解决上述问题，本专利技术还提供一种河流敏感性等级划分装置，所述装置包括：
[0012]水体提取模块，用于将采集的河流遥感影像进行水体数据提取处理，得到水体分布图，其中，所述水体分布图包括至少一个水体图；
[0013]缓冲区域图裁剪模块，用于基于所述水体分布图，根据预设缓冲区范围确定规则从所述河流遥感影像中裁剪所述水体分布图中每个所述水体图对应的预设范围的缓冲区
域，作为缓冲区域图；
[0014]模型训练数据收集模块，用于将从所述水体图中获取的水体色度指数、从分布在所述水体图周边的缓冲区域图中获取的地物对河流敏感性的影响程度、预先获取的所述水体图中水体的水文特征信息和实际监测得到的所述水体图对应水体的河流敏感性等级共同作为模型训练数据；
[0015]评估模型训练模块，用于通过所述模型训练数据对预设神经网络基础模型进行河流敏感性等级评估训练处理，得到河流敏感性评估模型；
[0016]河流敏感性等级评估模块，用于通过将待评估河流的数据输入所述河流敏感性评估模型，得到所述待评估河流的河流敏感性等级。
[0017]第三方面，为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0018]至少一个处理器；以及，
[0019]与所述至少一个处理器通信连接的存储器；其中，
[0020]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的河流敏感性等级划分方法的步骤。
[0021]第四方面，为了解决上述问题，本专利技术还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的河流敏感性等级划分方法。
[0022]本专利技术提出的河流敏感性等级划分方法、装置、电子设备及存储介质，通过对采集的河流遥感影像进行水体提取和对水体周边的缓冲区域进行剪裁，分别得到水体图和分布在水体图周边的缓冲区域图，从水体图和缓冲图中分别获取河流水体的内部因素和河流周边的外部因素，综合河流水体的内部因素和周边的外部因素训练河流敏感性评估模型，快速获取河流敏感性等级，为生态评估、污染治理做出更加科学的决策打下基础；在时间上极大的减少人力劳动，降低工作成本。
附图说明
[0023]图1为本专利技术一实施例提供的河流敏感性等级划分方法的流程示意图；
[0024]图2为本专利技术一实施例提供的河流敏感性等级划分装置的模块示意图；
[0025]图3为本专利技术一实施例提供的实现河流敏感性等级划分方法的电子设备的内部结构示意图；
[0026]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0027]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0028]本专利技术提供一种河流敏感性等级划分方法。参照图1所示，为本专利技术一实施例提供的河流敏感性等级划分方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。
[0029]在本实施例中，河流敏感性等级划分方法包括：
[0030]步骤S110、将采集的河流遥感影像进行水体提取数据处理，得到水体分布图，其中，所述水体分布图包括至少一个水体图。
[0031]具体的，通过航空拍摄技术或卫星拍摄技术获取各地的河流遥感影像。从河流遥感影像中提取水体数据，得到水体分布图，在水体分布图中包括至少一个水体图，从水体分布图中可知各个水体图的分布情况。其中水体一般为河流中的水流，通过提取河流遥感影像中的水体数据便于对河流进行研究。
[0032]作为本专利技术的一个可选实施例，河流遥感影像存储于区块链中，将采集的河流遥感影像进行水体数据提取处理，得到水体分布图包括：
[0033]对采集的河流遥感影像进行预处理，得到高光谱河流遥感影像；
[0034]基于分类决策树，通过归一化水体指数公式和归一化植被指数公式从高光谱河流遥感影像中提取水体数据，得到水体分布栅格图像；
[0035]对水体分布栅格图像进行栅矢变换处理，得到水体分布图。
[0036]具体的，归一化水体指数公式是凸显遥感影像中水体信息的重要指标之一，归一化植被指数公式是反映植被覆盖状态的重要指标。跟据水体与植被的反射特性，即结合归一化水体指数和归一化植被指数可以初步的提取高光谱河流遥感影像中的植被与水体。建立分类决策树，提取水体数据，得到水体分布栅格图像。矢量图像图形显示质量好、精度高，数据结构紧凑、冗余度低，有利水体图像的缩放操作，便于后续对缓冲区域图的获取，因此对水体分布栅格图像进行栅矢变换，将栅格图转化为矢量图，得到水体分布图。
[0037]作为本专利技术的一个可选实施例，对采集的河流遥感影像进行预处理，得到高光谱河流遥感影像包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种河流敏感性等级划分方法，应用于电子装置，其特征在于，所述方法包括：将采集的河流遥感影像进行水体数据提取处理，得到水体分布图，其中，所述水体分布图包括至少一个水体图；基于所述水体分布图，根据预设缓冲区范围确定规则从所述河流遥感影像中裁剪所述水体分布图中每个所述水体图对应的预设范围的缓冲区域，作为缓冲区域图；将从所述水体图中获取的水体色度指数、从分布在所述水体图周边的缓冲区域图中获取的地物对河流敏感性的影响程度、预先获取的所述水体图中水体的水文特征信息和实际监测得到的所述水体图对应水体的河流敏感性等级共同作为模型训练数据；通过所述模型训练数据对预设神经网络基础模型进行河流敏感性等级评估训练处理，得到河流敏感性评估模型；通过将待评估河流的数据输入所述河流敏感性评估模型，得到所述待评估河流的河流敏感性等级。2.根据权利要求1所述的河流敏感性等级划分方法，其特征在于，所述河流遥感影像存储于区块链中，所述将采集的河流遥感影像进行水体提取处理，得到水体分布图包括：对所述采集的河流遥感影像进行预处理，得到高光谱河流遥感影像；基于分类决策树，通过归一化水体指数公式和归一化植被指数公式从所述高光谱河流遥感影像中提取水体数据，得到水体分布栅格图像；对所述水体分布栅格图像进行栅矢变换处理，得到水体分布图。3.根据权利要求2所述的河流敏感性等级划分方法，其特征在于，所述对所述采集的河流遥感影像进行预处理，得到高光谱河流遥感影像包括：对所述河流遥感影像的遥感数据进行辐射定标处理，使所述河流遥感影像的数字量化值转化为真实辐射值，得到辐射定标后的河流遥感影像；对所述辐射定标后的河流遥感影像进行几何校正处理，使所述辐射定标后的河流遥感影像中的地物目标的几何畸变得到校正，得到几何校正后的河流遥感影像；对所述几何校正后的河流遥感影像进行大气校正处理，使所述几何校正后的河流遥感影像的地表反射率转化为地表真实反射率，得到大气校正后的河流遥感影像；通过全色影像技术对所述大气校正后的河流遥感影像的多光谱数据进行影像融合处理，得到高光谱河流遥感影像。4.根据权利要求2所述的河流敏感性等级划分方法，其特征在于，所述基于分类决策树，通过归一化水体指数公式和归一化植被指数公式从所述高光谱河流遥感影像中提取水体，得到水体分布栅格图像包括：通过归一化水体指数公式和归一化植被指数公式分别计算所述高光谱河流遥感影像中各地物的归一化水体指数和归一化植被指数；其中，所述归一化水体指数公式为：所述归一化植被指数公式为：
其中，NDWI为归一化水体指数，NDVI为归一化植被指数，Green为绿光波段，NIR为近红外波段，Red为红光波段；建立分类决策树，从所述高光谱河流遥感影像中提取归一化水体指数大于预设水体分类检测阈值，且归一化植被指数小于预设植被分类检测阈值的地物数据，得到水体分布栅格图像。5.根据权利要求2所述的河流敏感性等级划分方法，其特征在于，所述对所述水体分布栅格图像进行栅矢变换处理，得到水体分布图包括：将所述水体分布栅格图像进行二值化处理，得到水体分布二值图像；对所述水体分布二值图像进行图像预处理，得到预处理后的水体分布二值图像；其中，所述图像预处理包括去除飞白处理、去除污点处理和去除线划边缘凹凸不平处理；对所述预处理后的水体分布二值图像进行图像处理，使所述水体分布二值图像的象元阵列剥除轮廓边缘的点，以及使所述水体分布二值图像变为线划宽度只有一个象元的骨架图形，得到水体分布骨架图；将所述水体分布骨架图转换为...

【专利技术属性】
技术研发人员：刘荣荣，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：