【技术实现步骤摘要】
干涸湖泊恢复前景的预测方法及装置
[0001]本专利技术涉及水文水资源应用
,尤其涉及一种干涸湖泊恢复前景的预测方法及装置。
技术介绍
[0002]湖泊具有供应淡水、调节气候、储存碳和保护生物多样性等功能,在全球水文循环中发挥着关键作用。由于气候变化和人类过度开采水资源等原因,越来越多的湖泊面临萎缩、干涸和生态退化等问题。例如:中亚的咸海、非洲的乍得湖、伊朗西北部的乌尔米耶湖以及我国的安固里淖湖等。全世界的政府和管理者正在通过控制水资源开采的方法来尝试恢复湖泊。
[0003]但是,湖泊的恢复过程是非常缓慢的。在湖泊的恢复过程中,由于无法确定干涸湖泊的地下水位以及缺水量,导致无法预测干涸湖泊的恢复前景。政府和管理者无法确定目前制定的水资源开采量的限额是否合适,更无法得知采用目前制定的水资源开采量限额需要多长时间才能恢复湖泊。因此,在干涸湖泊的恢复过程中,存在干涸湖泊恢复前景无法预测的技术问题。
技术实现思路
[0004]本专利技术提供了一种干涸湖泊恢复前景的预测方法及装置,能够实现干涸湖泊恢复前景的有效预测。
[0005]第一方面,本专利技术提供了一种干涸湖泊恢复前景的预测方法,包括:获取目标湖泊区域在未干涸的一段时期的光学遥感影像数据,并基于光学遥感影像数据计算目标湖泊区域在该段时期的水面积数据;获取目标湖泊区域在一段时期的重力卫星数据,并基于重力卫星数据计算目标湖泊区域在该段时期的陆地水储量数据;将陆地水储量数据进行时间序列分解,获得陆地水储量分解数据;基于水面积数据、陆地水储 ...
【技术保护点】
【技术特征摘要】
1.一种干涸湖泊恢复前景的预测方法,其特征在于,包括:获取目标湖泊区域在未干涸的一段时期的光学遥感影像数据,并基于所述光学遥感影像数据计算目标湖泊区域在该段时期的水面积数据;获取目标湖泊区域在所述一段时期的重力卫星数据,并基于所述重力卫星数据计算目标湖泊区域在该段时期的陆地水储量数据;将所述陆地水储量数据进行时间序列分解,获得陆地水储量分解数据;基于所述水面积数据、所述陆地水储量数据、所述陆地水储量分解数据构建线性回归模型,通过参数率定获得拟合优度最高的陆地水储量数据的目标回归模型;监测目标湖泊区域的实时陆地水储量变化,基于所述实时陆地水储量变化通过所述目标回归模型获得目标湖泊区域的反演水面积变化趋势。2.根据权利要求1所述的方法,其特征在于,所述基于所述光学遥感影像数据计算目标湖泊区域在该段时期的水面积数据,包括:对于所述光学遥感影像数据中任一时刻的光学遥感影像,提取该任一时刻的光学遥感影像中绿波段数据和近红外波段数据;并确定所述绿波段数据的绿波段反射率和所述近红外波段数据的近红外波段反射率;基于所述绿波段反射率和所述近红外波段反射率,计算所述目标湖泊区域在该任一时刻的水面积;基于所述目标湖泊区域在各个时刻的水面积,确定所述目标湖泊区域在该段时期的水面积数据。3.根据权利要求2所述的方法,其特征在于,所述基于所述绿波段反射率和所述近红外波段反射率,计算所述目标湖泊区域在该任一时刻的水面积,包括:基于如下公式,计算所述目标湖泊区域在该任一时刻的水面积;其中,A
rea
为所述目标湖泊区域在该任一时刻的水面积,B
green
为该任一时刻的光学遥感影像中绿波段反射率,B
nir
为该任一时刻的光学遥感影像中近红外波段反射率。4.根据权利要求1所述的方法,其特征在于,所述将所述陆地水储量数据进行时间序列分解,获得陆地水储量分解数据,包括:将所述陆地水储量数据进行时间序列分解,获得陆地水储量分解数据,所述陆地水储量分解数据包括长期趋势数据、年际变化数据、季节动态变化数据和残差数据;所述陆地水储量数据与所述陆地水储量分解数据满足如下公式;T
raw
=T
trend
+T
inter
‑
annual
+T
seasonal
+T
residuals
;其中,T
raw
为第一时刻的陆地水储量,T
trend
为第一时刻的长期趋势数据,T
inter
‑
annual
为第一时刻的年际变化数据,T
seasonal
为第一时刻的季节动态数据,T
residuals
为第一时刻的残差数据,所述第一时刻为所述一段时期中的任一时刻。5.根据权利要求4所述的方法,其特征在于,所述基于所述水面积数据、所述陆地水储量数据、所述陆地水储量分解数据构建线性回归模型,通过参数率定获得拟合优度最高的陆地水储量数据的目标回归模型,包括:
基于如下公式,分别构建...
【专利技术属性】
技术研发人员:张竞,柳富田,陈社明,蒋万军,张卓,
申请(专利权)人:中国地质调查局天津地质调查中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。