基于多源遥感数据融合的小微湿地水量高频估算方法技术

本发明专利技术公开了基于多源遥感数据融合的小微湿地水量高频估算方法，利用较高时空分辨率的融合数据提取水体，并依据水文连通性提取小微湿地；对各独立的小微湿地做外接矩形，并基于数字高程模型和外接矩形生成小微湿地单元的潜在水位序列；对潜在水位提取的水体范围与利用融合数据提取的小微湿地进行空间叠加，将二者的空间范围差值进行拟合确定最优水位并基于空间拓扑修正最优水位；基于修正后的水位序列计算各小微湿地的水量。本发明专利技术通过获取数据量更丰富、系列更长的水量变化信息，弥补了依靠单一光学遥感数据或雷达/激光测高卫星时空分辨率低、服役期有限的缺点，为偏远、缺测湿地水量平衡分析以及洪泛区削洪补枯效应评估提供技术支撑。提供技术支撑。提供技术支撑。

【技术实现步骤摘要】
基于多源遥感数据融合的小微湿地水量高频估算方法


[0001]本专利技术涉及水文信息学及遥感科学
，尤其体现中高空间分辨率与低空间分辨率遥感数据融合的偏远、缺测小微湿地长序、高频水量观测方法。

技术介绍

[0002]小微湿地河网通常密集，具有高度异质的下垫面属性；河湖漫滩地势平坦，具有不稳定的水流运动和复杂的汇流特征；受快速高变幅水位变化影响，受洪水脉冲影响干湿变化频繁；此外由于位置偏远，可达性差，使得小微湿地水位和水量监测变得非常具有挑战性。
[0003]原位监测可以捕捉不同的时空尺度下水文和水动力要素的变化，但受可用资源的限制，大多数通过现场测量的数据仅能提供有限的地理单元内水文和水动力要素信息(Park and Latrubesse,2017)。由于原位监测多集中在系统的局部，因此无法定量测量要素之间的交互作用过程(Hiatt and Passalacqua,2015)。
[0004]基于现有观测数据，利用数值模拟能够满足不同时间和空间尺度水文研究的需求，它在量化界面过程和预测小微湿地水文要素变化趋势上有显著优势。从生态系统角度看，目前比较有名的湿地综合水文模型包括WETLANDS模型(Mansell et al.,2000)、Jorge
‑
MODFLOW湿地模型(Restrepo et al.,1998)、DRAINMOD模型(Skaggs,1982)、MIKE
‑
SHE模型(Singh,1995)和HYDRUS
‑
1D/2D模型(Simunek et al.,1998)。通常，构建湿地水文模型需要考虑生物群落能量和结构、发育史、养分循环、环境条件、生物选择以及体内平衡，从而发展出生态水文模型。从生态水文模型的空间结构上看，可以分为集总式和分布式；从耦合方式来看，分为单向耦合和双向耦合；从描述复杂度来看，分为概念性模型、半物理模型和物理模型(Yan，2014)。一般而言，集总式、单向耦合及概念性模型的计算简单，参数获取容易，广泛适用于不同地理条件和水文情景研究。相比之下，分布式、双向耦合、半物理及物理模型结构更为复杂，参数获取较困难，需要专业的建模知识和数据积累。另外，湿地水文要素的时空动态会影响植被生长竞争，而植被的演变也会影响水文过程；三角洲会随着河道冲淤的发展不断演变，因此需要在模型中实时调整水流路径。目前，考虑水文过程和生态过程相互作用的双向耦合模型仍有待发展和完善。
[0005]遥感技术可以在短时间内快速获取大空间尺度湿地水文实况信息，以实现地表持续观测，捕捉湿地水文过程的周期性节律变化、突变及发生的时期(Park and Latrubesse,2017)。几十年来，湿地水文过程遥感监测在数据获取、技术方法和产品研制等方面都取得了显著进步。比如，雷达测高数据具备全天时和全天候的特点，被用于水面提取、湖泊水位、水深监测及水量估算，但适用于宽度大于2km的水体(Alsdorf et al.,2000)，仪器偏差的影响令扫描轨迹及脉冲位置无法确保前后观测的一致性(Cr
é
taux et al.,2013)。微波遥感数据空间分辨率较低，其亮温数据的获取不受天气的限制，被用于土壤湿度和积雪厚度反演(Babaeian et al.,2019)，但由于其重返周期较长、数据获取费用高、解译难度大，多限于个例研究。光学传感器，尤其是Landsat TM/ETM+、Sentinel、SPOT、ASTER和ALOS等中高
分辨率多光谱遥感，有助于精确识别和提取水体(Davranche et al.,2010；Pantaleoni et al.,2009；Pekel et al.,2016)，但中高分辨率卫星带宽小、重返周期长，在快速高变幅小微湿地洪泛监测中往往受限(Yao etal.,2019；Zhao and Gao,2018)。与之相比，MODIS和AVHRR等重访周期短的多光谱数据在中尺度和大尺度洪泛监中突显了观测频率的优势，但较粗的空间分辨率使其在水面积测量方面的不确定性介乎
‑
6％～13％之间，从而难以满足小微湿地水文过程研究的需要。

技术实现思路

[0006]本专利技术的目的在于克服上述现有技术存在的缺陷，提供一种基于多源遥感数据融合的小微湿地水量高频估算方法。
[0007]为实现上述技术目的，本专利技术采用如下技术方案：
[0008]基于多源遥感数据融合的小微湿地水量高频估算方法，包括：
[0009]利用低空间分辨率遥感影像和中高空间分辨率遥感影像的融合数据提取水体，并依据水文连通性识别独立小微湿地的范围；
[0010]以独立的小微湿地为单元，对各单元做外接矩形，并遍历所述外接矩形范围内的数字高程模型生成小微湿地单元的潜在水位序列；
[0011]将潜在水位序列提取的水体范围依次与利用融合数据提取的小微湿地进行空间叠加，将二者的面积差值进行拟合，以拟合曲线的峰值作为独立小微湿地的最优水位；
[0012]将基于最优水位提取的水体范围与融合数据提取的小微湿地范围取交集，修正水位序列；
[0013]将修正后的水位序列与数字高程模型叠加计算各小微湿地单元的水深序列，基于水深和面积获取各小微湿地的水量。
[0014]作为一种优选的实施方式，所述低空间分辨率遥感影像选用MODIS遥感影像。
[0015]作为一种优选的实施方式，所述中高空间分辨率遥感影像选用Landsat、Sentinel或高分卫星遥感影像。
[0016]作为一种优选的实施方式，利用HSTAFM方法融合所述低空间分辨率遥感影像和中高空间分辨率遥感影像。
[0017]作为一种优选的实施方式，利用自然断点分类方法确定利用融合数据提取水体的阈值。
[0018]作为一种优选的实施方式，所述基于数字高程模型和所述外接矩形生成小微湿地单元的潜在水位序列包括：
[0019]在外接矩形划定的空间范围内获取外接矩形内的高程值，遍历外接矩形内的数字高程值形成潜在水位序列。
[0020]作为一种优选的实施方式，所述遍历潜在水位序列，将潜在水位提取的水体范围与利用融合数据提取的小微湿地进行空间叠加包括：
[0021]对潜在水位序列中的每一个数值进行如下操作：
[0022]选取序列中的一个数值作为当前假设水位值，提取外接矩形范围内高程值小于该假设水位值的像元，即利用当前假设水位值提取的水体范围，将基于当前假设水位值提取的水体范围与利用融合数据提取的小微湿地进行空间叠加。
[0023]作为一种优选的实施方式，利用高斯拟合方法对潜在水位提取的水体面积和利用融合数据提取的小微湿地的面积差值进行迭代。
[0024]作为一种优选的实施方式，对像元水深与像元面积的乘积进行积分以估算各小微湿地单元的水量。
[0025]本专利技术通过分层时空自适应融合模型(HSTAFM)整合中高空间分辨率和高时间分辨率的卫星遥感数据(Landsat和MODIS)，利用自动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多源遥感数据融合的小微湿地水量高频估算方法，其特征在于，包括：利用低空间分辨率遥感影像和中高空间分辨率遥感影像的融合数据提取水体，并依据水文连通性识别独立小微湿地的范围；以独立的小微湿地为单元，对各单元做外接矩形，并基于数字高程模型和所述外接矩形生成小微湿地单元的潜在水位序列；遍历潜在水位序列，将潜在水位提取的水体范围与利用融合数据提取的小微湿地进行空间叠加，将二者的面积差值进行拟合，以拟合曲线的峰值作为独立小微湿地的最优水位；将基于最优水位提取的水体范围与融合数据提取的小微湿地范围取交集，修正水位序列；将修正后的水位序列与数字高程模型叠加计算各小微湿地单元的水深序列，基于水深和面积获取各小微湿地的水量。2.根据权利要求1所述的方法，其特征在于，所述低空间分辨率遥感影像选用MODIS遥感影像。3.根据权利要求2所述的方法，其特征在于，所述中高空间分辨率遥感影像选用Landsat、Sentinel或高分卫星遥感影像。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，利用HSTAFM方法融合所述低空间分辨...

【专利技术属性】
技术研发人员：谭志强，姚静，王晓龙，李云良，
申请(专利权)人：中国科学院南京地理与湖泊研究所，
类型：发明
国别省市：