System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及遥感图像处理,具体涉及一种基于遥感影像的城市碳排放时空分布模拟方法及系统。
技术介绍
1、遥感技术是通过航空遥感或卫星遥感获取地球表面信息的技术,其可以利用遥感影像数据获取城市要素的空间分布信息,如建筑、交通网络和绿地覆盖等。碳排放模型是基于能源消耗、交通流量和产业活动等因素,对碳排放进行估算和模拟的数学模型。通过遥感图像可获取城市内的碳排放分布信息,并且可以结合地理信息系统进行时空分布模拟,使得相关技术人员能够更直观了解城市碳排放的时空分布情况。
2、现有技术中考虑到高碳排放区域在遥感图像中具有显著的颜色特征,因此可根据ca显著性检测算法获取每个像素点的显著性值,进而确定高碳排放区域用于可视化展示。但是在现有技术中,由于ca显著性检测算法是一种基于局部特征和全局特征显著性的检测算法,对于面积较小的高碳排放区域,在分析其局部显著性特征时会被背景信息将显著性值淡化,导致所得到的显著性值较小,进而出现漏检现象,使得最终的高碳排放区域展示不完全,影响地理信息系统上对于城市碳排放的时空分布模拟效果。
技术实现思路
1、为了解决现有技术中使用ca显著性检测算法得到的显著值不准确,无法得到准确的高碳排放区域,进而影响城市碳排放的时空分布模拟效果技术问题,本专利技术的目的在于提供一种基于遥感影像的城市碳排放时空分布模拟方法及系统,所采用的技术方案具体如下:
2、本专利技术提出了一种基于遥感影像的城市碳排放时空分布模拟方法,所述方法包括:
3、获取
4、根据所述疑似高碳排放区域的颜色信息以及颜色对比度获得每个疑似高碳排放区域的色彩表现系数;根据所述疑似高碳排放区域内部的颜色信息渐变特征,以及相邻疑似高碳排放区域之间的颜色信息,获得碳排放扩散程度;根据所述色彩表现系数和所述碳排放扩散程度获得每个所述疑似高碳排放区域的显著性修正因子;
5、根据所述显著性修正因子对所述疑似高碳排放区域中每个像素点的初始显著性值进行修正,获得每个像素点的修正显著性值;根据所述修正显著性值确定真实高碳排放区域;
6、将每个时刻下所述城市的真实高碳排放区域在地理信息系统上进行可视化显示并进行时空分布模拟。
7、进一步地,所述根据所述初始显著性值获得疑似高碳排放区域,包括:
8、将所述初始显著性值大于预设初始显著性阈值的像素点作为目标像素点;对目标像素点进行聚类,获得所述疑似高碳排放区域。
9、进一步地,所述颜色信息为所述碳排放遥感图像中的像素点在rgb色彩空间中的红色通道的通道值。
10、进一步地,所述颜色对比度的获取方法包括:
11、对于所述疑似高碳排放区域中的一个边界像素点,距离所述边界像素点最近的非疑似高碳排放区域的像素点为所述边界像素点的第一对比点;
12、对于一个疑似高碳排放区域而言,将每个边界像素点与对应第一对比点之间的颜色信息差值进行累加,获得所述颜色对比度。
13、进一步地,所述色彩表现系数的获取方法包括:
14、将所述疑似高碳排放区域内的平均颜色信息和归一化后的所述颜色对比度相乘,获得所述色彩表现系数。
15、进一步地,所述碳排放扩散程度的获取方法包括:
16、对于每个疑似高碳排放区域而言,在疑似高碳排放区域中随机挑选预设数量个像素点作为边界像素点的第二对比点;所述第二对比点的平均颜色信息作为对比颜色信息;将对比颜色信息与每个边界像素点的颜色信息之间的差值进行累加,获得区域内部碳扩散程度;
17、将距离最近的其他疑似高碳排放区域作为对比区域,所述疑似高碳排放区域与对应对比区域之间距离最短的两个边界像素点分别作为第一待分析点和第二待分析点;所述第一待分析点和所述第二待分析点之间连线上的像素点作为第三待分析点;
18、将所述第一待分析点与每个所述第三待分析点之间的颜色信息差值累加,获得第一差值累加值;将所述第二待分析点与每个所述第三待分析点之间的颜色信息差值累加,获得第二差值累加值;所述第一差值累加值和所述第二差值累加值的和作为区域间碳扩散程度;
19、所述区域内部碳扩散程度与所述区域间碳扩散程度的乘积作为所述碳排放扩散程度。
20、进一步地,所述显著性修正因子的获取方法包括:
21、将所述色彩表现系数和所述碳排放扩散程度相乘后进行归一化,获得初始修正因子,将所述初始修正因子乘上预设最大调整倍数,获得所述显著性修正因子。
22、进一步地,所述根据所述修正显著性值确定真实高碳排放区域,包括:
23、获得每个所述疑似高碳排放区域的平均修正显著性值,若所述平均修正显著性值大于预设修正显著性阈值,则将对应疑似高碳排放区域作为真实高碳排放区域。
24、进一步地,所述获得每个像素点的修正显著性值,之后还包括:
25、根据所述疑似高碳排放区域在城市中所属的行政区域类别设置区域权重,将所述区域权重与所述修正显著性值相乘获得优化显著性值;根据所述优化显著性值确定真实高碳排放区域。
26、本专利技术还提出了一种基于遥感影像的城市碳排放时空分布模拟系统,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现任意一项所述一种基于遥感影像的城市碳排放时空分布模拟方法的步骤。
27、本专利技术具有如下有益效果:
28、本专利技术实施例在获得每个像素点的初始显著值后,获得疑似高碳排放区域。为了避免疑似高碳排放区域的误检,考虑到真实的高碳排放区域在遥感图像中会具有明显的颜色特征以及对比度,首先获得色彩表现系数,进一步考虑到碳排放具有明显的扩散性,真实的高碳排放区域的含碳量会呈现中心向外扩散的特征,因此通过色彩表现系数和碳排放扩散程度获得显著性修正因子,用于修正初始显著值性值,根据修正显著性值即可确定真实的高碳排放区域。本专利技术实施例通过高碳排放区域在遥感图像中的具体特征对显著值进行进一步的修正,使得能够获得准确的真实高碳排放区域用于地理信息系统上的可视化显示,进而实现了对城市碳排放的准确时空分布模拟。
本文档来自技高网...【技术保护点】
1.一种基于遥感影像的城市碳排放时空分布模拟方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种基于遥感影像的城市碳排放时空分布模拟方法,其特征在于,所述根据所述初始显著性值获得疑似高碳排放区域,包括:
3.根据权利要求1所述的一种基于遥感影像的城市碳排放时空分布模拟方法,其特征在于,所述颜色信息为所述碳排放遥感图像中的像素点在RGB色彩空间中的红色通道的通道值。
4.根据权利要求1所述的一种基于遥感影像的城市碳排放时空分布模拟方法,其特征在于,所述颜色对比度的获取方法包括:
5.根据权利要求1所述的一种基于遥感影像的城市碳排放时空分布模拟方法,其特征在于,所述色彩表现系数的获取方法包括:
6.根据权利要求1所述的一种基于遥感影像的城市碳排放时空分布模拟方法,其特征在于,所述碳排放扩散程度的获取方法包括:
7.根据权利要求1所述的一种基于遥感影像的城市碳排放时空分布模拟方法,其特征在于,所述显著性修正因子的获取方法包括:
8.根据权利要求1所述的一种基于遥感影像的城市碳排放时空分布模拟方
9.根据权利要求1所述的一种基于遥感影像的城市碳排放时空分布模拟方法,其特征在于,所述获得每个像素点的修正显著性值,之后还包括:
10.一种基于遥感影像的城市碳排放时空分布模拟系统,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1~9任意一项所述一种基于遥感影像的城市碳排放时空分布模拟方法的步骤。
...【技术特征摘要】
1.一种基于遥感影像的城市碳排放时空分布模拟方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种基于遥感影像的城市碳排放时空分布模拟方法,其特征在于,所述根据所述初始显著性值获得疑似高碳排放区域,包括:
3.根据权利要求1所述的一种基于遥感影像的城市碳排放时空分布模拟方法,其特征在于,所述颜色信息为所述碳排放遥感图像中的像素点在rgb色彩空间中的红色通道的通道值。
4.根据权利要求1所述的一种基于遥感影像的城市碳排放时空分布模拟方法,其特征在于,所述颜色对比度的获取方法包括:
5.根据权利要求1所述的一种基于遥感影像的城市碳排放时空分布模拟方法,其特征在于,所述色彩表现系数的获取方法包括:
6.根据权利要求1所述的一种基于遥感影像的城市碳排放时空分布模拟方法...
【专利技术属性】
技术研发人员:王小涵,周敏强,许建伟,章俊屾,李咏华,姚松,江河洲,秦陈,
申请(专利权)人:浙江大学,
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。