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】
本专利技术属于遥感影像处理,尤其涉及一种用于冰川区域遥感的影像快速筛选方法。
技术介绍
1、冰川是重要的固体水资源,新疆是我国冰雪资源最为丰富的地区之一。据统计新疆冰川融水占到地表净流量近1/3,冰川融水不仅是新疆赖以发展的重要水资源,而且是新疆独特绿洲经济与社会发展的命脉。它对稳定和调节河流径流、保障人民生产生活用水、水资源稳定及自然生态平衡,发挥着至关重要的作用。近几十年来全球气候快速变暖导致冰川发生快速消融,诸多研究者通过不同时期,多源遥感影像的解译,并结合早期航测地形图,对新疆冰川的面积、厚度变化进行了研究。结果表明,新疆的冰川在过去的50年间处于整体退缩状态,冰川面积普遍退缩,冰川厚度减薄,以天山乌鲁木齐河流域内冰川为例,自小冰期至2014年流域内冰川面积退缩了64.84%,且已有12条冰川消失。大范围的冰川退缩使得河川径流量增加,但未来随着冰川面积和储量的不断减少,冰川融水必将经历先增后降的过程,这将改变新疆各流域的径流组成、水资源量及季节分配,进而影响新疆的生产、生活和生态用水,加剧绿洲经济和生态系统用水供需矛盾,对社会经济的长期稳定发展造成巨大威胁。为了保护好新疆人民赖以生存的自然生态环境,科学管理和合理规划利用宝贵的冰川自然资源,有必要进一步开展对新疆冰川的调查研究工作,通过对冰川的面积、长度,冰川厚度、储量等方面进行研究,获得一套监测精度最高、时相最新的冰川本底数据,客观、准确的反应冰川分布状况、冰川储量信息,为冰川资源保护与合理利用提供数据支持,为后续开展水资源专项调查奠定理论基础,为履行自然资源“两统一”
2、冰川遥感调查以研究范围内分布的冰川为对象,采用遥感技术手段,进行冰川分布信息获取。高分辨率国产光学遥感影像作为遥感调查主要的数据源,发挥着重要的基础支撑作用。由于冰川一般分布在高山地区,自然环境复杂、天气条件恶劣,通常难以获取晴空影像,积雪、云覆盖和山体阴影等干扰较为常见。为了能够更准确、全面的反映冰川分布信息,在进行数据采集前,需避免季节性积雪、厚云被误判入冰川或冰川边界无法准确定位等情况,因此筛选出充足并且干扰因素最少的数据源非常关键。
3、在现有技术中,以2021年新疆冰川影像筛选影像工作为例,研究区内7-9月高分和资源系列卫星过境影像约3000多景,通过初选、二次筛选、混合筛选最终筛选出约200景符合条件的影像,全人工目视筛选影像耗时长达5个月。
4、上述方法的不足之处是研究区过境高分辨率卫星影像数量多,需要具有丰富专业知识的遥感影像解译专家进行初选、二次筛选和混合筛选等三道人工筛选,才可以筛选出满足要求的研究区冰川影像数据,该方法对解译专家专业知识依赖程度高、工作量大、费时费力,难以保证研究与生产的时效性要求。
技术实现思路
1、本专利技术的目的在于提供一种用于冰川区域遥感的影像快速筛选方法,旨在解决现有技术中对解译专家专业知识依赖程度高、工作量大、费时费力,难以保证研究与生产的时效性要求的问题。
2、本专利技术是这样实现的,一种用于冰川区域遥感的影像快速筛选方法,所述方法包括:
3、获取高分辨率影像数据,所述高分辨率影像数据包括高时间分辨率影像数据和高空间分辨率数据;
4、基于数据融合的方式对高分辨率影像数据进行初步去云处理,基于时空立方体条件概率差值去云方式进行二次去云处理,得到高时间分辨率冰雪覆盖影像数据,构建研究区内的高时间分辨率冰雪覆盖数据集;
5、在研究区域构建精细化渔网,确定渔网的参数;
6、基于构建得到的渔网对高时间分辨率高时间分辨率冰雪覆盖数据集进行划分,得到渔网冰雪面积数据;
7、对非零冰雪面积进行升序排列,构建高时间分辨率光学遥感冰雪面积渔网有序集;
8、进行高时间分辨率与高空间分辨率渔网冰雪面积匹配,判定高空间分辨率冰雪覆盖数据是否满足条件;
9、计算判定满足条件的高空间分辨率冰雪覆盖数据对应的冰雪覆盖可信度;
10、基于冰雪覆盖可信度对高空间分辨率冰雪覆盖数据进行筛选和分类。
11、优选的,所述获取高分辨率影像数据的步骤中,采用网络爬虫算法获取高分辨率影像数据,通过将原始数据定义为地理坐标系,实现影像数据的自动坐标转换与拼接处理,形成覆盖研究区域的当日过境高分辨率影像数据。
12、优选的,基于时空立方体条件概率差值去云方式进行二次去云处理的步骤中,以当前云像元条件概率作为时空域像元的权重,计算求得影像中当前云像元在实际中云下地表覆盖的概率,通过设置阈值,求得云下像元的地表覆盖情况,在研究区域光学高时间分辨率影像中云像元与非云像元交界处的云像元,以该云像元为中心,取3×3的滑动窗口,计算该云像元与其他领域像元是否为非云像元的条件概率p(cx,y|cn),公式如下:
13、
14、其中,cx,y,t和cn,t′分别表示在第t天和第t′天冰雪覆盖指数影像数据中位置为(x,y)的冰雪覆盖概率和(x,y)周围的像元冰雪覆盖概率,nx,y为滑动窗口内非云像元数,p(cx,y|cn)越接近1,说明该中心像元与其余周围非云像元相似性越高,通过设置阈值,将该云像元置换为非云像元。
15、优选的,在研究区域构建精细化渔网,确定渔网的参数的步骤中,生成监测区1:2.5万图幅的渔网fn=={fn1,…,fnn},依据研究区范围及高空间分辨率遥感冰雪遥感影像数据设置网格大小。
16、优选的,进行高时间分辨率与高空间分辨率渔网冰雪面积匹配,判定高空间分辨率冰雪覆盖数据是否满足条件的步骤,具体包括:从高时间分辨率光学遥感冰雪面积渔网有序集中的最小渔网积雪覆盖面积开始,查找是否有对应高分辨率积雪覆盖面积数据,计算高时间分辨率积雪覆盖面积与高空间分辨率冰雪覆盖面积间的误差,根据预设的阈值判定本年度最小冰雪覆盖是否已找到,若未找到,则对高时间分辨率光学遥感冰雪面积渔网有序集中的下一个元素进行对比。
17、优选的,计算判定满足条件的高空间分辨率冰雪覆盖数据对应的冰雪覆盖可信度的步骤中,采用以下公式计算冰雪覆盖可信度:
18、
19、为高空间分辨率冰雪覆盖面积gfx对应的高时间分辨率冰雪覆盖数面积,fx值越大,说明gfx为当本年度监测期内最小冰雪覆盖的可信度越高,当fx值为1时,说明高空间分辨率冰雪覆盖面积与高时间分辨率冰雪覆盖面积gfx完全重合或者此景高空间分辨率冰雪覆盖影像数据gfx完全被冰雪覆盖,影像数据gfx为本年度监测期内最小冰雪覆盖。
20、优选的,基于冰雪覆盖可信度对高空间分辨率冰雪覆盖数据进行筛选和分类的步骤中,将冰雪覆盖可信度为1的高空间分辨率冰雪覆盖数据划分为直接应用数据,将冰雪覆盖可信度小于1的高空间分辨率冰雪覆盖数据划分为人工筛查数据。
21、优选的,确定网格大小的步骤中,网格长度为7′30″,高度为5′。
22、优选的,若高时间分辨率光学遥感本文档来自技高网...
【技术保护点】
1.一种用于冰川区域遥感的影像快速筛选方法,其特征在于,所述方法包括:
2.根据权利要求1所述的用于冰川区域遥感的影像快速筛选方法,其特征在于,所述获取高分辨率影像数据的步骤中,采用网络爬虫算法获取高分辨率影像数据,通过将原始数据定义为地理坐标系,实现影像数据的自动坐标转换与拼接处理,形成覆盖研究区域的当日过境高分辨率影像数据。
3.根据权利要求1所述的用于冰川区域遥感的影像快速筛选方法,其特征在于,基于时空立方体条件概率差值去云方式进行二次去云处理的步骤中,以当前云像元条件概率作为时空域像元的权重,计算求得影像中当前云像元在实际中云下地表覆盖的概率,通过设置阈值,求得云下像元的地表覆盖情况,在研究区域光学高时间分辨率影像中云像元与非云像元交界处的云像元,以该云像元为中心,取3×3的滑动窗口,计算该云像元与其他领域像元是否为非云像元的条件概率p(Cx,y|Cn),公式如下:
4.根据权利要求1所述的用于冰川区域遥感的影像快速筛选方法,其特征在于,在研究区域构建精细化渔网,确定渔网的参数的步骤中,生成监测区1:2.5万图幅的渔网FN=={FN1,
5.根据权利要求1所述的用于冰川区域遥感的影像快速筛选方法,其特征在于,进行高时间分辨率与高空间分辨率渔网冰雪面积匹配,判定高空间分辨率冰雪覆盖数据是否满足条件的步骤,具体包括:从高时间分辨率光学遥感冰雪面积渔网有序集中的最小渔网积雪覆盖面积开始,查找是否有对应高分辨率积雪覆盖面积数据,计算高时间分辨率积雪覆盖面积与高空间分辨率冰雪覆盖面积间的误差,根据预设的阈值判定本年度最小冰雪覆盖是否已找到,若未找到,则对高时间分辨率光学遥感冰雪面积渔网有序集中的下一个元素进行对比。
6.根据权利要求1所述的用于冰川区域遥感的影像快速筛选方法,其特征在于,计算判定满足条件的高空间分辨率冰雪覆盖数据对应的冰雪覆盖可信度的步骤中,采用以下公式计算冰雪覆盖可信度:
7.根据权利要求1所述的用于冰川区域遥感的影像快速筛选方法,其特征在于,基于冰雪覆盖可信度对高空间分辨率冰雪覆盖数据进行筛选和分类的步骤中,将冰雪覆盖可信度为1的高空间分辨率冰雪覆盖数据划分为直接应用数据,将冰雪覆盖可信度小于1的高空间分辨率冰雪覆盖数据划分为人工筛查数据。
8.根据权利要求4所述的用于冰川区域遥感的影像快速筛选方法,其特征在于,确定网格大小的步骤中,网格长度为7′30″,高度为5′。
9.根据权利要求5所述的用于冰川区域遥感的影像快速筛选方法,其特征在于,若高时间分辨率光学遥感冰雪面积渔网有序集中的所有元素遍历完,没有找到满足条件的数据,则判定说明该渔网内本年度监测期没有符号条件的高空间分辨率冰雪覆盖数据。
...【技术特征摘要】
1.一种用于冰川区域遥感的影像快速筛选方法,其特征在于,所述方法包括:
2.根据权利要求1所述的用于冰川区域遥感的影像快速筛选方法,其特征在于,所述获取高分辨率影像数据的步骤中,采用网络爬虫算法获取高分辨率影像数据,通过将原始数据定义为地理坐标系,实现影像数据的自动坐标转换与拼接处理,形成覆盖研究区域的当日过境高分辨率影像数据。
3.根据权利要求1所述的用于冰川区域遥感的影像快速筛选方法,其特征在于,基于时空立方体条件概率差值去云方式进行二次去云处理的步骤中,以当前云像元条件概率作为时空域像元的权重,计算求得影像中当前云像元在实际中云下地表覆盖的概率,通过设置阈值,求得云下像元的地表覆盖情况,在研究区域光学高时间分辨率影像中云像元与非云像元交界处的云像元,以该云像元为中心,取3×3的滑动窗口,计算该云像元与其他领域像元是否为非云像元的条件概率p(cx,y|cn),公式如下:
4.根据权利要求1所述的用于冰川区域遥感的影像快速筛选方法,其特征在于,在研究区域构建精细化渔网,确定渔网的参数的步骤中,生成监测区1:2.5万图幅的渔网fn=={fn1,…,fnn},依据研究区范围及高空间分辨率遥感冰雪遥感影像数据设置网格大小。
5.根据权利要求1所述的用于冰川区域遥感的影像快速筛选方法,其特征在于,进行高时间分辨率与高空间分辨率渔网冰雪面积匹配,判定高...
【专利技术属性】
技术研发人员:黄晓东,张琴琴,陈雪华,顾芳,张思聪,马英莲,付莹姿,李丹,玛依努尔·哈斯木江,
申请(专利权)人:新疆维吾尔自治区测绘科学研究院,
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。