当前位置:首页 > 报告详情

14、陈会丽-一种基于多时相遥感信息及路径追踪的流域河网提取方法(31页).pdf

上传人: 云闲 编号:91474 2021-01-01 31页 6.32MB

1、陈会丽,梁中耀,刘永陈会丽,梁中耀,刘永北京大学环境科学与工程学院流域科学实验室(PKUWSL)http:/www.pkuwsl.org2018-10-26基于多时相遥感数据和路径追踪基于多时相遥感数据和路径追踪的河网提取方法研究的河网提取方法研究1.背景背景 河网的精准刻画河网的精准刻画对洪水风险管洪水风险管理理(如:Ward et al.,2017,Nature Climate Change;Dottori et al.,2018,Nature Climate Change)、水资源管理水资源管理(如:Gleason&Smith,2014,PNAS)、地地貌演化貌演化(如:Boix-Fay

2、os et al.,2007,Geomorphology;Marchese et al.,2017,Geomorphology)、全球生物地球化全球生物地球化学循环学循环(如:Rosemond et al.,2015,Science)等具有重要意义。来自于:来自于:HydroSHEDS 数据库数据库实地测站分布稀疏测站分布稀疏,且未覆盖全球大部分地区(Gleason&Smith,2014,PNAS;Isikdogan&Passalacqua,2017,Remote sensing of environment)。基于DEM的河网提取算法地形信息地形信息水系信息水系信息限制限制1:平坦地区表现不

3、佳:平坦地区表现不佳限制限制2:集水面积阈值难以确定:集水面积阈值难以确定限制限制3:难以再现河网的时空变化:难以再现河网的时空变化1)DEM洼地预处理洼地预处理,2)栅格流向判断栅格流向判断,3)上游集水面积累计上游集水面积累计,4)河段识别河段识别真实真实模拟模拟基于遥感影像的河网提取算法水面水面信息信息水系信息水系信息限制限制1:断点:断点河网不连通河网不连通(Cazorzi et al.,2013,Hydrological Process)Tulbure et.al.,2016,Remote Sensing of Environment基于遥感影像的河网提取算法水面水面信息信息水系信息

4、水系信息限制限制1:断点:断点河网不连通河网不连通Tulbure et.al.,2016,Remote Sensing of Environment限制限制2:未考虑水面的时空变化:未考虑水面的时空变化河网不完整、位置偏差河网不完整、位置偏差东辽河东辽河基于遥感影像的河网提取算法水面水面信息信息水系信息水系信息限制限制1:断点:断点河网不连通河网不连通Tulbure et.al.,2016,Remote Sensing of Environment限制限制2:未考虑水面的时空变化:未考虑水面的时空变化河网不完整、位置偏差河网不完整、位置偏差东辽河东辽河限制限制3:未区分永久性水体与临时水体:未

5、区分永久性水体与临时水体东苕溪河局部东苕溪河局部虚假河网虚假河网基于多时相遥感数据和路径追踪的河网提取方法 河网不连通河网不连通 河网不完整、位置偏差河网不完整、位置偏差 虚假河网虚假河网多时相遥感影像多时相遥感影像机器学习机器学习连通追踪连通追踪江河湖泊江河湖泊河网水系河网水系高精度、完整的、连通的高精度、完整的、连通的河网河网多水文状态下的水面信息多水文状态下的水面信息最佳最佳/可能水力路径可能水力路径方法方法2.解释变量来源TOA1(Chander et.al.,2009)TOA2 TOA3 TOA4 TOA5 TOA7 Brightness temperature Normalized

6、 Difference Vegetation Index(NDVI)=(TOA4-TOA3)/(TOA4+TOA3)(Tucker,1979)Enhanced Vegetation Index(EVI)=2.5*(TOA4-TOA3)/(TOA4+6*TOA3-7.5*TOA1+1)(Huete et.al.,2002)Normalized Difference Water Index(NDWI)=(TOA2-TOA4)/(TOA2+TOA4)(McFeeters,1996)The Modified Normalized Difference Water Index(MNDWI)=(TOA2-

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文介绍了北京大学环境科学与工程学院流域科学实验室研究团队基于多时相遥感数据和路径追踪的河网提取方法研究。研究背景指出河网提取对洪水风险管理、水资源管理、地貌演化等领域具有重要意义。传统河网提取方法存在限制,如DEM在地形信息提取上的不足,以及遥感影像在水面信息提取上的挑战。研究团队通过机器学习方法,建立随机森林模型,有效提取河网信息。核心数据包括东辽河、东苕溪、汉北河的河网提取结果,以及与手工绘制河网的对比。研究结果表明,新方法在河网连通性、完整性和位置精度上均有显著提升,且在不同的水文状态下都能准确捕捉河网变化。该研究为未来更高分辨率影像和DEM与遥感结合的河网提取提供了方向。
"河网提取方法研究的新进展" "多时相遥感数据在河网提取中的应用" "基于机器学习的河网提取技术探究"
客服
商务合作
小程序
服务号
折叠