低空遥感结合卫星影像的河道流量反演_姜磊鹏.pdf
《低空遥感结合卫星影像的河道流量反演_姜磊鹏.pdf》由会员分享,可在线阅读,更多相关《低空遥感结合卫星影像的河道流量反演_姜磊鹏.pdf(12页珍藏版)》请在咨信网上搜索。
1、第46卷第3期2023年3月ARIDLANDGEOGRAPHYVol.46No.3Mar.2023doi:10.12118/j.issn.10006060.2022.357低空遥感结合卫星影像的河道流量反演姜磊鹏1,2,3,丁建丽1,2,3,包青岭1,2,3,葛翔宇1,2,3,刘景明1,2,3,王瑾杰1,2,3(1.新疆大学地理与遥感科学学院,新疆 乌鲁木齐830046;2.新疆大学绿洲生态重点实验室,新疆 乌鲁木齐830046;3.新疆智慧城市与环境建模自治区普通高校重点实验室,新疆 乌鲁木齐830046)摘要:中小型河流的径流量精准监测对干旱区生态稳定具有重要意义。然而中小型河流流量遥感精
2、准反演存在困难。以新疆尼勒克县境内的喀什河种峰场河段为例,基于关系拟合法,依据实测水文数据、无人机数据和卫星数据,构建河宽、水深与流量之间幂函数关系模型,并利用卫星数据的时序性,反演监测河段24次不同时期的径流量。反演结果表明:当径流量为050 m3s-1和50100 m3s-1时,基于河宽的水力几何形态径流量反演效果最优,均方根误差(RMSE)分别为7.15 m3s-1和2.81 m3s-1;当径流量为100200 m3s-1和200 m3s-1时,基于水深和河宽的水力几何形态径流量反演效果最佳,RMSE分别为13.37 m3s-1和1.06 m3s-1。研究结果可为水文资料缺乏区的中小型河
3、流径流精细化监测与管理提供一种新方法,也对洪流灾害预测、水能资源开发与水生态系统修复具有较高的参考价值。关 键 词:无人机遥感;Sentinel-2;河道流量;关系拟合法;反演文章编号:10006060(2023)03038512(03850396)径流量是水资源开发利用、河流生态修复与保护所需的基础数据,也是评估水资源储量、能源风险、社会经济发展的重要依据1-7。但很多地区受到地域环境、经济、政策等因素的限制,固定水文观测站点分布稀疏甚至缺失,造成水文要素信息缺乏。为了解决在水文无资料或少资料地区获取有效的流量数据的科学问题,很多学者将遥感技术应用于河道的流量监测与反演,在基础理论与实际应用
4、方面进行大量研究8-13。随着地理空间信息科学的发展,基于关系拟合法,通过水力特征变量反演径流量的方法已成为遥感领域的一个重要研究方向。通过关系拟合法来耦合遥感数据反演径流量的科学问题,国内外学者已进行大量研究。Leopold等14通过研究美国西部河流的水文数据,首次提出将河宽作为水力特征变量,构建河宽与流量的幂函数模型进行径流量反演,该理论为径流量反演提供了新的思路;随后Rhodes15在全球范围内选取587组河流,以河宽作为水力特征变量反演流量,验证了关系拟合法的可靠性;在前者的研究基础上,Gleason等16又利用遥感卫星数据获取长江、密西西比河、亚达斯巴卡河等大型河流的河宽,构建了多站
5、水力几何形态的函数关系进行径流量反演,进一步推广了该方法的应用;Bjerklie等17通过河宽、水深与流速等水力特征参数构建径流量反演模型模拟流量;Sichangi等18利用多源遥感数据获取河宽和水深等水力特征变量,对尼罗河和亚马逊的径流量进行反演。基于国外的研究成果,李甲振等19概化河道断面,构建概化断面的河宽与流量的幂函数模型,通过实测河宽对径流量进行反演;赵长森等20将无人机航测数据应用到径流量反演中,对济南小清河流域的65组河流断面进行径流量反演;杨胜天等21通过无人机航空摄影获取高精度的遥感影像,结合曼宁公式对新疆典型无资料区中小型河流径流量进行反演。收稿日期:2022-07-15;
6、修订日期:2022-09-28基金项目:国家自然科学基金项目(42171269);新疆院士工作站项目(2020.B001)资助作者简介:姜磊鹏(1997-),男,硕士研究生,主要从事生态水文方面研究.E-mail:通讯作者:丁建丽(1974-),男,博士,二级教授,主要从事干旱区资源与环境遥感与建模研究.E-mail:46卷虽然最新研究已将低空遥感数据与卫星数据相结合,对水文资料缺乏区的中小型河流径流量进行反演,但相关研究仍然需要进一步完善19,22。本文利用无人机数据的高精度优势与卫星数据的时序性特征,将低空遥感、卫星遥感和实测水文数据三者相结合进行径流量反演研究,利用河宽、水深和流量数据构
7、建幂函数关系模型,耦合多光谱遥感数据,实现对中小型河道的时序性流量反演。为实现水文信息缺乏区河道流量时序性监测提供了一种高效、便捷的新途径,也可用于洪流灾害预测与水资源精细化管理。1研究区概况本文选取喀什河上游出山口处的种蜂场水文监测断面为研究对象(图1)。喀什河地处尼勒克县境内,北东南三面环山,发源于依连哈比尔尕山,流向从东向西。河流总长度 315 km,流域面积 9541km2,支流多在北岸,流域呈狭长的柳叶形,流域高程8004600 m。河流多年平均流速为127.9 ms-1,多年平均径流量为3.9021010m3s-1。其水源以冰雪融水为主,降水补给次之2。2数据与方法2.1 研究方法
8、本文基于关系拟合法,将低空遥感数据、实测水文数据和卫星数据相结合,构建幂函数模型,对河流流量进行反演,具体步骤如图2所示。通过无人机航拍获得的数字表面模型(DSM)数据,对种蜂场河段均匀分割,概化出该河段的水力特征关系;基于河段水力特征关系,利用Sentinel-2遥感数据确定流量反演所需的经验参数值,进行河流流量反演,并对反演结果进行精度验证22。2.1.1 水力特征关系构建(1)河段划分。河道在自然发育过程中由于水流的侵蚀、搬运、堆积作用,难以使用统一的关系表述不同位置的断面形状特征。目标河段的划分产生多个较短的河段,在这些较短的河段内可以归纳出表征断面形状关系的河宽-水深关系曲线。(2)
9、划分河段断面的河宽-水深关系曲线。提取划分河段的高程数据,获取不同水深对应的河宽数据,绘制划分河段断面的河宽-水深关系曲线。(3)拟合河段水力特征关系平均曲线方程。基于划分河段断面的河宽-水深关系曲线,计算相同水深各个分割河段河宽的平均值,使用Origin软件拟合表示目标河段的断面形状特征的河宽-水深关系曲线,获取函数方程,实现输入任意河宽(水深)获取对应水深(河宽)的结果。(4)流量反演。基于关系拟合法,构建流量与河宽、水深的函数关系,通过卫星数据提取河段的水域面积,利用式(4)获取概化河宽,进而计算相应水深;由于实测水文数据没有记录实际河宽,而本文流量反演方法中的经验参数(A、B、C)需要
10、河宽数据率定,故将水深代入拟合方程,即可获取河宽,进而率定经验参数。最终通过观测河宽或水深的变化即可对河流流量进行反演研究。2.1.2 深度学习卷积神经网络模型深度学习卷积神经网络是一种基于数据表征的机器学习算法。图1 尼勒克段喀什河水系分布Fig.1 Distribution of water system of Kashi River inNilka section注:DOM为正射影像;DSM为数字表面模型。图2 水力几何形态流量反演流程图Fig.2 Hydraulic geometry flow over inversion flow chart3863期姜磊鹏等:低空遥感结合卫星影像的
11、河道流量反演它利用卫星影像的空间信息和光谱信息,深层次的提取图像特征,而且对遥感影像的水体识别具有较高的准确率,优于BP神经网络、支持向量机、归一化水体指数(NDWI)等方法23,避免了传统方法中复杂的预处理过程。故本文选取Keras卷积神经网络对遥感影像中的水体进行提取,获取水域面积。图3为基于Keras卷积神经网络流程示意图,显示了水体提取的整个过程。本文使用的基于Keras卷积神经网络的遥感图像水体识别方法,主要有 5 个步骤:(1)图像预处理。利用现有的模型与方法,抑制或消除图像成像时的各种误差。(2)数据标记。选取 Sentinel-2 中10 m分辨率的波段2(Blue)、波段3(
12、Green)和波段4(Red)进行假彩色合成,对合成图片中的水体进行标记,并保存标记水体的多边形顶点,创建一张与原图相同大小的图像,设置为白色,读取多边形内的像素点设置为黑色;标记后的图像,白色部分表示陆地,黑色部分表示水体。(3)图像切分与建立训练集。为实现模型对水体识别,将遥感影像切分为1616的小块,结合标记的图像建立训练集。(4)基于 Keras 卷积神经网络构建模型及训练。本文的Keras卷积神经网络共设置3个卷积层(Conv),3个最大池化层(Max Pool),1个输入层(Input),2个连接层(F)和1个输出层(Output)。其中,卷积层和最大池化层主要用于遥感图像的水体提
13、取。(5)使用训练后的模型自动化识别水体。通过前向传播和反向传播2个重要训练过程24,确定了该模型的参数,最后将假彩色遥感图像输入,即可获取水体信息。2.1.3水力参数计算在众多水文学预测模型中,水力梯度和糙率是不可或缺的重要参数,但已有研究证明,在水力梯度、糙率缺失的情况下依然可以实现对流量的精准预测25。关系拟合法基于河宽、水深与径流量的水力特征关系,构建幂函数模型实现河道径流量反演。关系拟合法是适用幂函数型断面、三角形断面河流和宽深比较大的河流进行流量反演18。计算公式如下:Q=AW83(1)Q=BH83(2)Q=CWH53(3)式中:A、B、C 为经验参数;Q、H、W 分别为径流量(m
14、3s-1)、水深(m)、河宽(m)。由于利用遥感数据直接获取河宽,可能会受到山体阴影、云层、冰雪等因素的干扰,河宽会产生较大的误差。因此,利用河段的水域面积与长度的比注:K为通道数;pixels为像素;Conv为卷积层;Max Pool为最大池化层;F为连接层。图3 Keras卷积神经网络流程图Fig.3 Flow chart of Keras convolutional neural network38746卷值,产生的误差较小,可获得精确度较高的的河宽数据26-27。计算公式如下:W=S/L(4)式中:W、S、L分别为河宽(m)、水域面积(m2)、河段长度(m)。2.1.4精度评估本文采用
15、3种精度评估指标来验证径流量反演结果,分别为相对精度(RA)、均方根误差(RMSE)和平均百分比误差(MPE)。计算公式如下:RA=|Qt-QoQo(5)RMSE=()Qt-Qo2n(6)MPE=1nQt-QoQo(7)式中:Qt为流量反演的预测值(ms-1);Qo为实测径流量值(ms-1);n为反演径流量值的次数。2.2 数据来源与处理2.2.1卫星遥感数据Sentinel-2遥感数据的空间分辨率较高,周期短,且预处理方法比较简易,特别是在水域识别与分析方面被普遍应用。本研究采用了 20162019 年 24 次不同时期的 Sentinel-2 遥感影像,与实测数据的时间相对应,基于GEE平
16、台,根据Sentinel-2的QA60波段特征,设置阈值,筛选研究区域内的遥感数据。选用Sentinel-2中10 m分辨率的波段2(Blue)、波段3(Green)和波段4(Red),进行假彩色合成,使用Keras卷积神经网络模型进行水体提取。2.2.2 低空遥感数据本文无人机数据取自于2018年4月尼勒克喀什河种蜂场河段,该时间段喀什河处于枯水期,水位低、流速缓,水深一般不超过50 cm,可以最大程度上获取河道地形数据。本研究使用大疆Phantom 4 Advanced获取高精度的低空无人机地形数据,选择DJI GS Pro软件控制无人机飞行,规划飞行路线与航测任务。获取种蜂场河段的高精度
17、地形数据主要有以下几步:(1)设置无人机飞行轨迹。依据种蜂场水文监测断面的地理位置,飞行高度一般为 100 m,以河道为中心设置飞行航线。为了保证多次飞行时起飞点的一致性,应用点标记无人机落点的位置坐标及其周边参考地物的位置。(2)无人机空中作业。无人机每次飞行的高度、航线要确保一致,各航带距离地面高度也要一致,确保邻近各景无人机影像的重叠率为70%80%,方便后续影像的几何校正和镶嵌。(3)无人机影像拼接与处理。利用Pix4D mapper软件自动化处理无人机影像,生成喀什河种蜂场河段的正射影像(DOM)、数字表面模型(DSM)。最后在ArcGIS中的3DAnalyst模块上,对种蜂场河段所
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 低空 遥感 结合 卫星 影像 河道 流量 反演 姜磊鹏
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。