基于高光谱解混与三维地形的高原湖泊泥沙淤积量快速量化方法与流程
本发明涉及生态环境遥感监测、水文地质与三维空间地理信息交叉领域,尤其涉及一种基于高光谱解混与三维地形的高原湖泊泥沙淤积量快速量化方法。
背景技术:
1、高原湖泊作为脆弱生态系统的重要组成部分,受极端降雨及地质灾害影响,其水土流失及泥沙淤积问题日益凸显。及时准确地量化湖泊淤积量,对于保护高原湖泊景观价值及制定清淤修复方案具有重要意义。现有技术中,针对湖泊淤积的监测与评估主要存在以下局限性:
2、(1)高透明度水体的光谱干扰难以剥离:喀斯特高原湖泊(如九寨沟湖群)水体透明度极高,湖底广泛分布高反射率的钙华及底栖藻类。常规遥感算法在识别泥沙时,极易受到湖底复杂底质的光谱干扰,导致将原生钙华或藻类误认为是外源输入的泥沙,识别精度较低,无法精准定位泥沙淤积区域。
3、(2)物理体积量化手段匮乏:目前多数研究仍停留在利用历史影像对比湖泊二维面积变化的“平面分析”阶段。即便引入了无人机等监测手段,也往往缺乏水上水下一体化的三维地形基底,难以将遥感观测到的“淤积面积”直接转化为工程上可用的“淤积体积”。
4、(3)计算模型效率与精度的矛盾:传统的分布式水文物理模型(如invest、swat)在计算泥沙通量时,需要进行全局栅格的径流迭代演算,在面对高分辨率遥感数据时算力消耗巨大,难以满足灾后快速响应的需求。同时,高寒山区缺乏长期的产沙实测数据,导致计算结果缺乏客观的历史基准标定。
5、综上所述, 虽然已有部分前期研究通过“空天地”一体化技术对湖泊形态变化进行了定性分析,但仍缺乏一种能够有效剔除底质光学干扰、实现三维体积精准量化的快速评估方法。
技术实现思路
1、本发明提供一种基于高光谱解混与三维地形的高原湖泊泥沙淤积量快速量化方法,旨在融合高光谱端元解混技术与水陆一体化三维探测技术,剥离钙华与藻类的光谱干扰,并在三维空间内精准映射泥沙分布;同时引入历史科考数据进行宏观校准,实现高效、高精度的泥沙淤积量估算。
2、本发明的方法是通过以下技术方案实现的:
3、该种基于高光谱解混与三维地形的高原湖泊泥沙淤积量快速量化方法,包括以下步骤:
4、步骤s1:三维湖盆基底构建:采用空水协同探测技术获取基础空间数据,并通过多特征融合算法与非线性平滑模型,构建高精度水陆一体化三维数字高程模型,确立湖泊的物理容积基准面;
5、步骤s2:高光谱特征端元提取与底质光谱解混:获取覆盖目标湖泊的高分辨率高光谱影像,通过构建喀斯特高透水体特征端元光谱库,利用主成分分析法锁定区分泥沙与非泥沙的特征波段,采用线性光谱混合模型对浅水区高透混合像元进行逐个解混,生成“泥沙高精度二维分布图”;
6、步骤s3:泥沙物理体积的三维空间映射与初算:将提取出的“泥沙高精度二维分布图”作为掩膜,垂直投影至步骤s1构建的“水陆一体化三维湖盆基底”中;在三维空间内截取高丰度泥沙覆盖区域的高程剖面,结合相邻非淤积区的基准水深,积分计算出该区域的初始泥沙淤积体积估算值;
7、步骤s4:基于历史科考湖泊库容的真值标定:引入历史科考基准数据作为宏观约束,获取目标湖泊历史基准的实际库容,将步骤s3计算得到的当前实际库容体积与历史科考数据作差值得到淤积体积。
8、进一步地,所述步骤s4中,在真值标定以后,还包括真值输出的步骤,即淤积总体积按照步骤s2的“泥沙高精度二维分布图”,按比例精准填入当前的三维湖盆地形中,最终输出一张带有精确地理坐标的三维淤积方量图。
9、进一步地,所述步骤s1中,所述高精度水陆一体化三维数字高程模型是通过测区水上高程模型和水下测深数据的融合得到,其中,测区水上高程模型的获取具体步骤如下:
10、(1)结合多源优势构建特征矩阵:利用摄影测量提供的高清正射影像获取多光谱特征,将其映射至具有高精度三维坐标和多回波穿透能力的激光雷达点云上,构建“光谱-几何”多维特征矩阵,针对每个激光点pi,提取其三维坐标、回波次数,并结合影像赋权计算归一化差值植被指数ndvi:
11、
12、上述公式中,i代表当前正在计算的第 i 个像元;ndvii代表第 i 个像元的归一化差值植被指数;niri代表第 i 个像元在近红外波段的反射率观测值; ri代表第 i 个像元在红光波段的反射率观测值;
13、(2)基于联合约束矩阵的植被剥离:建立“多回波-植被指数”联合判定矩阵剥离植被,制定交叉验证规则:若某点满足ndvi>tndvi且不是最后一次回波,则该点被强制分类为非地面点;若该点为最后一次回波,满足ndvi
14、(3)自适应阈值解算:采用最大类间方差法动态解算最佳植被提取阈值tndvi,克服环境光照与季节物候差异,遍历直方图寻找使类间方差最大的阈值tndvi=arg maxσ2(t),其中,类间方差σ2(t)的计算公式为:
15、
16、上述公式中的各个参数含义如下:
17、σ2(t)为类间方差,量化了当分割阈值设定为 t 时,划分出来的两部分数据之间的差异程度;t为当前的分割阈值,将整个数据集强行切分为“类别0”和“类别 1”;p 0为数据被划分为“类别 0”的概率或权重;p 1为数据被划分为“类别 1”的概率或权重),必然满足 p0+p1=1;μ0为“类别 0”的数据均值;μ1为类别 1”的数据均值;μ为全局均值,即测区内所有参与计算的数据点的总体平均值;
18、最后将纯净地面点通过克里金插值生成测区水上高程模型。
19、进一步地,所述步骤s1中,水下测深数据的获取方式如下:
20、利用无人船搭载多波束测深仪进行全覆盖扫描,结合声速剖面仪修正声波折射误差;针对峡谷卫星信号遮挡,采用gnss/imu双系统组合导航与卡尔曼滤波推算补偿航迹,随后采用自适应趋势面滤波剔除底栖藻类等伪随机噪点,输出水下测深数据。
21、进一步地,所述步骤s1中,设过渡带内任意重叠格网点 (x, y)处,测区水上高程模型(dem)的高程值为zabove,水下测深数据(dtm)的高程值为zunder,该点到陆地过渡边界的垂直距离为dland,到水下过渡边界的垂直距离为dwater;
22、水上、水下地形数据的非线性平滑融合包括以下步骤:
23、(1)垂直基准面统一:扣除无人船天线中心至静水面吃水线的垂直偏置距离(δh)并进行姿态补偿,获取瞬时水面绝对高程hwater = ztop-δh,进而将水下测点深度dsonar统一转换为绝对高程:
24、
25、(2)构建空间过渡带与距离加权平滑:以实测水岸线为中心,向陆侧扩展距离l1,向水侧扩展距离l2,构建总宽度为l=l1+l2的空间过渡融合带,采用基于三次hermite多项式的非线性平滑步进加权算法,构建归一化距离参数:
26、
27、u的取值范围为[0,1],当点靠近水下边界时u趋近于0,靠近陆地边界时u趋近于1;
28、为保证地形在过渡带边界处的一阶导数,即坡度的连续性,引入一阶导数连续约束构建非线性权重系数:
29、
30、最终,过渡带内任意重叠点的高程z计算公式如下:
31、。
32、进一步地,所述步骤s2中,获取覆盖目标湖泊的高分辨率高光谱影像后,对高光谱影像进行预处理,预处理步骤包括但不限于大气校正和辐射定标。
33、进一步地,所述步骤s2中,构建喀斯特高透水体特征端元光谱库是通过提取纯水体、典型裸露钙华、典型底栖藻类以及纯外源输入泥沙的光谱曲线,利用主成分分析法锁定区分泥沙与非泥沙的特征波段。
34、进一步地,所述步骤s2中,采用线性光谱混合模型对浅水区高透混合像元进行逐个解混,强制剥离并掩膜掉钙华与藻类的光谱贡献率,提取出外源泥沙的纯净丰度值,该值在0-1之间,从而生成“泥沙高精度二维分布图”。
35、本发明的有益效果如下:
36、(1)精准剔除高透水体复杂底质的光谱干扰:本发明创新性地将高光谱特征解混技术引入喀斯特湖泊的泥沙定量化识别中,成功实现了外源泥沙信号与高反射率钙华、底栖藻类等原生底质信号的有效剥离,克服了传统遥感指数法在高透水体中极易产生的误判问题,大幅提升了泥沙空间分布提取的可靠性与抗干扰能力。
37、(2)实现二维光学特征向三维物理体积的量化跨越:突破了传统水色遥感仅能输出泥沙平面分布(面积)的局限性,通过多源数据融合,将解混后的二维泥沙丰度直接映射至水陆一体化三维数字地形基底中,将抽象的光学特征转化为具象的三维泥沙淤积体积,为清淤工程与生态修复提供了直接、精确的三维定向坐标与数据支撑;
38、(3)构建无实测站条件下的全局误差校准:针对高寒山区普遍缺乏长时序泥沙观测数据的技术瓶颈,本发明引入历史科考的实际库容作为宏观约束,该机制对光学反演与三维空间截取过程中产生的累积误差进行了全局修正,弥补了无水文站地区淤积通量难以客观验证的缺陷,确保了最终测算结果的科学性与严谨性。
39、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com