一种基于长时序卫星遥感的电网冰区图动态更新方法、系统、设备及存储介质与流程
本发明涉及智能电网与卫星遥感应用,尤其涉及一种基于长时序卫星遥感的电网冰区图动态更新方法、系统、设备及存储介质。
背景技术:
1、对于地形与气候复杂交织的区域,冬季输电网覆冰灾害一直是线路运维和防御的重中之重。现阶段,指导线路防冰设计及应急融冰决策的基础依据主要是电网冰区分布图,其实用价值高度依赖于数据精度。在常规的冰区图测绘实践中,业界主要依赖人工现场观冰、局部部署在线监测装置,或结合早期线路设计资料与气象站数据进行空间插值推算。
2、然而,这些传统手段在实际应用中暴露出明显的局限性:人工测冰不仅容易受到观测者主观经验的干扰,且数据在时间轴上存在断层,极难支撑起大区域的等级划分标准;在线监测设备受限于高昂的造价和复杂的运维环境,仅能零星布设于关键杆塔,且这类数据通常只有近几年的积累,根本无法为推演数十年一遇的极端冰情提供足够的数据支撑。至于传统的气象要素插值法,往往忽略了微地形和局地微气象对覆冰状态的复杂非线性影响。归结起来,由于现有观测网络在空间上的极端稀疏性以及长序列连续数据的严重缺失,导致既有冰区图不仅存在大量观测盲区,在遇到突发的极端气候时,也很难准确推算出30年或百年一遇的极值厚度。这种静态、滞后的制图机制难以跟上近年来的气候变化趋势,给电网的安全稳定运行埋下了隐患。同时,现有冰区图修编方法通常以地面观测点、气象站资料或少量线路历史故障记录为主要依据,其空间表达方式多为站点外推或经验分区。该类方法难以在大范围输电走廊内形成连续的像元级覆冰厚度场,尤其在山脊、垭口、迎风坡、背风坡、河谷及高海拔过渡带等微地形复杂区域,覆冰厚度往往呈现明显的局地突变特征,传统插值方法容易产生过度平滑,导致局部重冰区被低估。此外,现有图件修编多依赖周期性人工复核,更新频率低,缺乏基于新增观测数据自动发现偏差、自动圈定异常区域并触发局部修编的闭环机制。因此,即使某一区域连续多年出现实际覆冰强于现行冰区图等级的现象,也难以及时反映到图件管理和防冰设计依据中。
技术实现思路
1、鉴于上述存在的问题,本发明提供一种基于长时序卫星遥感的电网冰区图动态更新方法、系统、设备及存储介质。
2、因此,本发明解决的技术问题是:现有电网冰区图主要依赖站点观测、人工巡检、在线监测装置及气象插值结果,存在长时序覆冰样本不足、大范围空间连续性差、微地形区域局地覆冰极值易被平滑低估、多源遥感数据协同利用不足、以及图件更新依赖人工周期性修编而缺乏数据驱动闭环触发机制的问题,导致难以实现面向输电走廊的像元级覆冰厚度反演、极端重现期推算和冰区图动态更新。
3、为解决上述技术问题,本发明提供如下技术方案:
4、第一方面,本发明提供了一种基于长时序卫星遥感的电网冰区图动态更新方法,包括:
5、获取研究区域的多源长时序卫星遥感影像,构建遥感影像时间序列数据集;
6、基于遥感影像时间序列数据集,按冬季覆冰期进行像元尺度的最大覆冰厚度合成,输出逐年最大覆冰厚度栅格数据集;
7、基于逐年最大覆冰厚度栅格数据集,对每个栅格像元进行极值统计分析,计算指定重现期的覆冰厚度极值,生成卫星反演冰区图;
8、将生成的卫星反演冰区图与现行基准冰区图进行逐像元比对,自动识别等级偏差超出预设阈值的连续区域,输出包括异常区域边界及预警研判报告在内的预警结果;
9、基于预警结果并结合逐年追加的最新年度数据,主动触发局部修编审批流程,对冰区图进行滚动动态更新。
10、作为一种基于长时序卫星遥感的电网冰区图动态更新方法的一种优选方案,其中:
11、所述获取研究区域的多源长时序卫星遥感影像,构建遥感影像时间序列数据集,包括:
12、获取研究区域的多源长时序卫星遥感影像,所述影像至少包含三类数据源:第一类为具有每日重访能力的中分辨率光学影像;第二类为具有云雾穿透能力的雷达影像;第三类为高分辨率影像;
13、对所有获取的影像依次执行辐射定标、大气校正、云掩膜处理及地理坐标统一配准,形成时间跨度不低于预设年限的、逐日或逐景有效且空间对齐的遥感影像时间序列数据集。
14、作为一种基于长时序卫星遥感的电网冰区图动态更新方法的一种优选方案,其中:
15、所述基于遥感影像时间序列数据集,按冬季覆冰期进行像元尺度的最大覆冰厚度合成,输出逐年最大覆冰厚度栅格数据集,包括:
16、基于遥感影像时间序列数据集,针对每个冬季覆冰期内的所有有效遥感影像,以输电线路为中心向两侧扩展预设宽度定义为输电走廊缓冲区;
17、在输电走廊缓冲区内,逐像元提取三类特征,第一类是从光学影像中获取的多波段地表反射率及用于识别冰雪和排除植被的光学指数特征,第二类是从雷达影像中获取的不同极化方式的后向散射系数、用于区分地物目标的雷达植被指数以及基于纹理分析的对比度与熵特征,第三类是包括高程、坡度、坡向、地形起伏及水系距离在内的地理环境先验特征。
18、作为一种基于长时序卫星遥感的电网冰区图动态更新方法的一种优选方案,其中:
19、所述基于遥感影像时间序列数据集,按冬季覆冰期进行像元尺度的最大覆冰厚度合成,输出逐年最大覆冰厚度栅格数据集,还包括:
20、将逐像元提取的特征输入预先训练完成的覆冰厚度反演模型,逐景计算得到覆冰厚度空间分布图;
21、对同一覆冰期内所有单景覆冰厚度分布图逐像元取最大值,合成得到各年份对应的年度最大覆冰厚度栅格数据集。
22、作为一种基于长时序卫星遥感的电网冰区图动态更新方法的一种优选方案,其中:
23、所述基于逐年最大覆冰厚度栅格数据集,对每个栅格像元进行极值统计分析,计算指定重现期的覆冰厚度极值,生成卫星反演冰区图,包括:
24、以每个栅格像元为独立计算单元,提取像元在连续多年冬季覆冰期内的年度最大覆冰厚度序列;
25、采用极值概率分布模型对年度最大覆冰厚度序列进行拟合。
26、作为一种基于长时序卫星遥感的电网冰区图动态更新方法的一种优选方案,其中:
27、所述基于逐年最大覆冰厚度栅格数据集,对每个栅格像元进行极值统计分析,计算指定重现期的覆冰厚度极值,生成卫星反演冰区图,还包括:
28、对于给定的重现期年数,基于拟合所得的极值分布参数,反推重现期对应的覆冰厚度极值;
29、依次遍历研究区域内所有栅格像元,生成各重现期下的覆冰厚度空间分布栅格图,即卫星反演冰区图。
30、作为一种基于长时序卫星遥感的电网冰区图动态更新方法的一种优选方案,其中:
31、所述将生成的卫星反演冰区图与现行基准冰区图进行逐像元比对,自动识别等级偏差超出预设阈值的连续区域,输出包括异常区域边界及预警研判报告在内的预警结果,包括:
32、将生成的卫星反演冰区图与现行基准冰区图进行空间分辨率重采样与坐标对齐,将卫星反演冰区图中的覆冰厚度数值转换为对应的冰区等级;
33、逐像元比较反演图层的冰区等级与基准图层的冰区等级,计算等级落差;
34、当连续分布的像元簇的等级落差超出预设阈值时,触发连通域分析,提取异常区域的外包络矢量边界;
35、将外包络矢量边界与局地微地形数据叠加,生成建议修正边界;
36、根据等级落差与修正边界,签发包含等级调整策略的预警研判报告。
37、第二方面,本发明提供了一种基于长时序卫星遥感的电网冰区图动态更新系统,包括:
38、时序构建模块,用于获取研究区域的多源长时序卫星遥感影像,构建遥感影像时间序列数据集;
39、逐年合成模块,用于基于遥感影像时间序列数据集,按冬季覆冰期进行像元尺度的最大覆冰厚度合成,输出逐年最大覆冰厚度栅格数据集;
40、极值推算模块,用于基于逐年最大覆冰厚度栅格数据集,对每个栅格像元进行极值统计分析,计算指定重现期的覆冰厚度极值,生成卫星反演冰区图;
41、偏差预警模块,用于将生成的卫星反演冰区图与现行基准冰区图进行逐像元比对,自动识别等级偏差超出预设阈值的连续区域,输出包括异常区域边界及预警研判报告在内的预警结果;
42、滚动更新模块,用于基于预警结果并结合逐年追加的最新年度数据,主动触发局部修编审批流程,对冰区图进行滚动动态更新。
43、第三方面,本发明提供了一种计算机设备,包括:
44、存储器和处理器;
45、所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现基于长时序卫星遥感的电网冰区图动态更新方法的步骤。
46、第四方面,本发明提供了一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现基于长时序卫星遥感的电网冰区图动态更新方法的步骤。
47、本发明的有益效果:本发明以长时序卫星遥感档案为基础,将每年冬季覆冰期内的多景反演结果按像元最大值合成为年度最大覆冰厚度栅格,并在像元尺度上进行极值统计分析,从而实现长时序、大范围、像元级覆冰厚度反演与重现期极值推算的融合,避免传统站点插值方法在微地形复杂区域产生的空间平滑失真;本发明构建了光学、雷达和高分辨率遥感影像的自适应协同反演策略。在光学影像有效时,利用光学反射率和冰雪指数增强覆冰识别能力;在光学影像受云雾遮挡时,利用雷达极化散射、纹理和地形先验特征维持连续反演能力;在重点异常区域,利用高分辨率影像进行局部校核,从而提高复杂天气和复杂地形条件下的反演稳定性;本发明将卫星反演冰区图与现行基准冰区图进行逐像元比对,并通过连通域分析自动提取异常区域边界,进一步触发局部修编审批流程,形成“反演—比对—预警—修编—再更新”的闭环机制。相比传统静态图件管理模式,本发明能够随新增年度遥感数据持续演化;本发明可显著降低大范围人工踏勘和现场复核成本,使运维单位能够优先聚焦于等级偏差大、覆冰极值高、历史故障重合度高的重点区段,提高冰区图修编和防冰决策的针对性。
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