一种潮沟网络自动提取与形态指标计算方法

本发明属于数据处理，具体涉及一种潮沟网络自动提取与形态指标计算方法。

背景技术：

1、潮沟是潮滩、盐沼、红树林等滨海湿地中的主要水流通道，其形态和网络组织直接影响潮汐交换、泥沙输运、植被定殖、生境连通和湿地恢复效率。对于滨海湿地恢复情景，潮沟网络是否形成、排水路径是否合理以及网络形态如何随潮差、泥沙和植被条件变化，是评价恢复效果和优化工程方案的重要依据；而数值模拟是滨海湿地恢复方案设计、方案比选和效果评估的重要手段。为分析潮差、泥沙条件和植被配置等因素对潮沟发育及湿地恢复效果的影响，通常需要设置多组数值模拟情景，并对不同情景下的床面高程、水深、流速等输出结果进行对比分析。随着模拟情景数量增加，有必要对不同情景的模拟结果采用统一的空间基准和计算方法进行自动化处理，以保证潮沟提取结果和形态指标具有一致性和可比性。

2、现有潮沟信息提取方法多面向遥感影像、激光雷达或数字高程模型，通常依赖光谱差异、地形低洼特征或人工阈值识别潮沟。此类方法主要用于真实地表观测数据的制图，难以直接适用于滨海湿地恢复数值模拟产生的多物理场输出结果，也未充分利用模拟数据中潮沟同时表现出的地形相对低洼、水深较大和流速较强等复合物理特征。因此，需要建立面向数值模拟结果的潮沟自动提取方法，对床面高程、水深和流速等物理场进行统一处理和综合识别。

3、另一方面，滨海湿地恢复数值模拟通常需要设置并比较多组情景，而现有模拟后处理往往仍停留在单情景制图或人工矢量化阶段。潮沟掩膜、骨架、节点、链路和地形栅格分别保存于不同数据结构中，情景编号、坐标、分辨率和有效分析域稍有不一致，就可能导致指标错配。即使获得潮沟中心线，也通常只能输出长度或面积等单一指标，难以连续完成宽度、深度、横截面积、宽深比、排水密度、upl（unchannelled path length，非渠道化路径长度）、opl（overmarsh path length，平台排水特征路径长度）和几何效率等多尺度指标计算，更难支持数十组乃至更多恢复情景的自动对比。

技术实现思路

1、本发明的目的是提供一种潮沟网络自动提取与形态指标计算方法，其使得不同潮差和植被情景能够采用相同空间基准和计算口径进行批量处理，并形成可直接用于湿地恢复效果评价的标准化结果。

2、为了实现上述目的，本发明采用以下技术方案：

3、一种潮沟网络自动提取与形态指标计算方法，包括以下步骤：

4、建立情景清单，根据所述情景清单读取每个情景的输入数据，并基于统一的空间参考和有效分析域对所有输入数据进行对齐与裁剪，其中，所述输入数据包括：床面高程场、水深场和/或流速场；

5、在所述有效分析域内，对所述输入数据中的物理场进行无量纲化处理，并将无量纲化后的至少两个物理场进行融合，生成融合特征场；所述物理场包括：所述床面高程场、水深场和/或流速场；

6、根据所述融合特征场在所述有效分析域内的统计分布确定分割阈值，并根据所述分割阈值对所述融合特征场进行分割，得到初始潮沟掩膜；对所述初始潮沟掩膜进行连通性筛选和/或噪声去除，得到优化后的潮沟掩膜；

7、对所述优化后的潮沟掩膜执行中心线提取，并根据提取的中心线识别节点和链路，生成包含所述节点和链路属性信息的潮沟网络数据结构；所述链路属性信息包括链路长度、链路宽度及空间坐标；

8、基于所述潮沟掩膜、所述网络数据结构与所述床面高程场之间的空间对应关系，计算局部形态指标和网络尺度指标。

9、作为潮沟网络自动提取与形态指标计算方法的一种优选方案，在所述生成融合特征场的步骤中，包括：

10、对所述床面高程场进行反向归一化处理，使低洼区域获得较高的归一化特征值；对所述水深场和/或所述流速场进行正向归一化处理，使水深大和/或流速高的区域获得较高的归一化特征值；

11、将归一化后的所述床面高程场、所述水深场和/或所述流速场进行逐像元加权求和或直接求和，得到所述融合特征场。

12、作为潮沟网络自动提取与形态指标计算方法的一种优选方案，所述分割阈值根据所述融合特征场在所述有效分析域内的标准差动态确定：

13、当所述标准差大于预设判别值时，采用较低的分位数作为所述分割阈值；当所述标准差不大于所述预设判别值时，采用较高的分位数作为所述分割阈值。

14、作为潮沟网络自动提取与形态指标计算方法的一种优选方案，所述噪声去除包括：删除所述初始潮沟掩膜中连通区域的像元数小于预设像元数阈值的连通对象。

15、作为潮沟网络自动提取与形态指标计算方法的一种优选方案，所述中心线提取包括：对所述优化后的潮沟掩膜进行骨架化处理，并对骨架化结果进行短枝修剪；所述节点包括：端点、分汊点和出口点；所述链路为相邻节点之间的连续中心线区段。

16、作为潮沟网络自动提取与形态指标计算方法的一种优选方案，所述局部形态指标包括：潮沟宽度、潮沟深度、横截面积和宽深比中的至少一个；计算所述局部形态指标时，根据所述网络数据结构中的链路中心线采样点及左右岸端点，从所述床面高程场中提取对应位置的剖面高程值进行计算。

17、作为潮沟网络自动提取与形态指标计算方法的一种优选方案，所述网络尺度指标包括排水密度、非渠道化路径长度、平台排水特征路径长度和几何效率中的至少一个；

18、其中，所述排水密度为所有链路总长度与所述有效分析域的面积之比；

19、所述非渠道化路径长度为所述潮沟掩膜中非潮沟像元至最近潮沟像元的距离；

20、所述平台排水特征路径长度通过对所述非渠道化路径长度的超越概率分布进行拟合得到；

21、所述几何效率为所述排水密度与所述平台排水特征路径长度乘积的倒数。

22、作为潮沟网络自动提取与形态指标计算方法的一种优选方案，还包括以下步骤：

23、将所述情景标识与计算得到的所述局部形态指标和网络尺度指标关联存储，并生成用于表征数据完整性的状态标记。

24、作为潮沟网络自动提取与形态指标计算方法的一种优选方案，所述将所述情景标识与计算得到的所述局部形态指标和网络尺度指标关联存储，并生成用于表征数据完整性的状态标记的步骤还包括：

25、检查所述情景清单中的文件是否存在、坐标参考系统是否一致、栅格尺寸是否统一、单位是否正确或编号映射是否完整；并根据检查结果和所述状态标记生成处理日志。

26、作为潮沟网络自动提取与形态指标计算方法的一种优选方案，所述输入数据来源于水动力-泥沙-植被耦合数值模型在目标时刻的输出结果，所述数值模型为delft3d模型。

27、有益效果：本发明提出的潮沟网络自动提取与形态指标计算方法通过多物理场融合，利用潮沟“地形低洼、水深大、流速强”的复合物理特征进行识别，相比单一高程阈值方法，显著降低了潮滩低洼区的误识别，提高了细窄支沟的检出率；且过情景清单统一管理空间基准、像元分辨率和有效分析域，所有情景在同一计算口径下处理，解决了不同潮差、植被条件下提取结果不可比的问题；因此，本发明使得不同潮差和植被情景能够采用相同空间基准和计算口径进行批量处理，并形成可直接用于湿地恢复效果评价的标准化结果。