一种基于多源遥感协同的水文地质动态监测方法及系统与流程

本发明涉及遥感与水文地质勘查交叉，尤其涉及一种基于多源遥感协同的水文地质动态监测方法及系统。

背景技术：

1、当前遥感技术在水文地质应用中已得到一定推广，但现有方法仍存在诸多技术瓶颈。第一，多源数据融合不足，多数方法仅采用单一类型遥感数据，未能结合光学遥感的地物光谱优势、热红外遥感的温度反演优势及雷达遥感的全天候探测优势，导致水文地质要素识别精度低，尤其在复杂地形或特殊区域（如高寒湿地、岩溶地区）误差显著。第二，解译效率与准确性偏低，传统解译多依赖人工判读或简单算法，存在“同物异谱、异物同谱”误判问题，对含水岩组、控水构造、地下水排泄点等隐蔽性要素识别能力不足。第三，动态监测能力薄弱，现有方法多为静态勘查，难以实现地下水补给度、水资源量、湿地水文生态等要素的长时间序列动态监测，且无法有效耦合气候、地质等影响因素。第四，与传统勘查手段协同不足，遥感数据与地面钻探、物探数据结合松散，未能形成“遥感宏观筛查-地面精准验证-动态协同反馈”的闭环流程。

技术实现思路

1、本发明提出了一种基于多源遥感协同的水文地质动态监测方法及系统，旨在解决现有技术中存在的在复杂地形区精度低、动态监测能力弱及与地面勘查协同性差的技术问题。

2、第一方面，本发明提供了一种基于多源遥感协同的水文地质动态监测方法，包括：

3、s1，选取光学遥感数据、热红外遥感数据及雷达遥感数据，分别进行标准化预处理后，统一至同一坐标系并完成分辨率归一化；

4、s2，采用小波变换融合算法将标准化预处理后的数据进行融合，并基于机器学习算法构建水文地质要素识别模型，提取地表水文要素、地质构造要素、岩性与含水层要素以及地下水相关要素；

5、s3，合地面实测数据构建参数反演模型，反演得到包括地下水补给度、分层含水层储水系数、水资源量及水质在内的水文地质参数，并选取多时相遥感影像构建长时间序列监测序列，以刻画水文地质要素的动态变化规律；

6、s4，反演得到的结果与传统勘查数据进行对比验证，当反演误差超过预设阈值时，返回s2或s3以优化更新所述水文地质要素识别模型或所述参数反演模型，形成闭环勘查流程，并输出水文地质勘查及监测成果。

7、进一步地，所述s1中的光学遥感数据选用空间分辨率不低于1m的高分辨率光学卫星影像；所述热红外遥感数据选用landsat系列或modis系列卫星的热红外波段数据；所述雷达遥感数据选用sentinel-1或alos系列卫星的sar影像。

8、进一步地，所述s1中标准化预处理具体包括：对所述光学遥感数据进行辐射校正、几何校正、大气校正及图像增强；对所述热红外遥感数据进行辐射定标、大气校正及地表温度反演，并利用数字高程模型修正地形起伏导致的温度误差；对所述雷达遥感数据进行去噪、滤波及干涉处理以生成数字高程模型，并提取线性构造特征。

9、进一步地，所述s2中机器学习算法为随机森林算法或支持向量机算法；所述地下水相关要素包括地下水排泄点、地热异常区以及基于归一化差异植被指数和温度植被干旱指数间接推断的地下水埋深信息。

10、进一步地，所述s3中参数反演模型包括结合多尺度地理加权回归模型与多时相干涉合成孔径雷达技术的反演模型，所述多尺度地理加权回归模型用于反演地下水补给度，所述多时相干涉合成孔径雷达技术用于处理地面沉降信息以反演分层含水层组的储水系数。

11、进一步地，所述s3中长时间序列监测序列的时间跨度为10年至50年，并且所述动态变化规律是结合区域气候因素和/或地质因素、采用mann-kendall趋势检验或自回归积分滑动平均模型进行预测得到的。

12、进一步地，所述s4中传统勘查数据包括地面测绘数据、钻探数据及物探数据；所述反演误差的预设阈值为5%。

13、进一步地，所述方法还包括s5：水文地质问题预警，设定包括地下水超采阈值、水体污染阈值或湿地退化阈值在内的预警阈值，当监测到水文地质要素超出所述预警阈值时，自动发出预警信号并采用长短期记忆网络预测问题发展趋势。

14、进一步地，所述方法适用于大型矿产基地、高寒湿地、岩溶地区或河谷平原中的至少一种区域的水文地质勘查与动态监测。

15、第二方面，本发明提供了一种基于多源遥感协同的水文地质动态监测系统，所述系统用于执行所述方法，所述系统包括：

16、数据获取与预处理模块，用于选取光学遥感数据、热红外遥感数据及雷达遥感数据并执行标准化预处理；

17、融合与特征提取模块，用于采用小波变换融合算法将预处理后的多源遥感数据融合，并利用机器学习算法提取包括地表水文要素、地质构造要素、岩性与含水层要素及地下水相关要素在内的水文地质要素；

18、参数反演与动态监测模块，用于结合地面实测数据构建参数反演模型，定量反演地下水补给度、分层含水层储水系数、水资源量及水质，并基于多时相遥感影像构建监测序列以分析动态变化规律；

19、协同验证与优化模块，用于将反演结果与传统勘查数据对比验证，并在反演误差超过预设阈值时优化所述融合与特征提取模块或所述参数反演与动态监测模块的工作参数，形成闭环反馈；

20、成果输出模块，用于生成并输出水文地质勘查报告、水文地质要素分布图及动态监测曲线。

21、本发明的技术效果是：

22、（1）多源遥感协同融合创新：采用改进的小波变换融合算法，实现光学、热红外、雷达三类遥感数据的深度融合。该创新使水文地质要素识别精度提升15%-30%，尤其在高寒湿地、岩溶地区等复杂区域，有效解决了单一数据信息片面的问题。

23、（2）解译与反演模型创新：将机器学习算法（随机森林、支持向量机）与多源融合数据结合构建智能化识别模型，同时耦合mt-insar技术与mgwr模型实现地下水补给度、分层含水层储水系数的精准反演。该创新使参数反演误差控制在5%以内，大幅减少人工干预，解决了传统静态数据反演精度低的问题。

24、（3）闭环流程创新：建立“遥感数据获取-预处理-融合提取-参数反演-地面验证-模型优化”的闭环勘查流程。该创新使勘查效率提升40%以上，成本降低约30%，实现了遥感技术与传统勘查手段的深度协同。

25、（4）动态监测与预警创新：构建10-50年长时间序列监测影像序列，实现地下水、地表水、湿地生态等要素的动态监测与趋势预测，并新增水文地质问题预警模块。该创新使方法具备实时捕捉动态变化的能力，可及时发现地下水超采、水体污染、湿地退化等问题，为生态保护提供科学依据。

1.一种基于多源遥感协同的水文地质动态监测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述s1中的光学遥感数据选用空间分辨率不低于1m的高分辨率光学卫星影像；所述热红外遥感数据选用landsat系列或modis系列卫星的热红外波段数据；所述雷达遥感数据选用sentinel-1或alos系列卫星的sar影像。

3.根据权利要求1所述的方法，其特征在于，所述s1中标准化预处理具体包括：对所述光学遥感数据进行辐射校正、几何校正、大气校正及图像增强；对所述热红外遥感数据进行辐射定标、大气校正及地表温度反演，并利用数字高程模型修正地形起伏导致的温度误差；对所述雷达遥感数据进行去噪、滤波及干涉处理以生成数字高程模型，并提取线性构造特征。

4.根据权利要求1所述的方法，其特征在于，所述s2中机器学习算法为随机森林算法或支持向量机算法；所述地下水相关要素包括地下水排泄点、地热异常区以及基于归一化差异植被指数和温度植被干旱指数间接推断的地下水埋深信息。

5.根据权利要求1所述的方法，其特征在于，所述s3中参数反演模型包括结合多尺度地理加权回归模型与多时相干涉合成孔径雷达技术的反演模型，所述多尺度地理加权回归模型用于反演地下水补给度，所述多时相干涉合成孔径雷达技术用于处理地面沉降信息以反演分层含水层组的储水系数。

6.根据权利要求1所述的方法，其特征在于，所述s3中长时间序列监测序列的时间跨度为10年至50年，并且所述动态变化规律是结合区域气候因素和/或地质因素、采用mann-kendall趋势检验或自回归积分滑动平均模型进行预测得到的。

7.根据权利要求1所述的方法，其特征在于，所述s4中传统勘查数据包括地面测绘数据、钻探数据及物探数据；所述反演误差的预设阈值为5%。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括s5：水文地质问题预警，设定包括地下水超采阈值、水体污染阈值或湿地退化阈值在内的预警阈值，当监测到水文地质要素超出所述预警阈值时，自动发出预警信号并采用长短期记忆网络预测问题发展趋势。

9.根据权利要求1所述的方法，其特征在于，所述方法适用于大型矿产基地、高寒湿地、岩溶地区或河谷平原中的至少一种区域的水文地质勘查与动态监测。

10.一种基于多源遥感协同的水文地质动态监测系统，其特征在于，所述系统用于执行权利要求1-9任一项所述方法，所述系统包括：