堰塞坝体高度预测方法及系统

1.本发明涉及地质灾害防治技术领域，尤其涉及一种堰塞坝体高度预测方法及系统。


背景技术：

2.堰塞湖是由物质堆积成堰塞坝堵塞河道引起的，通常发生在高山峡谷地区。在堰塞坝形成后，由于河流阻塞，水系在此区域的变化只有流入以及通过地表下渗，而流出量变小，使得在溃坝前该区域的蓄水量持续上升，河流回溯，水平面上升，淹没沿河地区的建筑设施。对下游地区而言，在堰塞湖蓄水阶段河流断流，流量骤减，但是当溃坝发生时，堰塞湖在蓄水阶段的巨大水量会导致短时间内产生远大于原河流流量的洪峰出现，对下游地区造成巨大威胁。
3.在以往的堰塞湖灾害中，往往是利用遥感手段作为辅助与印证，或是进行简单的参数提取，主要还是依靠实地勘测来进行堰塞坝相关参数的获取，特别是堰塞湖坝体高度，其决定了堰塞坝开始漫顶的时间、潜在的最大蓄水量以及最大洪峰等重要风险指标，但是该数据仍然需要实地测量，导致测量效率低，同时，实地测量采用的器材以及人工测量方式也会影响测量准确性。
4.因此，现在亟需一种堰塞坝体高度预测方法及系统来解决上述问题。


技术实现要素：

5.针对现有技术存在的问题，本发明提供一种堰塞坝体高度预测方法及系统。
6.本发明提供一种堰塞坝体高度预测方法，包括：
7.通过目标堰塞坝体所在区域的遥感影像数据，分别获取所述目标堰塞坝体的堰塞湖水面高程和坝底河床高程；
8.基于堰塞坝的几何形态特征，根据所述堰塞湖水面高程和所述坝体河床高程，得到所述目标堰塞坝体的第一高程差，并根据所述第一高程差，获取所述目标堰塞坝体的高度；
9.其中，所述第一高程差为所述目标堰塞坝体的上游端坝体顶部最高处与下游端坝体底部最低处之间的高程差。
10.根据本发明提供的一种堰塞坝体高度预测方法，在所述基于堰塞坝的几何形态特征，根据所述堰塞湖水面高程和所述坝体河床高程，得到所述目标堰塞坝体的第一高程差，并根据所述第一高程差，获取所述目标堰塞坝体的高度之后，所述方法还包括：
11.获取所述目标堰塞坝体的第一高程，所述第一高程是根据所述第一高程差和预设水准点确定得到的；
12.通过所述第一高程和堰塞坝体顶部最低处高程公式，计算所述目标堰塞坝体的第二高程，其中，所述第二高程为所述目标堰塞坝体的上游端坝体顶部最低处的高程；所述堰塞坝体顶部最低处高程公式是基于堰塞坝体的顶部最高处高程历史数据和顶部最低处高
程历史数据拟合得到的；
13.获取所述目标堰塞坝体所在区域的历史数字高程模型，并通过arcgis平台对所述第二高程和历史数字高程模型进行处理，预测得到所述目标堰塞坝体对应的堰塞湖最大库容。
14.根据本发明提供的一种堰塞坝体高度预测方法，所述堰塞湖水面高程的获取方式，具体包括：
15.通过预设采样规则，确定所述目标堰塞坝体所在区域的历史数字高程模型中的多个水面边界高程采样点；
16.通过四分位距方法，去除存在高程异常值的水面边界高程采样点，得到目标水面边界高程采样点；
17.根据所有目标水面边界高程采样点的高程值，获取高程平均值；
18.通过所述高程平均值，确定所述目标堰塞坝体与堰塞湖边界之间的高程数据，以得到所述目标堰塞坝体的堰塞湖水面高程。
19.根据本发明提供的一种堰塞坝体高度预测方法，所述坝底河床高程的获取方式，具体包括：
20.对所述目标堰塞坝体所在区域的历史数字高程模型进行河道高程点采样，获取多个河道高程采样点；
21.通过四分位距方法，去除存在高程异常值的河道高程采样点，得到目标河道高程采样点；
22.对多个目标河道高程采样点进行一元回归拟合，并将拟合结果延伸至所述目标堰塞坝体，得到延伸后的拟合结果；
23.根据所述延伸后的拟合结果与所述目标堰塞坝体所在区域的历史水深数据，获取所述目标堰塞坝体的坝底河床高程。
24.根据本发明提供的一种堰塞坝体高度预测方法，所述基于堰塞坝的几何形态特征，根据所述堰塞湖水面高程和所述坝体河床高程，得到所述目标堰塞坝体的第一高程差，包括：
25.通过所述遥感影像数据，确定所述目标堰塞坝体的滑坡表面倾斜角和河道倾斜角；
26.根据所述堰塞湖水面高程、所述坝体河床高程、所述滑坡表面倾斜角、所述河道倾斜角和预设休止角，通过堰塞坝体高程差公式，计算得到所述目标堰塞坝体的第一高程差，所述堰塞坝体高程差公式为：
[0027][0028]h′
＝(0.37 1.1tanθ)
·
tan(βd θ)
·
lb；
[0029][0030]hm
＝h
1-h0；
[0031][0032][0033]
其中，lb表示堰塞坝体的底部长度，lm表示堰塞坝体的下游端坝体底部最低处与上游端堰塞湖水面边界处之间的水平距离，θ表示河道倾斜角，βu表示堰塞坝体的上游端与河道之间的夹角，hm表示堰塞坝体的上游端堰塞湖水面边界处的高程差，h1表示堰塞湖水面高程，h0表示坝体河床高程，h
′
表示堰塞坝体的顶部与河床之间的垂直距离，βd表示堰塞坝体与河道之间的夹角，h表示第一高程差，χ表示滑坡表面参数，表示预设休止角，a表示滑坡表面倾斜角。
[0034]
根据本发明提供的一种堰塞坝体高度预测方法，在所述通过目标堰塞坝体所在区域的遥感影像数据，分别获取所述目标堰塞坝体的堰塞湖水面高程和坝底河床高程之前，所述方法还包括：
[0035]
基于可见光遥感影像数据，确定待预测区域内的目标堰塞坝体。
[0036]
本发明还提供一种堰塞坝体高度预测系统，包括：
[0037]
高程获取模块，用于通过目标堰塞坝体所在区域的遥感影像数据，分别获取所述目标堰塞坝体的堰塞湖水面高程和坝底河床高程；
[0038]
堰塞坝体高度预测模块，用于基于堰塞坝的几何形态特征，根据所述堰塞湖水面高程和所述坝体河床高程，得到所述目标堰塞坝体的第一高程差，并根据所述第一高程差，获取所述目标堰塞坝体的高度；
[0039]
其中，所述第一高程差为所述目标堰塞坝体的上游端坝体顶部最高处与下游端坝体底部最低处之间的高程差。
[0040]
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述堰塞坝体高度预测方法。
[0041]
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述堰塞坝体高度预测方法。
[0042]
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述堰塞坝体高度预测方法。
[0043]
本发明提供的堰塞坝体高度预测方法及系统，通过遥感手段大规模进行堰塞湖灾害识别、监测与关键参数提取，从而对堰塞湖进行高程采样，确定堰塞湖水面高程和堰塞坝坝体下游河床高程，再结合堰塞坝本身的形成机理，完成了堰塞坝坝体高度的预测，使得在不进行实地探查的情况下，便可完成对于堰塞坝坝体高度的测量，提高了测量效率和准确性。
附图说明
[0044]
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图进行简单地介绍，显而易见地，下面描述中的附图是本发明的一
elevation model，简称dem)，将堰塞坝坝体的形成机理与遥感手段相结合，实现了堰塞湖关键参数的快速提取。除了传统的几何测量外，本发明基于堰塞湖水面基本平静的假设，利用历史dem对堰塞湖边界进行高程采样确定堰塞湖水面高程，并通对下游河谷高程进行高程采样与一元回归，确定了堰塞坝坝体下游河床高程(即坝底河床高程，为堰塞坝的坝底下游端最低处的高程)，使得即使通过分辨率较低的遥感影像也能获取较好的预测结果。需要说明的是，在本发明中，堰塞坝的上游端是指坝体靠近堰塞湖水面边界的一端；堰塞坝的下游端是指坝体对原河道堵塞后，堰塞湖坝体沿原河道向下游处延伸的一端。
[0057]
步骤102，基于堰塞坝的几何形态特征，根据所述堰塞湖水面高程和所述坝体河床高程，得到所述目标堰塞坝体的第一高程差，并根据所述第一高程差，获取所述目标堰塞坝体的高度；
[0058]
其中，所述第一高程差为所述目标堰塞坝体的上游端坝体顶部最高处与下游端坝体底部最低处之间的高程差。
[0059]
在本发明中，在发生大范围滑坡后，往往无法及时获取所有地质灾情数据，需要进行大范围的滑坡调查。由于灾后往往发生在偏远地区，其救灾能力有限，所以大范围调查的目的除了及时发现堰塞湖灾情外，也需要对各个堰塞湖的险情做出客观评价，从而根据各个堰塞湖灾情进行资源的合理调配，避免过度反应。在本发明中，主要步骤可分为三个部分：1、通过高程采样点，确定堰塞湖水面高程；2、通过河流比降，计算堰塞坝下游端与河床相接处的高程，从而得到坝底河床高程；3、根据堰塞坝形成机理，通过堰塞湖水面高程和坝体河床高程，计算堰塞坝的坝顶最高处高程，得到坝体高度。优选地，在一实施例中，可基于堰塞坝的坝体高度，预测堰塞坝的坝顶最低点处高程，并通过gis手段计算堰塞湖潜在最大规模，即预测堰塞湖的最大库容。
[0060]
本发明提供的堰塞坝体高度预测方法，通过遥感手段大规模进行堰塞湖灾害识别、监测与关键参数提取，从而对堰塞湖进行高程采样，确定堰塞湖水面高程和堰塞坝坝体下游河床高程，再结合堰塞坝本身的形成机理，完成了堰塞坝坝体高度的预测，使得在不进行实地探查的情况下，便可完成对于堰塞坝坝体高度的测量，提高了测量效率和准确性。
[0061]
在上述实施例的基础上，在所述基于堰塞坝的几何形态特征，根据所述堰塞湖水面高程和所述坝体河床高程，得到所述目标堰塞坝体的第一高程差，并根据所述第一高程差，获取所述目标堰塞坝体的高度之后，所述方法还包括：
[0062]
获取所述目标堰塞坝体的第一高程，所述第一高程是根据所述第一高程差和预设水准点确定得到的；
[0063]
通过所述第一高程和堰塞坝体顶部最低处高程公式，计算所述目标堰塞坝体的第二高程，其中，所述第二高程为所述目标堰塞坝体的上游端坝体顶部最低处的高程；所述堰塞坝体顶部最低处高程公式是基于堰塞坝体的顶部最高处高程历史数据和顶部最低处高程历史数据拟合得到的；
[0064]
获取所述目标堰塞坝体所在区域的历史数字高程模型，并通过arcgis平台对所述第二高程和历史数字高程模型进行处理，预测得到所述目标堰塞坝体对应的堰塞湖最大库容。
[0065]
由于堰塞坝在垂直河道方向上并不会保持一致，而是会形成不同类型的分布，导致堰塞湖坝顶的高度并不是一个简单的值，而是一个范围。而影响堰塞湖溃坝最重要的因
子为堰塞坝上游端的坝顶最低处的高程，其决定堰塞湖潜在最高蓄水量以及溃坝的最大泄水量。本发明基于现有已有数据进行分析，构建堰塞坝上游端的坝顶最高处与垭口处(即上游端的坝顶最低处)之间的关系表达式：
[0066]
y＝0.63x 5.59(r2＝0.863)；
[0067]
其中，x为第一高程；y为第二高程，表示所述目标堰塞坝体的上游端坝体顶部最低处的高程；r2为拟合优度；
[0068]
在本发明中，通过预设水准点和已预测得到的第一高程差，获取到上游端坝体顶部最高处的高程，即第一高程；然后，在上述公式的基础上，基于第一高程，完成对目标堰塞坝体的上游端坝体顶部最低处高程的快速估计。进一步地，由于堰塞坝的坝顶最低处高程决定了堰塞湖潜在的最大蓄水量，本发明基于历史dem和估计得到第二高程，即可在arcgis平台中完成堰塞湖最大库容的估计。
[0069]
在上述实施例的基础上，所述堰塞湖水面高程的获取方式，具体包括：
[0070]
通过预设采样规则，确定所述目标堰塞坝体所在区域的历史数字高程模型中的多个水面边界高程采样点；
[0071]
通过四分位距方法，去除存在高程异常值的水面边界高程采样点，得到目标水面边界高程采样点；
[0072]
根据所有目标水面边界高程采样点的高程值，获取高程平均值；
[0073]
通过所述高程平均值，确定所述目标堰塞坝体与堰塞湖边界之间的高程数据，以得到所述目标堰塞坝体的堰塞湖水面高程。
[0074]
在现有基于可见光遥感影像估计堰塞湖水面高程的方法中，主要是通过湖水面边界，提取高程后插值得到。但是通过可见光遥感影像获得堰塞湖高程信息都基于一个很重要的假设，即历史dem可用。然而，在堰塞湖发生的地区，往往地形起伏较大，且可能因为局部滑坡沉降等导致dem的可用性下降。通过现有堰塞湖数据的事发前与事发后堰塞湖地区的高程变化进行对比，可以发现，实际上滑坡堰塞湖发生的地区高程出现了较大的变化。
[0075]
由于滑坡堰塞湖发生后，滑坡区域发生了较大程度的下沉，物质堆积区则是有较大抬升。而该区域，即便是未发生滑坡的地区也有着不同程度的沉降，同时观察到堰塞湖水边界处也有着不同程度的下沉。显然若简单假设的事发前dem可用，无法准确获取到堰塞湖水面高程。
[0076]
本发明针对上述现有问题，首先构建预设采样规则，即堰塞湖的湖水边界高程点的采样应于遵循以下原则：1、远离滑坡处；2、地势平坦；3、存在植被覆盖。在确定预设采样规则后，根据以上规则进行水面边界高程点的采样，由于在获取历史dem时，成像过程的偶然误差或者地面沉降等因素，采样点之间可能会出现较大的偏差，而这显然是与实际情形不相符合的。因此，本发明选择采用四分位距(interquartile range，简称iqr)方法去除异常值；然后，再直接取其平均值，来减小可能的随机误差，从而得到堰塞湖水面高程。由于堰塞坝堵塞河道，河流没有流出量，且流速较缓，水面平静，因此，本发明将堰塞湖水面高程定义为堰塞湖与堰塞坝之间相接处的高程。
[0077]
在上述实施例的基础上，所述坝底河床高程的获取方式，具体包括：
[0078]
对所述目标堰塞坝体所在区域的历史数字高程模型进行河道高程点采样，获取多个河道高程采样点；
[0079]
通过四分位距方法，去除存在高程异常值的河道高程采样点，得到目标河道高程采样点；
[0080]
对多个目标河道高程采样点进行一元回归拟合，并将拟合结果延伸至所述目标堰塞坝体，得到延伸后的拟合结果；
[0081]
根据所述延伸后的拟合结果与所述目标堰塞坝体所在区域的历史水深数据，获取所述目标堰塞坝体的坝底河床高程。
[0082]
在本发明中，可直接使用近期通过dem获得的河床高程数据，用于后续预测堰塞坝体高度。优选地，在一实施例中，还可通过以下步骤获取得到坝底河床高程，具体地，在本发明中，对于堰塞坝的坝底高程的预测，需要计算河流河床的高程比降。在一定预设范围内，河床高程可以被认为沿着河道按一定比例下降，符合线性变化。因此，在dem河谷最低处采样河道高程点，去除异常值后进行一元回归，从而获得对其河道高程的拟合；然后，将拟合结果延长至堰塞坝的坝体后，再减去历史水深，即可得到堰塞坝的底部高程，即坝底河床高程。
[0083]
在上述实施例的基础上，所述基于堰塞坝的几何形态特征，根据所述堰塞湖水面高程和所述坝体河床高程，得到所述目标堰塞坝体的第一高程差，包括：
[0084]
通过所述遥感影像数据，确定所述目标堰塞坝体的滑坡表面倾斜角和河道倾斜角；
[0085]
根据所述堰塞湖水面高程、所述坝体河床高程、所述滑坡表面倾斜角、所述河道倾斜角和预设休止角，通过堰塞坝体高程差公式，计算得到所述目标堰塞坝体的第一高程差，所述堰塞坝体高程差公式为：
[0086][0087]h′
＝(0.37 1.1tanθ)
·
tan(βd θ)
·
lb；公式(2)
[0088][0089]hm
＝h
1-h0；公式(4)
[0090][0091][0092]
其中，lb表示堰塞坝体的底部长度，lm表示堰塞坝体的下游端坝体底部最低处与上游端堰塞湖水面边界处之间的水平距离，θ表示河道倾斜角，βu表示堰塞坝体的上游端与河道之间的夹角，hm表示堰塞坝体的上游端堰塞湖水面边界处的高程差，h1表示堰塞湖水面高程，h0表示坝体河床高程，h
′
表示堰塞坝体的顶部与河床之间的垂直距离，βd表示堰塞坝体与河道之间的夹角，h表示第一高程差；χ表示滑坡表面参数，为模拟滑坡动力因素的因子，主要由滑坡表面倾斜角决定；表示预设休止角，a表示滑坡表面倾斜角。
[0093]
在本发明中，堰塞坝体的几何形态由滑坡坡度，河道坡度，土质，土方量以及下滑
高度等因素决定，其中，堰塞坝体的下游端坝体底部最低处与上游端堰塞湖水面边界处之间的水平距离lm，以及堰塞坝体的上游端堰塞湖水面边界处的高程差hm，可通过遥感影像数据获取得到，通过上述公式可计算得到目标堰塞坝体的上游端坝体顶部最高处与下游端坝体底部最低处之间的高程差。图2为本发明提供的堰塞坝体沿河道的剖面示意图，可参考图2所示，在u型河谷，且滑坡完全堵江的前提下，本发明将堰塞坝的沿河道剖面图简化为梯形。可以看出，堰塞坝体的坝顶l
t
与河道lb基本平行，即：
[0094]
l
t
//lb；
[0095]
其中，l
t
为堰塞坝的坝顶上表面，表示坝顶长度；lb为堰塞坝的底部，表示堰塞坝体的底部长度。
[0096]
进一步地，堰塞坝的上游端和河道之间夹角βu，与堰塞坝体和河道之间夹角βd基本相同，即：
[0097][0098]
其中，χ是用于拟合物质本身的“cut-up”效应的滑坡表面相关的参数；是基于组成堰塞坝的物质而预设的休止角，其取值由物质组成与土壤性质决定，具体地，基于历史堰塞坝组成物质数据可知，休止角的范围主要是在25
°
至40
°
之间，平均值为35.5
°
，本发明将预设休止角的取值设置为35.5
°
。在本发明中，滑坡表面参数的公式为：
[0099][0100]
其中，a表示滑坡表面倾斜角，当滑坡表面倾斜角a越高，滑坡物质的实际倾斜角度会越小，也就是说堰塞坝的沿河长度将越长。在一实施例中，滑坡表面参数除了滑坡表面倾斜角外，还由滑坡距离以及滑坡总势能等共同决定。
[0101]
进一步地，堰塞坝体沿河道的长度与堰塞坝顶到河道的距离存在的函数关系为：
[0102]h′
＝(0.37 1.1tanθ)
·
tan(βd θ)
·
lb；
[0103]
其中，h
′
表示堰塞坝体的顶部与河床之间的距离；lb为堰塞坝沿河道的长度，即堰塞坝体的底部长度。
[0104]
进一步地，在本发明中，河道倾斜角θ可通过上述实施例中河流河床的高程比降得到；滑坡表面倾斜角a可直接在遥感影像数据上获取到对应滑坡长度，并在dem上得到该滑坡高程差之后计算得到。
[0105]
在上述实施例的基础上，在所述通过目标堰塞坝体所在区域的遥感影像数据，分别获取所述目标堰塞坝体的堰塞湖水面高程和坝底河床高程之前，所述方法还包括：
[0106]
基于可见光遥感影像数据，确定待预测区域内的目标堰塞坝体。
[0107]
在本发明中，通过可见光遥感影像数据，对待预测区域进行大规模堰塞湖筛查，从而更加快速且准确地确定该区域内存在的堰塞湖和堰塞坝，进而对堰塞坝体的高度进行预测。
[0108]
本发明基于卫星遥感影像进行堰塞湖参数的快速获取，以支撑灾害风险的快速评估，相较于无人机逐一进行精细摄影测量，具有观测范围更广、更新频率更高以及成本更低等特点，可较好地满足灾后大范围地风险筛查地要求。对于目前实地考察来获取相关参数
的方式，本发明要求获取到的参数数据简单，且可以获得较好的精度，满足了灾害应急时对于灾情判断的时效性要求。
[0109]
在一实施例中，对于堰塞坝体高度的预测输入参数为：堰塞坝沿河长度(即堰塞坝体的下游端坝体底部最低处与上游端堰塞湖水面边界处之间的水平距离)、堰塞坝与堰塞湖边界处高程(即堰塞湖水面高程)、堰塞坝坝底高程(即坝体河床高程)、河道倾斜角和滑坡倾斜角。需要说明的是，对于不同分辨率的遥感影像，以上五个参数都会有不同程度的影响。以某区域堰塞湖为例，使用srtm v3 30m的dem数据与某遥感卫星(该遥感卫星分辨率为0.8m的遥感影像)进行方法验证。通过对遥感影像进行不同分辨率的重采样，再进行参数提取与预测，得到的实验数据可参考表1：
[0110]
表1
[0111][0112]
在表1中，为不同分辨率影像获取的输入参数，其中，h1表示堰塞湖水面高程；h0表示堰塞坝下游端底部高程，即坝体河床高程；hm表示h1和h0之间差值，为堰塞坝体的上游端堰塞湖水面边界处的高程差；lm表示堰塞湖可观测到未淹没的部分沿河道的长度，即堰塞坝体的下游端坝体底部最低处与上游端堰塞湖水面边界处之间的水平距离；a表示滑坡表面倾斜角，θ表示河道倾斜角；表示预设休止角。需要说明的是，在本实施例中，h0是在估计河流历史深度为15m的情况下估算的。
[0113]
进一步地，堰塞坝的顶部最低处的高程预测结果可参考表2：
[0114]
表2
[0115][0116]
进一步地，堰塞坝的顶部最高处的高程预测结果可参考表3：
[0117]
表3
[0118][0119]
如上述表1和表2所示，遥感影像分辨率主要是影响堰塞坝坝体长度的提取与堰塞湖水面高程的预测。总的来说，分辨率越高，获取的预测结果精度越好，当分辨率从0.8m降到30m时，预测结果的误差的变化也从2.5m变到了10.2m，可参考表3。但是对于本次实验而言，5m的分辨率已经足以对堰塞坝的高度进行较好的估计了。因此，5m分辨率以内的遥感影像已经可以较好满足本发明的应用，实现对于堰塞坝高度较好的预测。
[0120]
下面对本发明提供的堰塞坝体高度预测系统进行描述，下文描述的堰塞坝体高度预测系统与上文描述的堰塞坝体高度预测方法可相互对应参照。
[0121]
图3为本发明提供的堰塞坝体高度预测系统的结构示意图，如图3所示，本发明提供了一种堰塞坝体高度预测系统，包括高程获取模块301和堰塞坝体高度预测模块302，其中，高程获取模块301用于通过目标堰塞坝体所在区域的遥感影像数据，分别获取所述目标堰塞坝体的堰塞湖水面高程和坝底河床高程；堰塞坝体高度预测模块302用于基于堰塞坝的几何形态特征，根据所述堰塞湖水面高程和所述坝体河床高程，得到所述目标堰塞坝体的第一高程差，并根据所述第一高程差，获取所述目标堰塞坝体的高度；其中，所述第一高程差为所述目标堰塞坝体的上游端坝体顶部最高处与下游端坝体底部最低处之间的高程差。
[0122]
本发明提供的堰塞坝体高度预测系统，通过遥感手段大规模进行堰塞湖灾害识别、监测与关键参数提取，从而对堰塞湖进行高程采样，确定堰塞湖水面高程和堰塞坝坝体下游河床高程，再结合堰塞坝本身的形成机理，完成了堰塞坝坝体高度的预测，使得在不进行实地探查的情况下，便可完成对于堰塞坝坝体高度的测量，提高了测量效率和准确性。
[0123]
本发明提供的系统是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
[0124]
图4为本发明提供的电子设备的结构示意图，如图4所示，该电子设备可以包括：处理器(processor)401、通信接口(communications interface)402、存储器(memory)403和通信总线404，其中，处理器401，通信接口402，存储器403通过通信总线404完成相互间的通信。处理器401可以调用存储器403中的逻辑指令，以执行堰塞坝体高度预测方法，该方法包括：通过目标堰塞坝体所在区域的遥感影像数据，分别获取所述目标堰塞坝体的堰塞湖水面高程和坝底河床高程；基于堰塞坝的几何形态特征，根据所述堰塞湖水面高程和所述坝体河床高程，得到所述目标堰塞坝体的第一高程差，并根据所述第一高程差，获取所述目标堰塞坝体的高度；其中，所述第一高程差为所述目标堰塞坝体的上游端坝体顶部最高处与下游端坝体底部最低处之间的高程差。
[0125]
此外，上述的存储器403中的逻辑指令可以通过软件功能单元的形式实现并作为
独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0126]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的堰塞坝体高度预测方法，该方法包括：通过目标堰塞坝体所在区域的遥感影像数据，分别获取所述目标堰塞坝体的堰塞湖水面高程和坝底河床高程；基于堰塞坝的几何形态特征，根据所述堰塞湖水面高程和所述坝体河床高程，得到所述目标堰塞坝体的第一高程差，并根据所述第一高程差，获取所述目标堰塞坝体的高度；其中，所述第一高程差为所述目标堰塞坝体的上游端坝体顶部最高处与下游端坝体底部最低处之间的高程差。
[0127]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的堰塞坝体高度预测方法，该方法包括：通过目标堰塞坝体所在区域的遥感影像数据，分别获取所述目标堰塞坝体的堰塞湖水面高程和坝底河床高程；基于堰塞坝的几何形态特征，根据所述堰塞湖水面高程和所述坝体河床高程，得到所述目标堰塞坝体的第一高程差，并根据所述第一高程差，获取所述目标堰塞坝体的高度；其中，所述第一高程差为所述目标堰塞坝体的上游端坝体顶部最高处与下游端坝体底部最低处之间的高程差。
[0128]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0129]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0130]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。