共查询到18条相似文献，搜索用时 125 毫秒
1.
基于DEM的福建省小流域划分研究 总被引：5，自引：0，他引：5
以1∶10万的数字线划图为工作底图,在ARC/INFO软件环境下,采用空间内插法生成福建省的DEM。其在ARC/INFO软件的水文模块环境下,经过数据预处理、流向分析、汇流分析和流域识别等过程,最终自动提取1435个小流域。研究结果表明:在山区,流域界线基本与分水岭吻合,但在平坦地区由于等高线稀疏,加上福建海岸线非常曲折,海湾支离破碎,流域提取的结果不尽人意,流域界线需要人工进一步修正。基于DEM的流域的快速提取,大大节省了的人力、物力,从提取的效率和精度来看都是切实可行的。随着DEM的精度将不断提高,这种方法将为在全省范围内实现流域各自然要素空间组合特征的快速分析与站点观测数据的综合管理,以及流域信息的空间可视化浏览、查询、统计和流域水文模型的应用分析奠定了坚实的基础,从而推动了生态环境保护、生态环境建设等生态环境管理工作的实施。 相似文献
2.
基于DEM的流域水系分维计算与结果分析 总被引：7，自引：0，他引：7
利用ArcGIS8.3和ArcVIEW3.2中的水文分析模块,根据不同最小河流长度,提取晋江流域河网信息,采用传统的网格法计算提取的不同河网的分维,研究以最小河流长度所提取的不同河网密度与分维的关系,确定晋江流域分维,分析流域地貌的演变。 相似文献
3.
以研究区3030个流域水文数据为基础,利用数字高程模型（DEM）并运用非线性拟合法分析中小流域集水面积阈值与河源密度的相关关系,分析集水面积阈值与河源密度的幂函数关系可得,幂指数a近似为-1,拟合公式常系数k具有区域分布特征,反映了不同地区的河网发育程度,k值越大,河源密度越大,河网越密集,河网发育程度越高。对河源密度随集水面积阈值的变化趋势进行分析,发现2个具有统计意义的阈值临界点,分别为河源从坡面到沟道及从沟道到河道的集水面积分界点,在研究区内选择不同k值区间的贡曲流域、辰清河流域和藤条江流域作为样本流域,利用样本流域数字正射影像（DOM）手工提取其沟谷河网及主河道河网的图形信息和水文信息,并与分界点处阈值提取的河网作对比,将分析得出的河网密度相对误差率作为检验标准,对临界点的物理意义进行检验。 相似文献
4.
我国水文气象站少且空间分布不均衡,水文模型参数难以获取极大限制了其在防洪预警中的应用。针对新安江水文模型在无水文资料地区应用的局限性,本文提出了一种基于遥感信息的新安江模型参数推求方法,实现了可率定的模型参数的推求:利用土壤特性与土地覆被遥感信息推求流域张力水蓄水容量;基于流域土地覆被遥感信息提取不透水面积比;利用流域土壤特性及叶面积指数遥感影像间接推算流域自由水蓄水容量。利用本文方法推求了老灌河流域新安江水文模型参数并进行了日径流模拟,实验结果表明,流域水文模拟中利用遥感信息推求出的模型参数的准确性可以达到80%以上。 相似文献
5.
以DEM提取流域水系河源的最小误差分析 总被引：2，自引：0，他引：2
目前,以水文模型提取流域水系已成为水文科学研究中的热点问题。但用DEM提取流域水系的方法不能解决流域水系唯一性的问题。故本文在没有流域纸质水系图或遥感数据的前提下,提出以DEM提取流域水系的河源最小误差法,即通过建立实际河源与提取水系河源两点之间的距离误差与网格数大小的相互关系,以两点之间误差最小为原则解决流域水系提取唯一性问题。以晋江流域为例,30m分辨率的数字高程模型(DEM)为基础数据,采用河源最小误差法提取了晋江流域水系。结果表明,最小河流长度为42m时,实际河源与提取水系河源的距离误差达到最小,相应的晋江流域的水系分维值为1.389,表明该法是提取流域水系较合理可行的算法。 相似文献
6.
7.
流域水文模型研究的进展 总被引：14，自引：2，他引：12
流域水文模型是对流域上发生的水文过程进行模拟计算的数学模型 ,在水文过程模拟中 ,对流域内的产流 ,坡面汇流以及河道汇流过程的模拟是很重要的。坡面产汇流模型模拟从降水到流域产流和流域坡面汇流的水文子过程 ,河道演进模型模拟河网汇流水文子过程 ,现有的水文模型大多数是没有考虑水文变量和水文参数空间变化的概念性水文模型。随着地理信息技术的发展 ,考虑水文变量和水文参数空间变化的分布式水文模型得到了极大的重视与发展 ,而且 ,遥感技术的发展满足了分布式水文模型对空间信息的需求. 相似文献
8.
径流节点是一种真实存在于流域单元中的地学实体对象,携带了大量的水文与地貌特征信息。针对当前研究中缺乏定量地度量径流节点所承载的地学特征信息量的相关探讨,本文结合径流节点的已有理论,总结了其地学特征信息,借鉴数学粗集理论提出了径流节点的特征信息指数（FIIRN）,并分析了相关的定义与计算方法。本文以黄土高原的7个典型黄土地貌样区5 m分辨率DEM数据为实验材料,提取了各个实验样区的径流节点,并计算了每个样区的FIIRN指数值。实验结果表明：（1）FIIRN指数可有效地映射流域单元的径流分级、发育状况等地学特征信息;（2）FIIRN指数可定量地表达流域单元的地学特征信息量;（3）FIIRN指数可作为挖掘流域地学特征信息的一个重要参数。 相似文献
9.
流域水系是研究水文水资源、地貌演化和生态环境及水土治理等的基础数据,高精度的水系提取对流域研究十分重要。本文以空间分辨率均为30 m的 AW3D30 DSM、SRTM1 DEM和ASTER GDEM2数字高程模型作为基本的地形数据,基于SWAT模型提取犟河流域水系,通过河网“套合差”、水系相对误差、Google Map水文数据及蓝线河网对提取结果进行误差分析与综合评价,探讨河道剖面和地形特征对水系提取精度的影响。结果表明：① 集水面积阈值是决定河网水系提取精度的关键参数,阈值越大,提取的河网密度越小,反之提取的河网密度越大;② 基于河网密度与集水阈值二阶导数的幂函数与直线相切的数学求值方法确定流域最佳集水面积阈值,能避免最佳集水阈值取值的主观性,提取的河网水系与实际河道相符;③ AW3D30 DSM数据提取的流域河网水系与Google Map高分辨率影像的水系偏差最小,且AW3D30 DSM数据提取的水系与蓝线河网的河网“套合差”和水系相对误差值均最低,能真实反映中低山丘陵山区流域水系发育的疏密程度,吻合度最好;④ 多源DEM数据提取结果均显示为河床比降大和横剖面曲线为窄深式的“V”形河谷提取的水系精度高于河床比降小和横剖面曲线为 “碟”形河谷的提取精度;⑤ AW3D30 DSM数据的地形起伏和坡度标准差最大,有利于山区河网水系的提取。因此,基于SWAT模型和AW3D30 DSM数据提取的山区流域水系可最大限度反映流域水系的真实情况,精度最高,此方法和数据源可应用于中低山丘陵山区流域的水系提取研究。 相似文献
10.
水汽输送及降水模式对流域水文模型及水资源研究具有重要意义。汉江流域水资源对南水北调以及下游生态环境有重要影响,研究汉江流域水汽输送和降水的时空分布特征是水文模拟和水资源环境管理的基础。本文利用NCEP/NCAR再分析资料和汉江流域19个气象站点的降水资料,以及GIS数据库和分析工具,分析了汉江流域的水汽通量、可降水量、实测降水量和降水转换率的计算方法;以汉江流域1998年7月的气候再分析资料和降水资料为例,计算并分析了汉江流域1998年7月可降水量与实测降水量的空间分布特征,以及降水转化率的分布特征;探讨了水汽输送、可降水量、实测降水量,以及降水转化率的相关性和空间分布特征。通过分析汉江流域1981-2010年的可降水量和实际降水量的分布表明,汉江流域可降水量与降水量变化趋势基本相同,降水转换率近年有所增加。 相似文献
11.
传统基于光谱信息的水体提取未能考虑水体形状、纹理、大小、相邻关系等问题,且存在同物异谱、异物同谱现象,导致水体提取精度较低。而传统基于分类提取水体方法设计特征过程较为繁琐,且不能挖掘深度信息特征。因此,本文提出改进的U-Net网络语义分割方法,借鉴经典U-Net网络的解编码结构对网络进行改进：① 将VGG网络用于收缩路径以提取特征;② 在扩张路径中对低维特征信息进行加强,将收缩特征金字塔上一层的特征图与下一层对应扩张路径上的特征图进行融合,以提高提取结果分割精度;③ 在分类后处理中引入条件随机场,以将分割结果精细化。在保持相同训练集、验证集和测试集的情况下,分别用SegNet、经典U-Net网络和改进的U-Net网络做对照试验。试验结果表明,改进的U-Net网络结构在IoU、精准率和Kappa系数指标上均高于SegNet和经典U-Net网络,与SegNet相比,3项指标分别提升了10.5%、12.3%和0.14,与经典U-Net网络结果相比,各个指标分别提升了5.8%、4.4%和0.05。改进的网络水体提取结果较为完整,对小目标水体能够准确提取。改进的U-Net网络能够有效地实现水体提取任务。 相似文献
12.
Some techniques and methods for deriving water information from SPOT-4(XI) image were investigated and discussed in this paper.An algorithmoif decision-tree(DT) classification which includes several classifiers based on the spectral responding characteristics of water bodies and other objects,was developed and put forward to delineate water bodies.Another algorithm of decision-tree classification based on both spectral characteristics and auxiliary information of DEM and slope(DTDS) was also designed for water bodies extraction.In addition,supervised classification method of maximum-likelyhood classification(MLC),and unsupervised method of interactive self -organizing dada analysis technique(ISODATA) were used to extract waterbodies for comparison purpose.An index was designed and used to assess the accuracy of different methods abopted in the research.Results have shown that water extraction accuracy was variable with respect to the various techniques applied.It was low using ISODATA,very high using DT algorithm and much higher using both DTDS and MLC. 相似文献
13.
高分辨率遥感影像中,道路光谱信息丰富,且空间几何结构更清晰。但是,基于高分遥感影像的道路提取面临道路尺寸变化大、容易受树木、建筑物及阴影遮挡等因素影响,导致提取结果不完整。此外,高分遥感影像中同物异谱和异物同谱现象较为严重,从而影响道路提取结果连续性及细小道路信息完整性,而且难以区分道路和非道路不透水层。因此,本文提出基于双注意力残差网络的道路提取模型DARNet,利用深度编码网络,获取细粒度高阶语义信息,增强网络对细小道路的提取能力,通过嵌入串联式通道-空间双重注意力模块,获取道路特征图逐通道的全局语义信息,实现道路特征的高效表达及多尺度道路信息的深层融合,增强阴影和遮挡环境下网络模型的鲁棒性,改善道路提取细节缺失现象,实现复杂环境下高效、准确的道路自动化提取。本文在3个实验数据集对DARNet和DLinkNet、DeepLabV3+等5个对比模型进行对比试验和定量评估,结果表明,本文DARNet模型的F1分别为77.92%、67.88%和80.37%,高于对比模型。此外,定性比较表明,本文提出模型可以有效克服由于物体阴影、遮挡和高分影像光谱变化导致道路提取不准确与不完整问题,改善细... 相似文献
14.
建筑物的自动提取对城市发展与规划、防灾预警等意义重大。当前的建筑物提取研究取得了很好的成果,但现有研究多把建筑提取当成语义分割问题来处理,不能区分不同的建筑个体,且在提取精度方面仍然存在提升的空间。近年来,基于多任务学习的深度学习方法已在计算机视觉领域得到广泛应用,但其在高分辨率遥感影像自动解译任务上的应用还有待进一步发展。本研究借鉴经典的实例分割算法Mask R-CNN和语义分割算法U-Net的思想,设计了一种将语义分割模块植入实例分割框架的深度神经网络结构,利用多种任务之间的信息互补性来提升模型的泛化性能。自底向上的路径增强结构缩短了低层细节信息向上传递的路径。自适应的特征池化使得实例分割网络可以充分利用多尺度信息。在多任务训练模式下完成了对遥感影像中建筑物的自动分割,并在经典的遥感影像数据集SpaceNet上对该方法进行验证。结果表明,本文提出的基于多任务学习的建筑提取方法在巴黎数据集上建筑实例分割精度达到58.8%,在喀土穆数据集上建筑实例分割精度达到60.7%,相比Mask R-CNN和U-Net提升1%~2%。 相似文献
15.
随着遥感影像分辨率的提高,植被信息的高精度提取对于了解地表植被变化规律、评价生态区域具有重要意义。针对传统方法跨季节植被提取不完整问题,本文基于高分2号(GF-2)卫星数据,提出一种基于特征分离机制的深度学习语义分割网络植被提取方法。该网络在Densenet的基础增加可分离卷积和空间金字塔结合的特征分离机制来增大感受野,更有效利用植被的特征信息,提升了模型的精度。本文通过构建高精细跨季节植被样本库,使用本文所提方法,完成了遥感影像植被信息提取,并选取总体准确度、F1值和交并比作为评价指标,对不同的传统方法和深度学习方法进行精度对比与分析。实验结果表明,本文方法提取植被的效果较好,其中F1分数达到91.91%,总体准确度达到92.79%,交并比达到85.10%。对高分1号、高分6号和高景1号遥感影像进行植被提取通用性验证,结果表明本文方法具有一定的通用能力,可以从高分辨率遥感影像中准确地、自动地提取植被。本文研究成果可为城市生态环境评价和植被的应用研究提供数据参考。 相似文献
16.
针对目前基于深度学习与高分辨率遥感影像的建筑物提取研究现状,本文提出了一种综合ResNet中的ResBlock残差模块和Attention注意力机制的改进型Unet网络（Res_AttentionUnet）,并将其应用于高分辨率遥感影像建筑物提取,有效地提高了建筑物的提取精度。具体优化方法为：在传统的Unet语义分割网络卷积层中加入针对初高级特征加强提取的ResBlock残差模块,并在网络阶跃连接部分加入Attention注意力机制模块。其中,ResBlock残差模块使卷积后的特征图获取更多的底层信息,增强卷积结构的鲁棒性,从而防止欠拟合;Attention注意力机制可增强对建筑物区域像素的特征学习,使特征提取更完善,从而提高建筑物提取的准确率。本研究采用武汉大学季顺平团队提供的开放数据集（WHU Building Dataset）作为实验数据,并从中选取3个具有不同建筑物特征和代表性的实验区域,然后分别对不同实验区域进行预处理（包括滑动裁剪和图像增强等）,最后分别使用Unet、ResUnet、AttentionUnet和Res_AttentionUnet 4种不同的网络模型对3个不同实验区进行建筑物提取实验,并对实验结果进行交叉对比分析。实验结果表明,与其他3种网络相比,本文所提出的Res_AttentionUnet在基于高分辨率遥感影像的建筑物提取中具有更高的精度,平均提取精度达到95.81%,相较于原始Unet网络提升17.94%,同时相较于仅加入残差模块的Unet网络（ResUnet）提升2.19%,能够显著地提升高分辨率遥感影像中建筑物提取的效果。 相似文献
17.
鄱阳湖南矶湿地是亚热带典型过水性湿地,由于该区域水文情况复杂,且泥滩、沼泽和疫水（血吸虫）分布较广,导致野外考察验证工作困难,使用传统的遥感信息提取方法很难保证该地区湿地景观的提取精度。本文以高分一号影像为数据源,综合运用数字高程模型（DEM）、归一化植被指数（NDVI）、归一化水体指数（NDWI）等辅助数据,采用面向对象分类方法,对鄱阳湖南矶湿地景观信息进行提取研究,并取得了较好的分类效果。研究结果表明：（1）基于国产高分辨率影像的面向对象分类,既兼顾了国产高分辨率影像光谱、空间、结构、纹理信息,又综合利用多源辅助数据参与到分类计算中,分类精度得到明显的提升;（2）基于面向对象与多源数据分类方法对湿地混合像元有较好地识别能力,可获得较高的总体分类精度（94.3275%）和Kappa系数（0.9324）,说明利用多源数据的面向对象方法提取湿地信息是可行的,其分类结果具有较高的准确性和可信度,较好地解决了过水性湿地景观分类问题;（3）该分类方法弥补了单一遥感影像分类方法的不足,对研究国产高分卫星在提取过水性湿地景观信息方面具有重要的参考和实际意义。最后,分析了多源数据面向对象分类尚待解决的问题和下一步的研究方向。 相似文献
18.
大数据时代海量网络文本中蕴含的灾害事件信息是防灾减灾研究和应用的重要资源。从异构的Web文本中快速、准确抽取灾害事件时空信息和属性信息,分析其时空动态变化模式与趋势并进行可视化表达,是当前地理信息与灾害信息领域关注的热点。本文从Web文本挖掘的整体技术框架、灾害主题页面抓取、灾害事件信息解析与抽取、灾害事件信息空间展示分析、以及防灾减灾应用系统等方面调研和综述了相关进展。针对防灾减灾领域的Web文本信息获取未来趋势,分析概括了全流程的Web文本灾害事件信息提取适用技术,并指出未来研究趋势：① 重点开展全球灾害信息全景式获取分析,实现全球灾害事件信息的自动化获取、分析及可视化展示;② 向联合国可持续发展目标（SDGs）和中国“一带一路”倡议,加强典型热点区域的Web灾害事件信息获取分析应用研究并形成示范系统;③ 按照数据、信息、知识的应用层次,建立以大数据挖掘和分析技术支撑的新型防灾减灾知识服务系统。 相似文献