一种水源地生态监测预警系统及其控制方法转让专利

申请号 : CN202110181197.3

文献号 : CN112884736B

文献日 :

基本信息:

PDF:

法律信息:

相似专利:

发明人 : 苗正红杨军张宝利邱中军马壮段兴博侯天阳

申请人 : 吉林省水利水电勘测设计研究院

摘要 :

本发明公开了一种水源地生态监测预警系统,包括数据库模块,用于存储标准图像以及低分辨率遥感图像和高分辨率遥感图像;低分辨率遥感图像处理模块,用于对低分辨率遥感图像进行处理;高分辨率遥感图像处理模块,用于对高分辨率遥感图像进行处理;便携式采样器,用于对水源地进行实地采样;样本分析模块,用于对采集的样本进行分析;预警模块,使用低分辨率遥感图像处理结果和高分辨率遥感图像处理结果与数据库模块存储的标准图像进行比对,并结合样本分析结果得到预警信息。本发明能够改进现有技术的不足,在保证检测准确性的同时降低了遥感图像处理的运算量。

权利要求 :

1.一种水源地生态监测预警系统,其特征在于包括,数据库模块(1),用于存储标准图像以及低分辨率遥感图像和高分辨率遥感图像;

低分辨率遥感图像处理模块(2),用于对低分辨率遥感图像进行处理;

对低分辨率遥感图像进行处理包括以下步骤,A1、按照不同地貌对低分辨率遥感图像进行分块,将相同地貌的低分辨率遥感图像块作为一组;

A2、对每组低分辨率遥感图像块提取特征向量集,使用特征向量集与相同地貌的标准图像的特征向量集进行线性度比对,选取平均线性度大于70%的标准图像作为参考图像;

A3、将每个低分辨率遥感图像块与参考图像进行比对,若出现相似条件满足预设条件的参考图像,则选择相似度最高的参考图像代替对应的低分辨率遥感图像块;

高分辨率遥感图像处理模块(3),用于对高分辨率遥感图像进行处理;

便携式采样器(4),用于对水源地进行实地采样;

样本分析模块(5),用于对采集的样本进行分析;

预警模块(6),使用低分辨率遥感图像处理结果和高分辨率遥感图像处理结果与数据库模块(1)存储的标准图像进行比对,并结合样本分析结果得到预警信息。

2.一种水源地生态监测预警控制方法,其特征在于包括以下步骤:A、低分辨率遥感图像处理模块(2)从数据库模块(1)中读取低分辨率遥感图像,对低分辨率遥感图像进行分析处理;

对低分辨率遥感图像进行分析处理包括以下步骤,A1、按照不同地貌对低分辨率遥感图像进行分块,将相同地貌的低分辨率遥感图像块作为一组;

A2、对每组低分辨率遥感图像块提取特征向量集,使用特征向量集与相同地貌的标准图像的特征向量集进行线性度比对,选取平均线性度大于70%的标准图像作为参考图像;

A3、将每个低分辨率遥感图像块与参考图像进行比对,若出现相似条件满足预设条件的参考图像,则选择相似度最高的参考图像代替对应的低分辨率遥感图像块;

B、高分辨率遥感图像处理模块(3)从数据库模块(1)中读取高分辨率遥感图像,根据步骤A的分析结果对高分辨率遥感图像进行分析处理;

C、根据步骤A和B的分析结果确定水源地进行实地采样坐标,使用便携式采样器(4)进行实地采样;

D、使用样本分析模块(5)对采集的样本进行分析;

E、预警模块(6)使用低分辨率遥感图像处理结果和高分辨率遥感图像处理结果与数据库模块(1)存储的标准图像进行比对,并结合样本分析结果得到预警信息。

3.根据权利要求2所述的水源地生态监测预警控制方法,其特征在于:步骤A2中,提取特征向量集包括以下步骤,

A21、计算每个低分辨率遥感图像块的平均灰度值;以平均灰度值为基准计算低分辨率遥感图像块中像素点灰度值与平均灰度值的偏差值;

A22、删除低分辨率遥感图像块中灰度在 区间中的像素点,将剩余的像素点按照坐标位置进行分组,将组内仅有孤立像素点的分组进行删除,对其它组内的像素点进行重组,空白区域使用相邻像素点的灰度平均值进行补充,形成特征像素块;

A23、在每个特征像素块中灰度值偏差小于5%的区域进行特征向量提取,每个完全封闭的提取区域至少提取一个特征向量,特征向量包括灰度值以及每个灰度值的相对位置关系坐标;

A24、将提取到的特征向量组成特征向量集。

4.根据权利要求3所述的水源地生态监测预警控制方法,其特征在于:步骤A3中,低分辨率遥感图像块与参考图像进行比对包括以下步骤,A31、分别建立低分辨率遥感图像块和参考图像特征向量集中特征向量的特征矩阵;

A32、计算两个特征矩阵的交叉熵;

A33、若交叉熵低于设定阈值,则将对应的参考图像保留;

A34、交叉熵与相似度成反比,最后选择交叉熵最小的特征矩阵对应的参考图像代替对应的低分辨率遥感图像块。

5.根据权利要求4所述的水源地生态监测预警控制方法,其特征在于:步骤B中,对高分辨率遥感图像进行分析处理包括以下步骤,B1、高分辨率遥感图像处理模块(3)从数据库模块(1)中读取未找到参考图像的低分辨率遥感图像块对应的高分辨率遥感图像;

B2、遍历步骤B1读取的高分辨率遥感图像,标记地貌特征区域;

B3、在低分辨率遥感图像块中标记对应的地貌特征区域。

6.根据权利要求5所述的水源地生态监测预警控制方法,其特征在于:步骤B2中,使用标准图像的地貌特征作为对比参考,将与标准图像地貌特征相同的高分辨率遥感图像区域标记为地貌特征区域,若高分辨率遥感图像中的若干个地貌特征区域组成一个封闭区域,则将整个封闭区域标记为地貌特征区域。

7.根据权利要求6所述的水源地生态监测预警控制方法,其特征在于:步骤C中,每种地貌至少设置有一个实地采样点。

8.根据权利要求7所述的水源地生态监测预警控制方法,其特征在于:步骤E中,首先将经过步骤A和步骤B处理得到的低分辨率遥感图像块进行重组;然后使用实地采样的样本分析结果对相应地貌的标准图像中图像与生态参数的对应关系进行修正,然后使用修正后的图像与生态参数的对应关系对重组后的低分辨率遥感图像进行生态参数提取;最后根据生态参数提取结果得到预警信息。

说明书 :

一种水源地生态监测预警系统及其控制方法

技术领域

[0001] 本发明涉及生态环境监测术领域,尤其涉及一种水源地生态监测预警系统及其控制方法。

背景技术

[0002] 水源地生态监测是关系到用水安全的一项重要工作。由于水源地面积大,现有技术中通常是采用遥感成像技术对水源地的生态状况进行检测。但是,大面积的高分辨率遥
感成像数据量庞大,为了保证对水源地生态环境监测的准确性,需要对大量的高分辨率遥
感图像进行分析鉴别,不仅对检测系统的硬件要求高,而且分析处理耗时长。

发明内容

[0003] 本发明要解决的技术问题是提供一种水源地生态监测预警系统及其控制方法,能够解决现有技术的不足,在保证检测准确性的同时降低了遥感图像处理的运算量。
[0004] 为解决上述技术问题,本发明所采取的技术方案如下。
[0005] 一种水源地生态监测预警系统,包括,
[0006] 数据库模块,用于存储标准图像以及低分辨率遥感图像和高分辨率遥感图像;
[0007] 低分辨率遥感图像处理模块,用于对低分辨率遥感图像进行处理;
[0008] 高分辨率遥感图像处理模块,用于对高分辨率遥感图像进行处理;
[0009] 便携式采样器,用于对水源地进行实地采样;
[0010] 样本分析模块,用于对采集的样本进行分析;
[0011] 预警模块,使用低分辨率遥感图像处理结果和高分辨率遥感图像处理结果与数据库模块存储的标准图像进行比对,并结合样本分析结果得到预警信息。
[0012] 一种上述的水源地生态监测预警系统的控制方法,包括以下步骤:
[0013] A、低分辨率遥感图像处理模块从数据库模块中读取低分辨率遥感图像,对低分辨率遥感图像进行分析处理;
[0014] B、高分辨率遥感图像处理模块从数据库模块中读取高分辨率遥感图像,根据步骤A的分析结果对高分辨率遥感图像进行分析处理;
[0015] C、根据步骤A和B的分析结果确定水源地进行实地采样坐标,使用便携式采样器进行实地采样;
[0016] D、使用样本分析模块对采集的样本进行分析;
[0017] E、预警模块使用低分辨率遥感图像处理结果和高分辨率遥感图像处理结果与数据库模块存储的标准图像进行比对,并结合样本分析结果得到预警信息。
[0018] 作为优选,步骤A中,对低分辨率遥感图像进行分析处理包括以下步骤,
[0019] A1、按照不同地貌对低分辨率遥感图像进行分块,将相同地貌的低分辨率遥感图像块作为一组;
[0020] A2、对每组低分辨率遥感图像块提取特征向量集,使用特征向量集与相同地貌的标准图像的特征向量集进行线性度比对,选取平均线性度大于70%的标准图像作为参考图
像;
[0021] A3、将每个低分辨率遥感图像块与参考图像进行比对,若出现相似条件满足预设条件的参考图像,则选择相似度最高的参考图像代替对应的低分辨率遥感图像块。
[0022] 作为优选,步骤A2中,提取特征向量集包括以下步骤,
[0023] A21、计算每个低分辨率遥感图像块的平均灰度值;以平均灰度值为基准计算低分辨率遥感图像块中像素点灰度值与平均灰度值的偏差值;
[0024] A22、删除低分辨率遥感图像块中灰度在 区间中的像素点,将剩余的像素点按照坐标位置进行分组,将组内仅有孤立像素点的分组进行删
除,对其它组内的像素点进行重组,空白区域使用相邻像素点的灰度平均值进行补充,形成
特征像素块;
[0025] A23、在每个特征像素块中灰度值偏差小于5%的区域进行特征向量提取,每个完全封闭的提取区域至少提取一个特征向量,特征向量包括灰度值以及每个灰度值的相对位
置关系坐标;
[0026] A24、将提取到的特征向量组成特征向量集。
[0027] 作为优选,步骤A3中,低分辨率遥感图像块与参考图像进行比对包括以下步骤,
[0028] A31、分别建立低分辨率遥感图像块和参考图像特征向量集中特征向量的特征矩阵;
[0029] A32、计算两个特征矩阵的交叉熵;
[0030] A33、若交叉熵低于设定阈值,则将对应的参考图像保留;
[0031] A34、交叉熵与相似度成反比,最后选择交叉熵最小的特征矩阵对应的参考图像代替对应的低分辨率遥感图像块。
[0032] 作为优选,步骤B中,对高分辨率遥感图像进行分析处理包括以下步骤,
[0033] B1、高分辨率遥感图像处理模块从数据库模块中读取未找到参考图像的低分辨率遥感图像块对应的高分辨率遥感图像;
[0034] B2、遍历步骤B1读取的高分辨率遥感图像,标记地貌特征区域;
[0035] B3、在低分辨率遥感图像块中标记对应的地貌特征区域。
[0036] 作为优选,步骤B2中,使用标准图像的地貌特征作为对比参考,将与标准图像地貌特征相同的高分辨率遥感图像区域标记为地貌特征区域,若高分辨率遥感图像中的若干个
地貌特征区域组成一个封闭区域,则将整个封闭区域标记为地貌特征区域。
[0037] 作为优选,步骤C中,每种地貌至少设置有一个实地采样点。
[0038] 作为优选,步骤E中,首先将经过步骤A和步骤B处理得到的低分辨率遥感图像块进行重组;然后使用实地采样的样本分析结果对相应地貌的标准图像中图像与生态参数的对
应关系进行修正,然后使用修正后的图像与生态参数的对应关系对重组后的低分辨率遥感
图像进行生态参数提取;最后根据生态参数提取结果得到预警信息。
[0039] 采用上述技术方案所带来的有益效果在于:本发明优化了对于低分辨率遥感图像的使用方式,从而大大降低了对于高分辨率图像的处理需求,提高了处理效率。本发明通过
对低分辨率遥感图像进行分块提取特征向量,使用特征向量组成的特征矩阵计算交叉熵来
匹配具有类似特征的标准图像,避免了对低分辨率遥感图像大范围遍历比对带来的庞大运
算量。对于未能匹配到标准图像的低分辨率遥感图像块,再采用高分辨率遥感图像进行地
貌特征的补充,从而保证了后续分析结果的准确性。在进行生态参数分析时,首先使用实地
采样的样本分析结果对图像与生态参数的对应关系进行修正,以进一步缩小生态参数分析
误差。

附图说明

[0040] 图1是本发明一个具体实施方式的原理图。

具体实施方式

[0041] 参照图1,本发明一个具体实施方式包括,
[0042] 数据库模块1,用于存储标准图像以及低分辨率遥感图像和高分辨率遥感图像;
[0043] 低分辨率遥感图像处理模块2,用于对低分辨率遥感图像进行处理;
[0044] 高分辨率遥感图像处理模块3,用于对高分辨率遥感图像进行处理;
[0045] 便携式采样器4,用于对水源地进行实地采样;
[0046] 样本分析模块5,用于对采集的样本进行分析;
[0047] 预警模块6,使用低分辨率遥感图像处理结果和高分辨率遥感图像处理结果与数据库模块1存储的标准图像进行比对,并结合样本分析结果得到预警信息。
[0048] 一种上述的水源地生态监测预警系统的控制方法,包括以下步骤:
[0049] A、低分辨率遥感图像处理模块2从数据库模块1中读取低分辨率遥感图像,对低分辨率遥感图像进行分析处理;
[0050] B、高分辨率遥感图像处理模块3从数据库模块1中读取高分辨率遥感图像,根据步骤A的分析结果对高分辨率遥感图像进行分析处理;
[0051] C、根据步骤A和B的分析结果确定水源地进行实地采样坐标,使用便携式采样器4进行实地采样;
[0052] D、使用样本分析模块5对采集的样本进行分析;
[0053] E、预警模块6使用低分辨率遥感图像处理结果和高分辨率遥感图像处理结果与数据库模块1存储的标准图像进行比对,并结合样本分析结果得到预警信息。
[0054] 步骤A中,对低分辨率遥感图像进行分析处理包括以下步骤,
[0055] A1、按照不同地貌对低分辨率遥感图像进行分块,将相同地貌的低分辨率遥感图像块作为一组;
[0056] A2、对每组低分辨率遥感图像块提取特征向量集,使用特征向量集与相同地貌的标准图像的特征向量集进行线性度比对,选取平均线性度大于70%的标准图像作为参考图
像;
[0057] A3、将每个低分辨率遥感图像块与参考图像进行比对,若出现相似条件满足预设条件的参考图像,则选择相似度最高的参考图像代替对应的低分辨率遥感图像块。
[0058] 步骤A2中,提取特征向量集包括以下步骤,
[0059] A21、计算每个低分辨率遥感图像块的平均灰度值;以平均灰度值为基准计算低分辨率遥感图像块中像素点灰度值与平均灰度值的偏差值;
[0060] A22、删除低分辨率遥感图像块中灰度在 区间中的像素点,将剩余的像素点按照坐标位置进行分组,将组内仅有孤立像素点的分组进行删
除,对其它组内的像素点进行重组,空白区域使用相邻像素点的灰度平均值进行补充,形成
特征像素块;
[0061] A23、在每个特征像素块中灰度值偏差小于5%的区域进行特征向量提取,每个完全封闭的提取区域至少提取一个特征向量,特征向量包括灰度值以及每个灰度值的相对位
置关系坐标;
[0062] A24、将提取到的特征向量组成特征向量集。
[0063] 步骤A3中,低分辨率遥感图像块与参考图像进行比对包括以下步骤,
[0064] A31、分别建立低分辨率遥感图像块和参考图像特征向量集中特征向量的特征矩阵;
[0065] A32、计算两个特征矩阵的交叉熵;
[0066] A33、若交叉熵低于设定阈值,则将对应的参考图像保留;
[0067] A34、交叉熵与相似度成反比,最后选择交叉熵最小的特征矩阵对应的参考图像代替对应的低分辨率遥感图像块。
[0068] 步骤B中,对高分辨率遥感图像进行分析处理包括以下步骤,
[0069] B1、高分辨率遥感图像处理模块3从数据库模块1中读取未找到参考图像的低分辨率遥感图像块对应的高分辨率遥感图像;
[0070] B2、遍历步骤B1读取的高分辨率遥感图像,标记地貌特征区域;
[0071] B3、在低分辨率遥感图像块中标记对应的地貌特征区域。
[0072] 步骤B2中,使用标准图像的地貌特征作为对比参考,将与标准图像地貌特征相同的高分辨率遥感图像区域标记为地貌特征区域,若高分辨率遥感图像中的若干个地貌特征
区域组成一个封闭区域,则将整个封闭区域标记为地貌特征区域。
[0073] 对于封闭区域外侧,增加与封闭区域相连的外部地貌特征区域,外部地貌特征区域面积为封闭区域内面积的3%~5%。通过增加外部地貌特征区域,可以提高高分辨率遥
感图像中地貌特征的标记覆盖率。
[0074] 步骤C中,每种地貌至少设置有一个实地采样点。
[0075] 步骤E中,首先将经过步骤A和步骤B处理得到的低分辨率遥感图像块进行重组;然后使用实地采样的样本分析结果对相应地貌的标准图像中图像与生态参数的对应关系进
行修正,然后使用修正后的图像与生态参数的对应关系对重组后的低分辨率遥感图像进行
生态参数提取;最后根据生态参数提取结果得到预警信息。
[0076] 当出现图像与生态参数对应关系修正率超过10%时,在此种地貌区域再进行一次采样,若第二采样的修正率与第一采样的修正率偏差小于2%时,则使用两次采样的平均值
对图像与生态参数的对应关系进行修正,否则继续进行采样,直至出现连续三次的采样修
正率偏差小于2%,使用最后三次采样的平均值对图像与生态参数的对应关系进行修正。
[0077] 在本发明的描述中,需要理解的是,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所
示的方位或位置关系,仅是为了便于描述本发明,而不是指示或暗示所指的装置或元件必
须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
[0078] 以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本
发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变
化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其
等效物界定。