2022(一等奖)D1073基于Himawari-8卫星遥感的黑龙江省地表水时空格局研究

news2024/9/21 10:35:29

作品介绍

1 项目简介

为探究黑龙江省地表水空间格局变化,本项目以黑龙江省为例,基于高时相Himawari-8号卫星数据,通过影像预处理、特征指数选择、自动阈值分类、集成学习和随机森林分类等步骤,融合IDL二次开发与GIS空间分析,探索黑龙江省地表水体高频度提取方法,并对其时空格局规律进行研究,结论如下:①水体指数EWI、新型去云指数和植被指数NDVI是大范围水体提取的最佳特征,使用以上特征水体提取的Kappa系数分别为0.9844、0.9447和0.9634;②经过离散度TD距离分析和比较,先进行去云处理后进行水陆分离并考虑水草、植被等对水体提取的影响,效果更佳;③经过对多种分类方法的比较,随机森林分类法因能自动筛选特征对葵花数据高频度水体提取的精度最高;④2016-2020年年际水体范围呈增长态势,水体增长区域主要分布在黑龙江省“一群一渠四流域”,即“杜尔伯特百沼群”、 “安达市黑王泄水渠”、“嫩江中下游-松花江-黑龙江-七星河流域”;相邻年际水体范围增长趋势逐渐剧烈,水体范围减少趋势先剧烈后平缓;⑤黑龙江省2016-2020年长期性河流呈现中心集中边缘离散分布,具有空间自相关性,大部分水域沿流域集中分布。⑥排除长期性河流、季节性河流、水田高频水域影响,分析可得伊春市、双鸭山市、绥化市、黑河市为易内涝城市。其分别集中在“伊春市-汤旺河城市内河”、“双鸭山市-安邦河城市内河”、绥化市泡沼、“黑河市-讷谟尔河城市内河”。

2 项目特点

(1)本作品基于Himawari-8卫星影像,依托其10分钟一景影像的超高时间分辨率,实现高时相遥感影像的水体自动提取,并进行水体成果的日、周、月和年合成。

(2)水体提取算法高鲁棒性、高自动化和高精度,即,一是多重特征指数的选择,通过Kappa系数精度验证筛选最佳特征;二是通过离散度TD距离和集成学习中的投票原则 ,基于非监督分类实现“水体-植被-云”三类样本的动态更新;三是通过多种监督分类方法的对比,确定随机森林分类法因能自动筛选特征可实现高时相影像的水体高精度提取,综合分类精度可达91%。

(3)基于IDL交互式开发语言,实现黑龙江省地表水体提取全自动化处理。数据层面实现了269640幅葵花影像的自动“投影-裁剪-去云”处理,算法层面实现“水体-植被-云指数筛选”、“样本库建立-迭代-判断-更新”、“特征波段计算-特征影像重构-分类”处理。

(4)应用ArcGIS空间分析模块探索了黑龙江省2016-2020年间地表水体时空变化规律,精准提取了长期性河流,定位了黑龙江省易内涝城市和易受水灾影响的耕地区域,为国土空间规划、土地整治工程、高标准农田建设和相关政府部门决策提供了科学的强有力支撑。

3 研究区概况

黑龙江省位于中国东北部,地处黑龙江、松花江、乌苏里江、绥芬河四大水系组成的黑龙江流域。其中包含嫩江、四大水系在内的五大江河,四大湖泊,星罗棋布的泡沼群,水域面积占全省土地总面积近十分之一。降水呈现季风特征,区域降水量差异大。

图1 研究区地理图

 

4 数据来源

研究区范围为葵花影像r14数据所覆盖的以松嫩平原与三江平原为主的黑龙江省43°N~50°N,123°E~135°E区域。为消除黑龙江省冬季河流结冰期影响,研究时间确定为2016年~2020年4月至10月,共计下载Himawari-8卫星原始影像269640幅,Landsat 8影像295幅。

表1 数据来源表

5 技术路线

(1)数据预处理:应用IDL算法对Himawari-8号遥感数据进行投影转换与裁剪;对Landsat8 OLI数据进行辐射定标、大气校正、图像增强和掩膜提取等操作。

(2)指数构建与阈值分割:采用多种云、水体、植被指数进行Kappa系数验证筛选特征指数;应用Otsu、ISOdata、Mean三种自动阈值分割算法进行影像二值分类提取。

(3)水体提取:

①样本库建立:应用IDL构建“去云-植被-水体”集成分类体系,根据去云指数进行影像去云化处理。选取Landsat8影像进行基础样本构建,对指数(3类)与分割算法(Otsu、ISOdata、Mean)匹配构建

模式,建立样本更新库。应用离散度TD距离测算样本中“水体-云层、水体-陆地、陆地-云层”离散情况,二次筛选样本库。应用投票原则,选择最佳样本。

②数据重构:对影像多指数波段运算,复合分类特征集与原始影像进行数据重构。

③监督分类:采用随机森林监督分类方法精准提取水体。

(4)合成水体数据:应用IDL二次开发自动化合成水体周数据、月数据和年数据。

(5)分析与验证

①长期性河流提取:基于年合成数据,在排除研究区域内耕地范围干扰的前提下提取长期性河流及低频水体。

②slope趋势分析:基于像元尺度利用最小二乘法斜率拟合水体频数的趋势变化,判断水体趋势变化情况。

③空间自相关分析:根据莫兰指数及聚类和异常值分析判断水体空间区域集聚显著效应及范围。

④冷热点分析:对低频水体进行冷热点分析判断黑龙江省易内涝城市和易受水灾影响的耕地区域。 

图2 技术路线

6 水体提取及分析

6.1高时相水体提取与精度分析

本项目共计选取6种水体指数,6种去云指数和4种植被指数,通过Kappa系数验证水体指数EWI、新型去云指数和植被指数NDVI的分类精度最佳;根据离散度TD距离指标确定先进行去云处理后进行水陆分离并考虑水草、植被等对水体提取的影响,效果更佳;随机森林分类法对葵花数据水体提取精度最高。

表2 指数精度表

图3 周合成

图4 月合成

图5 年合成

6.2地表水体空间分布与时序分析 

对2016-2020年五年水体频数进行一元线性回归Slope趋势变化计算,由图6可知:黑龙江省省域范围内水体频数变化的Slope值大部分集中在50以下,区域面积为41.4575平方千米,占比超94%,即整体呈现稳定或降低趋势变化。占比约6%的水体频数增长区域,面积为2.5568平方千米,主要分布在黑龙江省“一群-一渠-四流域”,即“杜尔伯特百沼群”、“安达市黑王泄水渠”、“嫩江中下游-松花江-黑龙江-七星河流域”。

图6 slope趋势变化图

通过年际一元线性回归趋势变化分析可得,2016-2020年相邻年际水体范围增长趋势逐渐剧烈,水体范围减少趋势先剧烈后平缓。2016年至2017年水体年际趋势增加面积最大,且多集中于哈尔滨市、伊春市、佳木斯、鹤岗、鸡西市;2017年至2018年水体年际面积减少最大,且多集中于齐齐哈尔市、哈尔滨市、伊春市、牡丹江市、鸡西市、鹤岗、佳木斯市;2018年至2019年整体呈减少趋势,主要集中于齐齐哈尔、大庆及佳木斯市;2019年内水体增长趋势达到谷值为28%,减少趋势达到峰值为72%,但下一年增长趋势骤增至45%,主要集中于大庆、齐齐哈尔、哈尔滨市。可以看出2016-2020年,伊春、齐齐哈尔市、哈尔滨市、佳木斯市水体急剧增长现象频发,通过具体准确地提取洪涝范围,应针对具体县域加强管控,做好极端降水天气的监测与预警,并采取有效应对措施以降低灾害损失。

图7 水体频数趋势变化图

由图可知,其中2019年至2020年水体面积显著增长,其区域集中于黑河市嫩江县、孙吴县、爱辉区的嫩江上游、门鲁河、逊河流域,绥化市海伦市望奎县、北林区的联丰水库、诺敏河、呼兰河流域,哈尔滨市松花江流域、泥河水库、丰农水库、少陵水库,佳木斯市向阳山水库、七虎力河、八虎力河,双鸭山市七星河流域、清河水库、蛤蟆通水库,鸡西市穆棱河、乌苏里江流域。

由2020年时事新闻可知:6月哈尔滨市鸡西、牡丹江北部等部分地区等部分地区发生暴雨现象,启动黑龙江省重大气象灾害(暴雨)lV级应急响应。2020年9月,受第9号台风“美莎克”减弱为温带气旋影响,哈尔滨、双鸭山、鸡西市部分地区发生台风灾害。水体提取准确度得以验证。

6.3基于频次的水体分类与分析

6.3.1长期性河流提取

基于年合成数据,在排除耕地(水田旱地)对长期性河流提取干扰的前提下,根据水体频数确定长期性河流阈值进行长期性河流提取。

不同年份下长期性河流水体空间位置无显著差异,但其范围大小及所出现的频数有所增减,长期性河流范围依次为2016年最少,2018年、2019年、2020年顺次增加,2017年最大。为探究其在空间上的分布模式,采用标准差椭圆分析,分析结果如下表:

图8 标准差椭圆变化图

经统计分析得出,黑龙江省2016-2020年长期性河流呈现中心集中边缘离散分布,大部分水域沿流域集中分布。其平均中心分别向东北、西北、东南、西北方向移动。

6.3.2全局自相关分析 

由表3 可知,2016年-2020年水体频数的全局指数Moran I远大于随机模式下的数学期望E(I),表明黑龙江省区域范围内水体频数在全局呈集聚趋势、水体分布具有空间自相关性。

表3 莫兰指数统计表

6.3.3局部自相关分析 

依据高低聚类异常值分析空间聚集现象,判断其聚集所在的区域。聚集区域可分为四种类别:高高聚类(HH)、高值要素而其四周围绕低值要素(HL)、低值要素而其四周围绕高值要素(LH)、低低聚类(LL)。LL表示黑龙江省水体低频次区域,主要表现为陆地;HH表示黑龙江省水体高频次区域,主要表现为长期性河流,集中分布于齐齐哈尔市讷河市嫩江流域、绥化市涝州水库泥河水库、大庆市杜尔伯特蒙古族自治县百沼群、哈尔滨市呼兰河松花江流域等;HL表示黑龙江省水体频数为高值但周围低值环绕的区域,主要集中于嫩江和松花江下游区域;LH表示黑龙江省水体频数为低值但周围高值环绕的区域,主要集中于松嫩平原流域。从2016年至2018年水体被检测频次显著增加。

图9 高低聚类异常值变化分析图

6.4热点分析

依据频次属性字段gridcode对低频水体范围进行冷热点分析如图10。[0,3]表示热点区域(统计显著性空间聚集区域),[-3,-1]表示冷点区域(统计显著性空间离散区域)。与2016-2020年土地利用覆盖图叠加分析可知,排除长期性河流、季节性河流、水田等高频水域影响,分析可得伊春市、双鸭山市、绥化市、黑河市为易内涝城市。其分别集中在“伊春市-汤旺河城市内河”(辐射友好区、上甘岭区、乌马河区、翠峦区、伊春区五个主城区)、“双鸭山市-安邦河城市内河”(辐射宝清县、宝山区、集贤县、尖山区、岭东区、友谊县六个主城区)、绥化市泡沼(辐射安达市、肇东市)、“黑河市-讷谟尔河城市内河以及五大连池”(辐射五大连池市、孙吴县等主城区)。

图10低频冷热点图

图11 低频水域热点图

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/675519.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

chatgpt赋能python:Python求绝对值的三种方法

Python 求绝对值的三种方法 Python是一门面向对象、解释型、动态类型的高级编程语言,它被广泛应用于各种领域,特别是科学计算、数据分析、机器学习等领域。在Python中,求绝对值是一个常见的数学操作。本文将介绍Python求绝对值的三种方法&am…

Redis原理 - Redis网络模型

原文首更地址,阅读效果更佳! Redis原理 - Redis网络模型 | CoderMast编程桅杆https://www.codermast.com/database/redis/redis-netword-model.html 思考 Redis 到底是单线程还是多线程? 如果仅仅针对 Redis 的核心业务部分(命…

Vicuna-13B云服务器部署

Vicuna概述 Vicuna由一群主要来自加州大学伯克利分校的研究人员推出,仍然是熟悉的配方、熟悉的味道。Vicuna同样是基于Meta开源的LLaMA大模型微调而来,它的训练数据是来自ShareGPT上的7万多条数据(ShareGPT一个分享ChatGPT对话的谷歌插件&am…

Geocomputation (3)Spatial data operations

Geocomputation (3)Spatial data operations 来源:https://github.com/geocompx/geocompy 1.准备 #| echo: false import pandas as pd import matplotlib.pyplot as plt pd.set_option("display.max_rows", 4) pd.set_option(&…

文件搜索引擎的搭建Elasticsearch+Fscrawler+SearchUI+Git+Nginx

文章目录 前言如何搭建文档搜索引擎服务器架构环境准备一、搭建Elasticsearch二、搭建Fscrawler三、搭建SearchUI服务四、定时拉取Git文件五、搭建Nginx文件下载服务器 前言 搭建一套文档搜索引擎。有时候,我们有一批文档,需要在这批文档中查找想要的内…

【从零开始学习JAVA | 第十篇】StringBuild介绍

前言: 本文会对StringBuild类进行详细的介绍,他相比较于String,在进行字符串拼接的时候大大提高了效率,是一个 很实用的工具。 StringBulider: StringBuilder是Java中的一个类,用于在一次创建和初始化后&a…

Java中反射机制,枚举,Lambda的使用

目录 一、反射机制 1、含义 2、作用 3、※反射相关的几个类 3.1、Class类(Class对象是反射的基石) 3.2、Class类中相关的方法 3.2.1 (※重要)常用获得类相关的方法 3.2.2 (※重要)常用获得类中属性、变量Field相关的方法 3.2.3 获得类中注解相…

详细设计报告

聊天系统设计与实现详细设计报告 1.编写目的 详细设计的主要任务是概要设计方案做完善和细化,本阶段主要对聊天应用系统进行过程化的描述,详细确定每一个功能模块的实现方式、执行流程,为程序员编码提供依据。设计用户界面。 2.总体方案确认 (1)系统总体结构确认 该项目管理…

Redis原理 - 通信协议RESP

原文首更地址,阅读效果更佳! Redis原理 - 通信协议RESP | CoderMast编程桅杆https://www.codermast.com/database/redis/redis-communication-protocol.html RESP协议 Redis 是一个 CS 架构的软件,通信一般分两步(不包括pipeli…

计算机组成与设计Patterson Hennessy 笔记_1 计算机概要与技术

Patterson & Hennessy 计算机概要与技术 计算机应用包括:个人计算机PC,服务器,嵌入式计算机。后PC时代出现了个人移动设备PMD(手机),云计算(在网络上提供服务的大服务器集群,供…

Unity Mac最新打苹果包流程

作者介绍:铸梦xy。IT公司技术合伙人,IT高级讲师,资深Unity架构师,铸梦之路系列课程创始人。 IOS详细打包流程1.申请APPID2.申请开发证书3.创建描述文件 IOS详细打包流程 1.申请AppID 2.创建证书 3.申请配置文件(又名描…

NodeJS KOA⑩②

文章目录 ✨文章有误请指正,如果觉得对你有用,请点三连一波,蟹蟹支持😘前言KOA Koa vs Express Koa更轻量 Koa~Context对象 Koa~异步流程控制 Koa~中间件模型Koa路由 1.1基本使用 2.2请求方式2.2.1规范写法2…

数据结构——带头节点的双向循环列表

带头节点的双向循环链表是一种特殊的双向链表,它与普通的双向链表相比,最大的区别是链表头结点的 next 指针不再指向第一个实际节点,而是指向链表中的第一个节点。同时,链表尾结点的 prev 指针也不再指向 NULL,而是指向…

轻松配置深度学习模型 ?

动动发财的小手,点个赞吧! 由于所有模块都需要大量参数和设置,因此管理深度学习模型可能很困难。训练模块可能需要诸如 batch_size 或 num_epochs 之类的参数或学习率调度程序的参数。同样,数据预处理模块可能需要 train_test_spl…

Java接口幂等性,如何重试?

Java接口幂等性,如何重试? 文章目录 Java接口幂等性,如何重试?前言一、幂等性是什么?二、为什么要幂等性?三、使用什么办法实现幂等性?1.insert前先select2.加悲观锁3.加乐观锁4.加唯一索引5.Re…

uniapp系列-uni.getAppBaseInfo() versionCode appVersion 值不对应该怎么解决?

今天看到一个BUG 问题描述 我们使用uniapp的官方文档中uni.getAppBaseInfo()后获取的 appVersionCode appVersion ,发现获得的结果和我们实际设置的不一致,不是manifest.json里面的值,如下图所示官方文档:https://uniapp.dcloud…

还原大师(MD5)

根据题目提示,都猜得到这应该跟MD5的加密形式有关系 我好像还没有具体了解过MD5编码的格式,或许本题可以通过MD5的编码格式推导出字符串 但是说实话,MD5的加密方式没有找到详细简介的文章 然后我就去网上百度了一下,经过大佬wp的洗…

java springboot整合MyBatis演示增删查改操作

前面我的文章 java springboot整合MyBatis做数据库查询操作讲述了整合springboot整合MyBatis 做了根据id查询的语句 那么 我们现在按它搭建的项目继续 我们在staffDao中添加一个insert函数 参考代码如下 Insert("insert into staff(name, age, status, departmentid) va…

chatgpt赋能python:Python编程实现1+22+333,解密方法

Python编程实现122333,解密方法 在Python编程开发中,我们经常需要求解不同类型的算数表达式,其中求解一系列类似122333的表达式是一个比较常见的需求。本文将会介绍如何使用Python语言方便地求解这类表达式,为大家提供一种针对此…

Redis中AOF和RDB

在Redis的持久化中,常使用的两个手段便是AOF和RDB进行持久化。 RDB(Redis DataBase)是Redis的持久化方式之一,在配置文件中,我们可以找到 对Redis进行持久化配置,而RDB在持久化时是怎么样进行工作的呢&…