一种洪水监测方法、系统、设备和介质技术方案

本发明专利技术公开了一种洪水监测方法、系统、设备和介质，所述方法包括：使用卫星遥感影像与SAR图像信息进行融合，针对平原、城镇等不同地形环境采取不同的水体提取方式，减少地物等环境因素对水体目标提取的影响，提高水体识别的准确率。对于洪水灾害波及范围及水深预测部分，选取实时气象信息作为时间序列的输入数据，结合地理环境，采用LSTM人工神经网络作为预测模型，分析预测随时间、降雨量、蒸发量变化，洪水受灾点的灾害程度变化预测，该方法大大减少了人工干预，并在高时效卫星遥感和高精度数据的支持下，可以在洪涝监测评估和预警情况中发挥较大的作用。况中发挥较大的作用。况中发挥较大的作用。

【技术实现步骤摘要】
一种洪水监测方法、系统、设备和介质


[0001]本专利技术涉及洪水灾害防治
，特别是涉及一种洪水的监测方法、系统、设备和介质。

技术介绍

[0002]随着信息技术的飞速发展，利用新型遥感技术对洪水监测与评估已经成为了可能。地面遥感在提供小范围和局部点观测方面具有优势，而卫星遥感在对大范围洪水监测方面更具有显著的优势。通过不同遥感方式的有效组合，可以较好的满足整体大范围洪水监测和小范围局部溃堤救援的实际需要，真正实现一体化监测和洪水灾害应急评估。通过影像信息与地理数据等数据资源结合应用，可以自动快捷地对洪水灾害进行监测评估，减少人工干预，并且必将进一步提高防洪减灾的科技效益。
[0003]但是，现有的多源遥感卫星影像的洪水监测方法中，大多需要先进行水体提取，但由于阈值的选取主观性较强，提取到的信息较为单一，且大多方法操作复杂且鲁棒性不佳，使识别的准确率较差，需要进一步利用其他数据信息、边缘方法等手段。此外，在对于洪水监测分析预警中卫星遥感图像由于受限于天气、环境等因素影响，在实际应用中需要结合高精度的地形数据计算预测洪水水深、波及范围等数据，但通常进行预测需要参考的变量相对较多，对于洪水淹没范围及水深的计算准确度还不够高，可获取的地形数据精度与实际需求还有差距，因而需要更可靠的预测方法以提高精度，减少人工干预。

技术实现思路

[0004]本专利技术的目的是：提供一种洪水的监测方法、系统、设备和介质，能够在高时效卫星遥感和高精度数据的支持下，对洪涝灾害进行监测评估和预警。
[0005]为了实现上述目的，本专利技术提供了一种洪水监测方法，包括：
[0006]获取目标范围内的实时图像数据，并对所述实时图像数据进行提取，获得目标范围内的洪水的位置范围，其中，所述实时图像数据包括：卫星遥感实时图像数据和SAR实时图像数据；
[0007]采用地理空间工具，对所述目标范围内的洪水的位置范围进行测量，获得目标范围内实时洪水淹没的面积和水深；
[0008]获取目标范围内的实时气象数据，并将所述实时气象数据和将所所述实时洪水淹没的面积和水深输入到预设的神经网络模型中，预测获得目标地区的洪水淹没的面积和水深，其中，所述预设的神经网络模型，具体构建过程为：
[0009]获取目标范围内的历史洪水灾害数据，并将所述历史洪水灾害数据输入到第一神经网络模型中进行训练，获得预设的神经网络模型，其中，所述洪水灾害数据包括：气象数据、洪水淹没的面积和水深。
[0010]进一步地，所述获取目标范围内的实时图像数据，并对所述实时图像数据进行提取，获得目标范围内的洪水的位置范围，包括：
[0011]将目标范围内的实时图像数据分为平原地区的实时图像数据和城镇地区的实时图像数据；
[0012]对所述平原地区的实时图像数据进行图像提取，获得目标范围内平原地区洪水的位置范围；
[0013]对所述城镇地区的实时图像数据进行图像提取，获得目标范围内城镇地区洪水的位置范围。
[0014]进一步地，所述对所述平原地区的实时图像数据进行图像提取，获得目标范围内平原地区洪水的位置范围，包括：
[0015]采用大律法对目标范围内平原地区的实时图像数据进行洪水边缘提取；
[0016]若出现检测水体边缘间断的现象，通过曲面拟合得到连续的洪水目标边界，从而获得目标范围内平原地区洪水的位置范围。
[0017]进一步地，所述对所述城镇地区的实时图像数据进行图像提取，获得目标范围内城镇地区洪水的位置范围，包括：
[0018]采用阈值分割法对城镇地区的实时图像数据进行分割，获得城镇地区的实时图像数据分割的结果；
[0019]采用面向对象的多层次方法，通过阈值构建面向对象的多层次决策树；
[0020]将所述城镇地区的实时图像数据分割的结果输入到所述面向对象的多层次决策树中，获得目标范围内城镇地区洪水的位置范围。
[0021]本专利技术还提供一种洪水监测系统，包括：数据获取模块、数据处理模块、预测模块，其中，
[0022]所述数据获取模块，用于获取目标范围内的实时图像数据，并对所述实时图像数据进行提取，获得目标范围内的洪水的位置范围，其中，所述实时图像数据包括：卫星遥感实时图像数据和SAR实时图像数据；
[0023]所述数据处理模块，用于采用地理空间工具，对所述目标范围内的洪水的位置范围进行测量，获得目标范围内实时洪水淹没的面积和水深；
[0024]所述预测模块，用于获取目标范围内的实时气象数据，并将所述实时气象数据和将所所述实时洪水淹没的面积和水深输入到预设的神经网络模型中，预测获得目标地区的洪水淹没的面积和水深，其中，所述预设的神经网络模型，具体构建过程为：
[0025]获取目标范围内的历史洪水灾害数据，并将所述历史洪水灾害数据输入到第一神经网络模型中进行训练，获得预设的神经网络模型，其中，所述洪水灾害数据包括：气象数据、洪水淹没的面积和水深。
[0026]进一步地，所述数据获取模块，具体用于：
[0027]将目标范围内的实时图像数据分为平原地区的实时图像数据和城镇地区的实时图像数据；
[0028]对所述平原地区的实时图像数据进行图像提取，获得目标范围内平原地区洪水的位置范围；
[0029]对所述城镇地区的实时图像数据进行图像提取，获得目标范围内城镇地区洪水的位置范围。
[0030]进一步地，所述对所述平原地区的实时图像数据进行图像提取，获得目标范围内
平原地区洪水的位置范围，包括：
[0031]采用大律法对目标范围内平原地区的实时图像数据进行洪水边缘提取；
[0032]若出现检测水体边缘间断的现象，通过曲面拟合得到连续的洪水目标边界，从而获得目标范围内平原地区洪水的位置范围。
[0033]进一步地，所述对所述城镇地区的实时图像数据进行图像提取，获得目标范围内城镇地区洪水的位置范围，包括：
[0034]采用阈值分割法对城镇地区的实时图像数据进行分割，获得城镇地区的实时图像数据分割的结果；
[0035]采用面向对象的多层次方法，通过阈值构建面向对象的多层次决策树；
[0036]将所述城镇地区的实时图像数据分割的结果输入到所述面向对象的多层次决策树中，获得目标范围内城镇地区洪水的位置范围。
[0037]本专利技术还提供一种计算机终端设备，包括：一个或多个处理器；存储器，与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任一项所述的洪水监测方法。
[0038]本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的洪水监测方法。
[0039]本专利技术提供的一种洪水监测方法、系统、设备和介质与现有技术相比，其有益效果在于：
[0040]本专利技术使用卫星遥感影像与SAR图像信息进行融合，针对平原、城镇等不同地形环境采取本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种洪水监测方法，其特征在于，包括：获取目标范围内的实时图像数据，并对所述实时图像数据进行提取，获得目标范围内的洪水的位置范围，其中，所述实时图像数据包括：卫星遥感实时图像数据和SAR实时图像数据；采用地理空间工具，对所述目标范围内的洪水的位置范围进行测量，获得目标范围内实时洪水淹没的面积和水深；获取目标范围内的实时气象数据，并将所述实时气象数据和将所所述实时洪水淹没的面积和水深输入到预设的神经网络模型中，预测获得目标地区的洪水淹没的面积和水深，其中，所述预设的神经网络模型，具体构建过程为：获取目标范围内的历史洪水灾害数据，并将所述历史洪水灾害数据输入到第一神经网络模型中进行训练，获得预设的神经网络模型，其中，所述洪水灾害数据包括：气象数据、洪水淹没的面积和水深。2.根据权利要求1所述的洪水监测方法，其特征在于，所述获取目标范围内的实时图像数据，并对所述实时图像数据进行提取，获得目标范围内的洪水的位置范围，包括：将目标范围内的实时图像数据分为平原地区的实时图像数据和城镇地区的实时图像数据；对所述平原地区的实时图像数据进行图像提取，获得目标范围内平原地区洪水的位置范围；对所述城镇地区的实时图像数据进行图像提取，获得目标范围内城镇地区洪水的位置范围。3.根据权利要求2所述的洪水监测方法，其特征在于，所述对所述平原地区的实时图像数据进行图像提取，获得目标范围内平原地区洪水的位置范围，包括：采用大律法对目标范围内平原地区的实时图像数据进行洪水边缘提取；若出现检测水体边缘间断的现象，通过曲面拟合得到连续的洪水目标边界，从而获得目标范围内平原地区洪水的位置范围。4.根据权利要求2所述的洪水监测方法，其特征在于，所述对所述城镇地区的实时图像数据进行图像提取，获得目标范围内城镇地区洪水的位置范围，包括：采用阈值分割法对城镇地区的实时图像数据进行分割，获得城镇地区的实时图像数据分割的结果；采用面向对象的多层次方法，通过阈值构建面向对象的多层次决策树；将所述城镇地区的实时图像数据分割的结果输入到所述面向对象的多层次决策树中，获得目标范围内城镇地区洪水的位置范围。5.一种洪水监测系统，其特征在于，包括：数据获取模块、数据处理模块、预测模块，其中，所述数据获取模块，用于获取目标范围内的实时图像数据，并对所述实时图像数据进行提取，获得目标范围内的洪水的位置范围，其中，所述实时...

【专利技术属性】
技术研发人员：魏瑞增，王磊，杨晓东，黄勇，王彤，周恩泽，刘淑琴，田翔，周刚，徐思尧，
申请(专利权)人：广东电网有限责任公司电力科学研究院，
类型：发明
国别省市：