【技术实现步骤摘要】
一种湖泊异常动态监测方法、装置、电子设备及存储介质
[0001]本专利技术涉及卫星遥感
,具体而言,涉及一种湖泊异常动态监测方法、装置、电子设备及存储介质。
技术介绍
[0002]异常检测主要指对不匹配预期模式或数据集中其他项目的项目、事件或观测值的识别,在数据挖掘领域广泛应用。湖泊异常一般指在自然或人为因素的影响下,湖泊水体的稳定状态发生异常变化的现象。湖泊异常监测则指对长时间序列的湖泊水体进行异常检测,及时识别湖泊旱涝灾害、水体污染等异常现象的发生及其时空分布特征,为湖泊环境应急管理提供及时高效的数据支撑。
[0003]常用的湖泊水体异常监测方法包括实测法与遥感法。其中,实测法通过对湖泊水体进行实地采样、实验室化验等方法,对湖泊水体进行长期监测并识别其异常情况。该方法能够精确地测量样本中的污染物类型及其含量,但耗时耗力,所需人力成本高,且获取的水体样本在时间与空间上均具有较大的局限性,难以实现对长时间、大面积湖泊水体的测量。遥感法基于(不同水质状况的)水体对太阳辐射特定的光谱响应特征,能够快速实现水体识别与水质反演,同时具有覆盖面积广、重访周期快、实时显示地物特征等优势,是当前湖泊水体异常监测最广泛应用的方法。
[0004]目前基于遥感的水体异常监测方法多基于水质参数进行反演,而对湖泊形态,尤其是其岸线形态的判断较少。湖泊的面积、水位、水量等参数特征,是湖泊空间分布特征的重要表达维度和湖泊生态健康程度的直观体现。因此,从湖泊水体的形态与水质两方面开展湖泊监测对更全面地识别湖泊异常状况具有关键 ...
【技术保护点】
【技术特征摘要】
1.一种湖泊异常动态监测方法,其特征在于,所述方法包括:获取目标湖泊的长时序中高分辨率遥感反射率数据,具体包括目标时间的反射率数据以及历史时序的反射率数据;根据所述反射率数据,获取历史时序的湖泊形态与水质情况以及目标时间的湖泊形态与水质情况;分别基于形态特征标准和水质特征标准,进行湖泊变化异常检测;如果检测结果异常,获取历史原始数据进行核查,进行湖泊异常的判定及其具体指标的判定;进行异常因素识别及其区域划分;获取异常指标的实测定性与定量数据,对湖泊异常及其对应指标进行复核。2.根据权利要求1所述的湖泊异常动态监测方法,其特征在于,对应湖泊形态的形态特征标准通过湖泊岸线发育系数与水体空间包容面积获得,根据反射率数据获取湖泊形态的方法包括:基于归一化水体指数NDWI识别湖泊水体范围;根据识别结果计算湖泊的面积S与周长L;分别计算湖泊岸线发育系数SDI和水体空间包容面积ΔS分别计算湖泊岸线发育系数SDI和水体空间包容面积ΔS3.根据权利要求2所述的湖泊异常动态监测方法,其特征在于,对应水质情况的水质特征标准通过水体透明度、叶绿素a和化学需氧量获得,水体透明度Z
SD
的反演模型为:Z
SD
=a
×
R
B
+b;叶绿素a Chl
‑
a的反演模型为:化学需氧量COD的反演模型为:COD=e
×
R
G
+f
×
R
R
+g
×
R
NIR
+h;其中,R
B
为中高分辨率遥感影像在430nm处的蓝光波段的地表反射率数据,R
NIR
和R
R
分别为近红外和红光波段的地表反射率数据,R
G
为绿光波段的地表反射率数据,R
R
为红光波段的地表反射率数据,a、b、c、d、e、f、g、h为目标湖泊的模拟参数。4.根据权利要求3所述的湖泊异常动态监测方法,其特征在于,所述分别基于形态特征标准和水质特征标准,进行湖泊变化异常检测的步骤,包括:基于历史时序得到包含t个时刻的时间序列数据X={x1,x2,...,x
t
},其中每个参数对应一个时刻的数据;当基于形态特征标准时展开时,形态特征仅包含时间特征,每个参数对应一组时间序列数据;当基于水质特征标准展开时,水质特征包含时间特征与空间特征,每个时刻对应...
【专利技术属性】
技术研发人员:夏沐,高世雄,元慕田,王志强,任璐,蒋红与,张佩瑶,薛晓飞,关春雨,
申请(专利权)人:北控水务中国投资有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。