System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种顾及多因子胁迫的区域可通行性潜力评估方法技术_技高网

一种顾及多因子胁迫的区域可通行性潜力评估方法技术

技术编号:44068997 阅读:3 留言:0更新日期:2025-01-17 16:06
本发明专利技术提供了一种顾及多因子胁迫的区域可通行性潜力评估方法,其包括:1)进行地形要素的提取,并结合光学和地形数据进行地形复杂度反演;2)搜集已有开源数据获取全国路网信息,对地表覆被类型信息进行反演;3)基于历史的时序气候数据对存在极端温度和降雨区域进行评估,基于地表覆被类型和开源的公里级土壤含水量产品,利用深度学习以及多源遥感数据进行中高分辨率土壤含水量信息的反演;4)进行通行安全因子反演;5)针对各因子的综合分析,基于层次分析法进行可通行潜力评估。本发明专利技术有效解决了区域可通行性潜力评估过程中地质及环境影响因素考虑不充分,广域尺度下相关遥感要素识别精度低,效率不足,智能化方法泛化能力差等问题。

【技术实现步骤摘要】

本专利技术涉及多源遥感数据,具体涉及一种顾及多因子胁迫的区域可通行性潜力评估方法


技术介绍

1、随着我国经济的快速发展,路网建设已经取得了显著成就,车辆导航技术也因此变得日益成熟。然而,尽管城市和部分乡村地区的路网覆盖较为完善,但放眼全球,陆地表面的大部分区域仍然属于无路状态。据统计,全球1.32亿平方公里的土地中,约有1.05亿平方公里没有道路覆盖,占地球陆地表面的80%。这一现状在地质勘探、应急测绘、抢险救灾、越野自驾乃至战场环境等野外应用场景中尤为突出。在这些复杂的无路环境下,缺少道路信息不仅会导致通行效率的降低,还会增加通行风险,严重影响相关工作的执行效率和安全风险管理。

2、人工智能和云计算等新技术的出现,为多源遥感数据的高效处理和大范围区域可通行性潜力评估的智能化提供了新的技术途径。这些技术的应用不仅可以显著提升数据处理的计算效率,还能够通过智能算法优化遥感数据的信息提取过程,提高在复杂环境下的遥感目标识别精度和效率。此外,云计算提供的海量遥感数据及计算资源,结合人工智能的强大数据处理能力,使得实时或近实时的区域可通行性评估成为可能,为野外环境下的通行决策提供了强有力的技术支撑。

3、近年来,随着卫星技术的不断进步,获取的遥感数据类型日益丰富,为区域可通行性潜力评估提供了重要的技术支持。然而,当前的研发方法在考虑区域可通行性时,往往只关注了地形和车辆性能参数,而对于地表类型、地质条件、环境安全性等关键因素的考量则相对不足。此外,海量遥感数据的处理过程复杂,处理周期长,难以满足大范围、高时效性的应用需求。在遥感信息提取方面,目前主要依赖于目视解译和遥感指数等分析方法,这在复杂环境下的遥感目标识别精度和效率上存在明显的局限性。综上所述,尽管我国在路网建设和车辆导航技术方面取得了巨大进步,但在无路区域开展顾及多因子胁迫的区域可通行性潜力评估方面,仍面临着诸多问题。

4、综上所述,有必要对现有技术做进一步创新。


技术实现思路

1、针对上述
技术介绍
中存在的技术问题,本专利技术提出了一种顾及多因子胁迫的区域可通行性潜力评估方法,其有效解决了区域可通行性潜力评估过程中地质及环境影响因素考虑不充分,广域尺度下相关遥感要素识别精度低,效率不足,智能化方法泛化能力差等问题。

2、为解决上述技术问题,本专利技术提供的一种顾及多因子胁迫的区域可通行性潜力评估方法,具体包括以下步骤:

3、1)进行地形要素的提取,并结合光学和地形数据进行地形复杂度计算;

4、2)搜集已有路网信息的开源数据获取全国路网信息,结合遥感大数据、云计算平台和深度学习模型对地表覆被类型信息进行反演,并关注受季节变化影响的湿地和土地冻融区;

5、3)基于历史的时序气候数据对存在极端温度和降雨区域进行当下气候数据的评估,基于地表覆被类型和开源的公里级土壤含水量产品,利用深度学习以及多源遥感数据进行中高分辨率土壤含水量信息的反演;

6、4)进行通行安全因子反演,即基于已发生的地质灾害点进行统计分析确定地质灾害高发区,然后利用深度学习和insar数据进行地质灾害隐患关联的地表形变异常区的提取;

7、5)针对各因子的综合分析,基于层次分析法进行可通行潜力评估。

8、所述顾及多因子胁迫的区域可通行性潜力评估方法,其中,所述步骤1)中的地形复杂度的计算,地形复杂度由地形粗糙度、地表纹理和地形状态指数加权求得,计算过程中涉及到dem数据和光学遥感数据,具体反演计算过程如下:

9、tcf=w1×r+w2×t+w3×si   (1);

10、其中,上式(1)中w1、w2和w3均为权值系数,通常建议w1和w2取值为0.4,w3取值0.2;r为地表粗糙度;t为地表纹理系数;si为地表形状指数;

11、上述公式(1)中地表粗糙度r用于表征地形的起伏变化,具体计算公式如下:

12、

13、上述公式(2)中,zi为每个采样点的高程值,为所有采样点的平均高程,n为采样点的总数;

14、上述公式(1)中地表纹理系数t用于表征光学影像中地表纹理复杂度,具体计算公式如下:

15、

16、通过灰度共生矩阵计算,p(i,j)表示在距离和方向指定的条件下灰度级i和j出现的频率,g为灰度级数;

17、上述公式(1)中地表形状指数si用于计算地形在不同轴向的曲率变化,具体公式如下:

18、

19、其中,上式(4)中k1为地形在横向上的曲率,k2为地形在y纵向上的曲率。

20、所述顾及多因子胁迫的区域可通行性潜力评估方法,其中:所述地形复杂度的计算结果需进行归一化处理,使其数值在0-1范围内。

21、所述顾及多因子胁迫的区域可通行性潜力评估方法,其中:所述步骤1)中的地形要素包括坡度和地形起伏度;所述步骤1)是通过dem数据计算坡度,并根据坡度值区分是否为可通行区域,其中约定15°为临界值,即坡度大于15°的区域为不可通行区域,小于等于15°为可通行区域;坡度的权值类型为区间型,当slope大于15赋值为0,当slope小于15时,需除以15进行归一化使其数值范围为0-1。

22、所述顾及多因子胁迫的区域可通行性潜力评估方法,其中:所述步骤2)中对已有路网信息的开源数据的搜集的数据源主要来自于openstreetmap或官方机构公布的开源路网信息;开源路网信息的权值类型为区间型,其中国道等叫宽阔道路赋值为1.0,宽度适中的主干道赋值为0.8,次干道赋值为0.5,居民区道路赋值为0.4,非城区土路等狭窄道路赋值为0.2。

23、所述顾及多因子胁迫的区域可通行性潜力评估方法,其中:所述步骤2)中地表覆被类型信息进行反演的数据源涉及多源遥感数据,为满足广域的多类型遥感实时分类的的需求,需要构建多源多分类遥感分类模型,并且基于知识蒸馏方法对网络进行轻量化改造,具体步骤如下:

24、2.1)面向地表覆被分类的多源遥感样本数据集构建

25、多源遥感地表覆被分类样本数据集由多源遥感数据和真值数据构成,在全国范围内,选择典型区域进行多源遥感数据的采集,采集后的数据下载后经由人工解译得到对应的地表覆被分类的真值标签,与归一化后的多源遥感数据合并为具有16波段的原始样本,以256×256大小为样本框,分别按照横向和纵向对原始样本进行贯序式裁剪得到最终的多源遥感地表覆被分类样本数据集;

26、2.2)地表覆被分类网络训练及蒸馏

27、采用改进的unet网络即ounet网络作为地表覆被分类网络;所述ounet网络在unet基础上做了三方面改进:一是减少降采样操作,更多保留浅层空间信息;二是增加编码器中基础卷积单元的个数的基础上,采用深度可分离卷积替代普通卷积;三是引入在解码器部分引入注意力机制;

28、通过知识蒸馏技术即通过训练一个小型的“学生”模型来模仿大型的“教师”模型;学生本文档来自技高网...

【技术保护点】

1.一种顾及多因子胁迫的区域可通行性潜力评估方法,具体包括以下步骤:

2.如权利要求1所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于,所述步骤1)中的地形复杂度的计算,地形复杂度由地形粗糙度、地表纹理和地形状态指数加权求得,计算过程中涉及到DEM数据和光学遥感数据,具体反演计算过程如下:

3.如权利要求2所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于:所述地形复杂度的计算结果需进行归一化处理,使其数值在0-1范围内。

4.如权利要求1所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于:所述步骤1)中的地形要素包括坡度和地形起伏度;

5.如权利要求1所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于:所述步骤2)中对已有路网信息的开源数据的搜集的数据源主要来自于OpenStreetMap或官方机构公布的开源路网信息;开源路网信息的权值类型为区间型,其中国道等叫宽阔道路赋值为1.0,宽度适中的主干道赋值为0.8,次干道赋值为0.5,居民区道路赋值为0.4,非城区土路等狭窄道路赋值为0.2。

6.如权利要求1所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于:所述步骤2)中地表覆被类型信息进行反演的数据源涉及多源遥感数据,为满足广域的多类型遥感实时分类的的需求,需要构建多源多分类遥感分类模型,并且基于知识蒸馏方法对网络进行轻量化改造,具体步骤如下:

7.如权利要求6所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于:所述步骤2.4)中是将地表覆被分类结果中的水体、冰雪建筑区归类为不可通行区域,将分类结果均赋值为0;将地表覆被分类结果中的裸地、耕地、草地、林地为可通行区域,分别赋值为0.8,0.5,0.3和0.1;且在识别过程中需要注意部分区域由于降雨和温度的影响存在季节性湿地或土地冻融情况,针对这类地区可降低权值系数。

8.如权利要求1所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于:所述步骤3)中的时序气象数据来源于研究区内的气象站点或通过相关的开源遥感产品获得;温度方面<-40°赋值为0.1,-40°—25°赋值为0.4,-25°-32°赋值为0.8,32°-40°赋值为0.4,>40°赋值为0.1;降雨方面>100毫米赋值为0.1,50-100毫米赋值为0.2,20-50毫米赋值为0.4,5-20毫米赋值为0.6,0-5毫米赋值为0.8;

9.如权利要求1或8所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于,所述步骤3)中基于地表覆被类型和开源的公里级土壤含水量产品反演高分辨率土壤含水量信息的具体过程如下:

10.如权利要求1所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于:所述步骤4)中涉及的利用深度学习和InSAR数据进行地质灾害隐患关联的地表形变异常区的提取的数据源来资源哨兵1号雷达数据,通过预处理获得地表形变相位数据,结合基于视觉大模型的微调技术,实现广域地质灾害隐患关联的地表形变异常区的智能提取。

11.如权利要求1所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于,所述步骤4)中进行通行安全因子反演的具体过程如下:

12.如权利要求11所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于,所述步骤4.1)中通过干涉图堆叠时序InSAR方法处理哨兵1号雷达数据的主要步骤包括:

13.如权利要求1所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于:所述步骤5)中涉及的采用层次分析法进行区域可通行潜力评估,具体步骤如下:

14.如权利要求13所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于:所述步骤5.1)中的所述目标层为区域可通行潜力评分;所述因子层包括地形、地表覆被、气候环境、通行安全;所述要素层包括坡度、地形复杂度、道路、地表覆被类型、温度、降雨量、土壤含水量、地质灾害隐患信息、已发地质灾害点。

15.如权利要求13所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于,所述步骤5.5)中采用k-means聚类算法对评估结果进行分类的过程为:预先确定划分类别数K,随机选择K个对象{a1,a2,…,aK}作为给定的n个数据{x1,x2,…,xn}的初始聚类中心;计算每个数据与各聚类中心之间的距离,将其按距离最近原则分配给各聚类中心,并重新计算各类别中心,最终使得每个数据点距最近聚类中心的距离平方和最小;

...

【技术特征摘要】

1.一种顾及多因子胁迫的区域可通行性潜力评估方法,具体包括以下步骤:

2.如权利要求1所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于,所述步骤1)中的地形复杂度的计算,地形复杂度由地形粗糙度、地表纹理和地形状态指数加权求得,计算过程中涉及到dem数据和光学遥感数据,具体反演计算过程如下:

3.如权利要求2所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于:所述地形复杂度的计算结果需进行归一化处理,使其数值在0-1范围内。

4.如权利要求1所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于:所述步骤1)中的地形要素包括坡度和地形起伏度;

5.如权利要求1所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于:所述步骤2)中对已有路网信息的开源数据的搜集的数据源主要来自于openstreetmap或官方机构公布的开源路网信息;开源路网信息的权值类型为区间型,其中国道等叫宽阔道路赋值为1.0,宽度适中的主干道赋值为0.8,次干道赋值为0.5,居民区道路赋值为0.4,非城区土路等狭窄道路赋值为0.2。

6.如权利要求1所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于:所述步骤2)中地表覆被类型信息进行反演的数据源涉及多源遥感数据,为满足广域的多类型遥感实时分类的的需求,需要构建多源多分类遥感分类模型,并且基于知识蒸馏方法对网络进行轻量化改造,具体步骤如下:

7.如权利要求6所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于:所述步骤2.4)中是将地表覆被分类结果中的水体、冰雪建筑区归类为不可通行区域,将分类结果均赋值为0;将地表覆被分类结果中的裸地、耕地、草地、林地为可通行区域,分别赋值为0.8,0.5,0.3和0.1;且在识别过程中需要注意部分区域由于降雨和温度的影响存在季节性湿地或土地冻融情况,针对这类地区可降低权值系数。

8.如权利要求1所述的顾及多因子胁迫的区域可通行性潜力评估方法,其特征在于:所述步骤3)中的时序气象数据来源于研究区内的气象站点或通过相关的开源遥感产品获得;温度方面<-40°赋值为0.1,-40°—25°赋值为0.4,-25°-32°赋值为0.8,32°-...

【专利技术属性】
技术研发人员:秦绪文于峻川王平康付长亮马千里陈伟涛冯春
申请(专利权)人:中国自然资源航空物探遥感中心
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1