基于水平集的洪涝淹没范围时空模拟方法

doi:10.6046/gtzyyg.2017.01.14

摘要
参考文献
相关文章
Metrics

全文: PDF(3380 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

遥感技术能及时获取洪水空间分布特征信息，已成为洪涝灾害监测与损失评估的重要依据。然而受天气和环境等因素影响，不能全天时接收遥感影像导致部分数据缺失，无法提供动态连续的洪涝淹没过程资料。以2013年汛期黑龙江流域八岔段溃口淹没区为例，基于多时相GF-1卫星晴空遥感影像提取的洪涝淹没范围信息，将洪涝淹没过程转化为水平集函数的偏微分方程数值求解问题，利用空间迎风差分格式和时间欧拉差分格式模拟了从8月24日到10月8日洪水涨退过程的逐日淹没范围。精度评价结果表明，洪涝淹没范围的模拟结果与同时期遥感影像提取结果的Kappa系数分别为0.921 2和0.893 2；与同时期洪涝淹没范围的统计数据相比略偏低，但相对误差都小于10%。该方法的模拟结果与影像提取结果和实际统计数据都具有较好的时空一致性，为不依赖先验资料的洪涝灾害应急响应决策提供了科学依据。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	邵艳坡
	洪友堂

关键词 ：多时相, 相对辐射校正, 伪不变特征(PIF)方法, 比值运算, 回归分析

Abstract：

Remote sensing data, as important information for flood disaster monitoring and loss assessment, can timely obtain the spatial-temporal distribution characteristics of flood. However, as it is restricted by weather conditions, it cannot form a dynamic and continuous process data. In this study, multi-temporal GF-1 satellite remote sensing clear images were used to extract the flood extent area based on bacha breach on the Heilong River in 2013. The flood inundation process was transformed into a numerical problem of partially differential equations by level set function. Finite difference method both in space and time was used to simulate the results of daily flood inundation area from August 24 to October 8. The results show that, compared with remote sensing data, the spatial-temporal consistency and the Kappa coefficients are 0.921 2 and 0.893 2; Compared with statistic data,the relatively error is less than 10%. This method has provided a scientific basis for the decision of flood disaster emergency response without prior information.

Key words： multi-temporal relative radiometric calibration pseudo-invariant feature(PIF) method ratio operation regression analysis

收稿日期: 2015-09-17 出版日期: 2017-01-23

TP751.1

基金资助:

国家重点研发计划项目“多源遥感监测数据在线融合及协同分析云平台”（编号：2016YFB0501504）和中国科学院数字地球重点实验室开放基金项目“面向按需处理的遥感信息模型自动化计算方法”（编号：2015LDE005）共同资助。

作者简介: 张连翀(1985-),男,博士研究生,主要从事高性能地学计算方面的研究。Email:zhanglc@radi.ac.cn。

引用本文:

张连翀, 李国庆, 于文洋, 冉全. 基于水平集的洪涝淹没范围时空模拟方法[J]. 国土资源遥感, 2017, 29(1): 92-96.
ZHANG Lianchong, LI Guoqing, YU Wenyang, RAN Quan. Approach to simulating the spatial-temporal process of flood inundation area. REMOTE SENSING FOR LAND & RESOURCES, 2017, 29(1): 92-96.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2017.01.14 或 https://www.gtzyyg.com/CN/Y2017/V29/I1/92

[1] 俞云利,赖锡军.二维平面非恒定流数学模型的遥感水位数据同化[J].水科学进展,2008,19(2):224-231. Yu Y L,Lai X J.2D horizontal unsteady flow model for assimilating remote sensing water levels[J].Advances in Water Science,2008,19(2):224-231.
[2] 沈定涛,王结臣,张煜,等.一种面向海量数字高程模型数据的洪水淹没区快速生成算法[J]. 测绘学报,2014,43(6):645-652. Shen D T,Wang J C,Zhang Y,et al.A quick flood inundation algorithm based on massive DEM data[J].Acta Geodaetica et Cartographica Sinica,2014,43(6):645-652.
[3] 杨军,贾鹏,周廷刚,等.基于DEM的洪水淹没模拟分析及虚拟现实表达[J].西南大学学报:自然科学版,2011,33(10):143-148. Yang J,Jia P,Zhou T G,et al.DEM-based simulation analysis and virtual reality expression of flood submergence[J].Journal of Southwest University:Natural Science Edition,2011,33(10):143-148.
[4] 孟令奎,郭善昕,李爽.遥感影像水体提取与洪水监测应用综述[J].水利信息化,2012(3):18-25. Meng L K,Guo S X,Li S.Summary on extraction of water body from remote sensing image and flood monitoring[J].Water Resources Informatization,2012(3):18-25.
[5] 段秋亚,孟令奎,樊志伟,等.GF-1卫星影像水体信息提取方法的适用性研究[J].国土资源遥感,2015,27(4):79-84.doi:10.6046/gtzyyg.2015.04.13. Duan Q Y,Meng L K,Fan Z W,et al.Applicability of the water information extraction method based on GF-1 image[J].Remote Sensing for Land and Resources,2015,27(4):79-84.doi:10.6046/gtzyyg.2015.04.13.
[6] 胡卫国,孟令奎,张东映,等.资源一号02C星图像水体信息提取方法[J].国土资源遥感,2014,26(2):43-47.doi:10.6046/gtzyyg.2014.02.08. Hu W G,Meng L K,Zhang D Y,et al.Methods of water extraction from ZY-102C satellite imagery[J].Remote Sensing for Land and Resources,2014,26(2):43-47.doi:10.6046/gtzyyg.2014.02.08.
[7] 周林滔,杨国范,赵福强,等.EMD与分形相结合的遥感影像水体信息提取方法[J].国土资源遥感,2014,26(4):41-45.doi:10.6046/gtzyyg.2014.04.07. Zhou L T,Yang G F,Zhao F Q,et al.Water information extraction from remote sensing image using EMD and fraction method[J].Remote Sensing for Land and Resources,2014,26(4):41-45.doi:10.6046/gtzyyg.2014.04.07.
[8] 袁迪,宋星原,张艳军.基于遥感信息的新安江模型参数率定方法[J].武汉大学学报:工学版,2014,47(1):23-27. Yuan D,Song X Y,Zhang Y J.Research on parameter calibration method of Xinanjiang model based on remote sensing information[J].Engineering Journal of Wuhan University,2014,47(1):23-27.
[9] 丁志雄,李纪人.流域洪水汛情的遥感监测分析方法及其应用[J].水利水电科技进展,2004,24(3):8-11. Ding Z X,Li J R.Remote sensing monitoring analysis methods and their application to flood monitoring in river basins[J].Advances in Science and Technology of Water Resources,2004,24(3):8-11.
[10] Otsu N.A threshold selection method from gray-level histograms[J].IEEE Transactions on Systems,Man,and Cybernetics,1979,9(1):62-66.
[11] Osher S,Sethian J A.Fronts propagating with curvature-dependent speed:Algorithms based on Hamilton-Jacobi formulations[J].Journal of Computational Physics,1988,79(1):12-49.
[12] 王伶俐,陈德清.2013年黑龙江大洪水遥感监测分析[J].水文,2014,34(5):31-35,93. Wang L L,Chen D Q.Satellite remote sensing monitoring and analysis of Heilongjiang River flood in 2013[J].Journal of China Hydrology,2014,34(5):31-35,93.

[1]	屈辰阳, 张莉, 汪鸣泉, 王茂华. 基于NPP/VIIRS卫星夜光数据的新建高铁站所在县域的GDP估算模型[J]. 国土资源遥感, 2020, 32(2): 81-87.
[2]	施益强, 邓秋琴, 吴君, 王坚. 厦门市MODIS气溶胶光学厚度与空气质量指数的回归分析[J]. 国土资源遥感, 2020, 32(1): 106-114.
[3]	陈俊, 沈润平, 李博伦, 遆超普, 颜晓元, 周旻悦, 王绍武. 基于Logistic回归分析的塑料大棚遥感指数构建[J]. 国土资源遥感, 2019, 31(3): 43-50.
[4]	范小晶, 张永福, 程珍珍. 基于DMSP/OLS夜间灯光数据的新疆1992—2013年能源消费研究[J]. 国土资源遥感, 2019, 31(1): 212-219.
[5]	薛娟, 俞琳锋, 林起楠, 刘广, 黄华国. 基于Sentinel-1多时相InSAR影像的云南松切梢小蠹危害程度监测[J]. 国土资源遥感, 2018, 30(4): 108-114.
[6]	国贤玉, 李坤, 王志勇, 李宏宇, 杨知. 基于SVM+SFS策略的多时相紧致极化SAR水稻精细分类[J]. 国土资源遥感, 2018, 30(4): 20-27.
[7]	刘佳, 辛鑫, 刘斌, 邸凯昌, 岳宗玉, 王承安. 基于DMSP/OLS夜间灯光影像的2000—2013年鄂尔多斯市城市扩张遥感制图与驱动因子分析[J]. 国土资源遥感, 2018, 30(1): 166-172.
[8]	章钊颖, 鲁奕岑, 吴国周, 王永利. 基于多时相Sentinel-1A SAR数据草原地区降水量反演[J]. 国土资源遥感, 2017, 29(4): 156-160.
[9]	周晓宇, 陈富龙, 姜爱辉. 基于SVM雷达卧龙大熊猫栖息地森林成图[J]. 国土资源遥感, 2017, 29(3): 85-91.
[10]	邵艳坡, 洪友堂. 遥感影像相对辐射校正的PIF方法[J]. 国土资源遥感, 2017, 29(1): 7-13.
[11]	鲁锦涛, 马丽. 基于流形对齐的高光谱遥感图像降维和分类算法[J]. 国土资源遥感, 2017, 29(1): 104-109.
[12]	郭红燕, 邹立群, 张友焱, 刘扬, 董文彤, 周红英. 面向石油遥感信息服务的多时相影像数据管理[J]. 国土资源遥感, 2016, 28(2): 188-192.
[13]	官晓, 周萍, 陈圣波. 基于地面实测光谱的土壤有机质含量预测[J]. 国土资源遥感, 2014, 26(2): 105-111.
[14]	徐超, 詹金瑞, 潘耀忠, 朱文泉. 基于多时相TM图像的耕地信息提取[J]. 国土资源遥感, 2013, 25(4): 166-173.
[15]	杨树文, 李名勇, 刘涛, 孙建国, 段焕娥. 一种利用TM图像自动提取洪积扇的方法[J]. 国土资源遥感, 2011, 23(2): 65-69.

Viewed

Full text

Abstract

Cited

Shared

Discussed