基于Sentinel-1的洞庭湖區(qū)洪澇災(zāi)害信息提取與分析
發(fā)布時(shí)間：2021-03-29 06:27
星載雷達(dá)遙感具有全天候獲取地面特征的特點(diǎn),在惡劣環(huán)境下工作仍然能得到較高精度的圖像,在洪水災(zāi)害監(jiān)測中的作用顯著。2017年6—7月,洞庭湖區(qū)發(fā)生了嚴(yán)重的洪澇災(zāi)害,損失嚴(yán)重。該文選取2017年6月4日、6月28日、7月10日以及7月22日4期Sentinel-1數(shù)據(jù),進(jìn)行了洪澇災(zāi)害信息的提取與分析。通過去噪方法和水體提取方法對(duì)比分析,確定采用Lee濾波進(jìn)行Sentinel-1數(shù)據(jù)去噪、采用閾值法進(jìn)行水體提取,提取了不同時(shí)期的水體分布,實(shí)現(xiàn)了洪水動(dòng)態(tài)監(jiān)測。采取地圖差分法獲取淹沒范圍為1015.43km2,岳陽整體受災(zāi)面積最大。綜合土地利用數(shù)據(jù),結(jié)合疊加分析和分區(qū)統(tǒng)計(jì)發(fā)現(xiàn),此次洪澇災(zāi)害對(duì)耕地的影響最大,受災(zāi)面積達(dá)693.35km2。
【文章來源】：安徽農(nóng)學(xué)通報(bào). 2020,26(19)
【文章頁數(shù)】：3 頁
【部分圖文】：
研究區(qū)范圍
雷達(dá)數(shù)據(jù)預(yù)處理主要包括多視處理、輻射定標(biāo)和數(shù)據(jù)去噪。只有進(jìn)行去噪處理才能準(zhǔn)確表現(xiàn)出原始圖像信息，濾波方法的選擇直接影響著后續(xù)信息提取的精度。常用的圖像去噪方法包括中值濾波、均值濾波、Lee濾波等。圖2為3種濾波方法的濾波結(jié)果（濾波窗口為5×5），發(fā)現(xiàn)中值濾波后圖像中仍然存在大量的噪聲點(diǎn)，均值濾波去噪對(duì)于圖像的平滑效果最強(qiáng)。(a.中值濾波，b.均值濾波，c.Lee濾波）
通過確定采用閾值法進(jìn)行洞庭湖區(qū)水體的提取，4個(gè)時(shí)間研究區(qū)水體在空間上分布情況如圖3所示。在研究期內(nèi)，水面面積變化較大的區(qū)域主要是岳陽縣、湘陰縣和沅江市。通過像元面積計(jì)算法獲取4期雷達(dá)數(shù)據(jù)的水體面積如表3所示。從表3可以看出，6月4日的水體面積最少，約為1667.99km2,7月10日水體面積達(dá)到最大，約為2683.42km2,2個(gè)時(shí)期的水體面積相差1015.43km2。而6月28日的水體面積約為2390.29km2,7月22日的水體面積約為2463.92km2，這2個(gè)時(shí)間段的水體面積相差不大，但都高于6月4日的水體面積，低于7月10日的水體面積，主要是由于從6月22日起洞庭湖區(qū)持續(xù)降雨，并且雨量大、歷時(shí)長達(dá)15d，導(dǎo)致河流水位上漲快，洪水峰高量大，造成湘水、資水、沅水連續(xù)兩次超警洪水，而湘資沅三水相繼匯入洞庭湖區(qū)，到6月30日期間洞庭湖區(qū)將開始出現(xiàn)超過警戒水位的洪水，到7月8日后降雨量逐漸減少，到7月10日后，洪峰到達(dá)頂峰，水體面積逐步回退。將6月4日的水體與7月10日的水體通過地圖差分法獲取淹沒范圍，總淹沒面積為1015.43km2，主要淹沒區(qū)域分布在岳陽縣以及沅江市，此次洪澇災(zāi)害對(duì)洞庭湖區(qū)下游地區(qū)影響大，受災(zāi)面積最大。圖5 洪水淹沒范圍
【參考文獻(xiàn)】：
期刊論文
[1]Sentinel-1A SAR數(shù)據(jù)在緬甸伊洛瓦底江下游區(qū)洪水監(jiān)測中的應(yīng)用[J]. 孫亞勇,黃詩峰,李紀(jì)人,李小濤,馬建威,曲偉. 遙感技術(shù)與應(yīng)用. 2017(02)
[2]基于水體散射特性的SAR圖像水體檢測[J]. 陳玲艷,劉智,張紅. 遙感技術(shù)與應(yīng)用. 2014(06)
[3]ENVISAT衛(wèi)星先進(jìn)合成孔徑雷達(dá)數(shù)據(jù)水體提取研究——改進(jìn)的最大類間方差閾值法[J]. 李景剛,黃詩峰,李紀(jì)人. 自然災(zāi)害學(xué)報(bào). 2010(03)
[4]基于ENVISAT-ASAR數(shù)據(jù)的洪澇水體空間分布信息提取[J]. 鄭偉,劉闖,王正興. 自然災(zāi)害學(xué)報(bào). 2009(04)
碩士論文
[1]高分辨率SAR衛(wèi)星影像洪水區(qū)域提取應(yīng)用研究[D]. 陳志國.武漢大學(xué) 2017
[2]基于MODIS與ASAR數(shù)據(jù)的洪水淹沒信息提取方法研究[D]. 趙昕.電子科技大學(xué) 2012
本文編號(hào)：3107080
【文章來源】：安徽農(nóng)學(xué)通報(bào). 2020,26(19)
【文章頁數(shù)】：3 頁
【部分圖文】：
研究區(qū)范圍
雷達(dá)數(shù)據(jù)預(yù)處理主要包括多視處理、輻射定標(biāo)和數(shù)據(jù)去噪。只有進(jìn)行去噪處理才能準(zhǔn)確表現(xiàn)出原始圖像信息，濾波方法的選擇直接影響著后續(xù)信息提取的精度。常用的圖像去噪方法包括中值濾波、均值濾波、Lee濾波等。圖2為3種濾波方法的濾波結(jié)果（濾波窗口為5×5），發(fā)現(xiàn)中值濾波后圖像中仍然存在大量的噪聲點(diǎn)，均值濾波去噪對(duì)于圖像的平滑效果最強(qiáng)。(a.中值濾波，b.均值濾波，c.Lee濾波）
通過確定采用閾值法進(jìn)行洞庭湖區(qū)水體的提取，4個(gè)時(shí)間研究區(qū)水體在空間上分布情況如圖3所示。在研究期內(nèi)，水面面積變化較大的區(qū)域主要是岳陽縣、湘陰縣和沅江市。通過像元面積計(jì)算法獲取4期雷達(dá)數(shù)據(jù)的水體面積如表3所示。從表3可以看出，6月4日的水體面積最少，約為1667.99km2,7月10日水體面積達(dá)到最大，約為2683.42km2,2個(gè)時(shí)期的水體面積相差1015.43km2。而6月28日的水體面積約為2390.29km2,7月22日的水體面積約為2463.92km2，這2個(gè)時(shí)間段的水體面積相差不大，但都高于6月4日的水體面積，低于7月10日的水體面積，主要是由于從6月22日起洞庭湖區(qū)持續(xù)降雨，并且雨量大、歷時(shí)長達(dá)15d，導(dǎo)致河流水位上漲快，洪水峰高量大，造成湘水、資水、沅水連續(xù)兩次超警洪水，而湘資沅三水相繼匯入洞庭湖區(qū)，到6月30日期間洞庭湖區(qū)將開始出現(xiàn)超過警戒水位的洪水，到7月8日后降雨量逐漸減少，到7月10日后，洪峰到達(dá)頂峰，水體面積逐步回退。將6月4日的水體與7月10日的水體通過地圖差分法獲取淹沒范圍，總淹沒面積為1015.43km2，主要淹沒區(qū)域分布在岳陽縣以及沅江市，此次洪澇災(zāi)害對(duì)洞庭湖區(qū)下游地區(qū)影響大，受災(zāi)面積最大。圖5 洪水淹沒范圍
【參考文獻(xiàn)】：
期刊論文
[1]Sentinel-1A SAR數(shù)據(jù)在緬甸伊洛瓦底江下游區(qū)洪水監(jiān)測中的應(yīng)用[J]. 孫亞勇,黃詩峰,李紀(jì)人,李小濤,馬建威,曲偉. 遙感技術(shù)與應(yīng)用. 2017(02)
[2]基于水體散射特性的SAR圖像水體檢測[J]. 陳玲艷,劉智,張紅. 遙感技術(shù)與應(yīng)用. 2014(06)
[3]ENVISAT衛(wèi)星先進(jìn)合成孔徑雷達(dá)數(shù)據(jù)水體提取研究——改進(jìn)的最大類間方差閾值法[J]. 李景剛,黃詩峰,李紀(jì)人. 自然災(zāi)害學(xué)報(bào). 2010(03)
[4]基于ENVISAT-ASAR數(shù)據(jù)的洪澇水體空間分布信息提取[J]. 鄭偉,劉闖,王正興. 自然災(zāi)害學(xué)報(bào). 2009(04)
碩士論文
[1]高分辨率SAR衛(wèi)星影像洪水區(qū)域提取應(yīng)用研究[D]. 陳志國.武漢大學(xué) 2017
[2]基于MODIS與ASAR數(shù)據(jù)的洪水淹沒信息提取方法研究[D]. 趙昕.電子科技大學(xué) 2012
本文編號(hào)：3107080
本文鏈接：http://www.sikaile.net/kejilunwen/shuiwenshuili/3107080.html
最近更新
教材專著
