基于波段運算的洪澇災害淹沒評估信息處理方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種洪澇災害淹沒評估信息處理方法，尤其是涉及一種基于波段運算 的洪澇災害淹沒評估信息處理方法。
【背景技術(shù)】
[0002] 遙感分為光學遙感和微波遙感，作為一種有效獲取地面信息的手段，能夠快速獲 得淹沒區(qū)域信息。光學遙感圖像光譜信息豐富，在天氣情況允許的條件下，光學影像的獲取 和解譯都比較簡單，然而光學遙感易受到大氣影響，無法穿透云層，無法進行全天候作業(yè)， 而合成孔徑雷達（SAR)能夠全天時、全天候工作，對云層、大氣具有一定的穿透力。通常洪 災的出現(xiàn)都會伴有暴雨，烏云覆蓋，因此SAR影像更適合災后水體提取。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于波段運算 的洪澇災害淹沒評估信息處理方法，利用支持向量機的方法，對災前影像進行水體提取，利 用基于主動輪廓的圖像分割方法對災后影像進行水體提取，最后進行淹沒評估。
[0004] 本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)：
[0005] -種基于波段運算的洪澇災害淹沒評估信息處理方法，其特征在于，包括以下步 驟：
[0006] 1)首先，對洪災前水體信息進行提??；
[0007] 2)然后，對洪災后水體信息進行提取；
[0008] 3)最后，根據(jù)洪災前后的水體信息，對洪災淹沒進行評估。
[0009] 所述的對洪災前水體信息進行提取具體為：對受災前的光學影像，利用支持向量 機方法SVM進行水體分布描述。
[0010] 所述的支持向量機方法SVM的樣本選擇原則要充分考慮各種地物的光譜結(jié)構(gòu)和 紋理特征，所述的樣本有三類分別為Cl :陸地；C2 :不純凈水體；C3 :純凈水體。對比原始光 學影像，對分類誤差較大的區(qū)域采用人工解譯勾勒水陸邊界的方法進行結(jié)果的補充。
[0011] 所述的對洪災后水體信息進行提取具體為：利用基于主動輪廓的影像分割方法， 對洪災后SAR影像進行水體分布描述。
[0012] 所述的利用基于主動輪廓的影像分割方法，對洪災后SAR影像進行水體分布描述 具體為：
[0013] 首先，利用Otsu分割算法得到SAR影像中全部的潛在水體區(qū)域；
[0014] 然后，在粗提取的基礎(chǔ)上，利用基于計算機視覺的主動輪廓模型，對二維Otsu提 取結(jié)果進行水體的細提??；
[0015] 最后，考慮到由于SAR側(cè)視成像的特點導致的陰影疊影現(xiàn)象，以及部分地物，如 飛機跑道、道路、裸地等在SAR影像中的散射特點與水體近似的現(xiàn)象，提出了利用克里金 (Kriging)差值法，選取若干水平面點，根據(jù)這些點對應的數(shù)字高程模型的高程值，建立全 局的高度閾值圖，對未提取的水體像素進行補充，對誤提取的水體像素進行修正。
[0016] 所述的對洪災淹沒進行評估具體為：對災前災后水體分布圖相減，進行洪災淹沒 分析。
[0017] 所述的對災前災后水體分布圖相減，進行洪災淹沒分析具體為：
[0018] 首先對兩幅影像中的水體和非水體進行賦值，見表1，將不同影像中的水體和非水 體的灰度值區(qū)分開；
[0019] 表 1
[0021] 然后將兩幅影像相減，這樣就將該區(qū)域的像素分為了四類，見表2,分別是：災前 是水，災后不是水；災前是水，災后是水；災前不是水，災后不是水；災前不是水，災后是水；
[0022] 表 2
[0025] 與現(xiàn)有技術(shù)相比，本發(fā)明充分利用了洪災前后水體分區(qū)情況，進行了快速的洪災 淹沒評估。
【附圖說明】
[0026] 圖1為本發(fā)明的具體流程圖；
[0027] 圖2為實施例淹沒評估范圍示意圖；
[0028] 圖3為實施例災前水體信息分布圖；
[0029] 圖4為實施例災后水體信息分布圖；
[0030] 圖5為實施例淹沒分布圖。
【具體實施方式】
[0031] 下面結(jié)合附圖和具體實施例對本發(fā)明進行詳細說明。
[0032] 實施例
[0033] 淹沒評估在黑龍江2013年夏季洪災中的應用
[0034] 1、研宄區(qū)域
[0035] 以黑龍江省2013年夏季洪災為例，利用洪災前1-2個月的5景30m分辨率 Landsat8影像，以及洪災后從COSMO-SkyMed衛(wèi)星獲取的4景15m分辨率SAR影像，如圖2 所示。實驗區(qū)域位于中俄邊界-黑龍江流域附近，此處是洪災發(fā)生較為嚴重的地區(qū)之一，區(qū) 域包括部分黑龍江流域、部分松花江流域，部分烏蘇里江流域，同時還包括黑龍江省的撫遠 縣、同江市、綏濱縣等縣市。
[0036] 2、洪災前水體信息提取
[0037] 利用支持向量機方法，對Landsat8,提取結(jié)果如圖3所示。
[0038] 3、洪后水體信息提取
[0039] 利用方法中第（2)步提到的方法流程，對SAR影像進行水體信息提取，提取結(jié)果如 圖4。
[0040] 4、洪澇淹沒評估
[0041] 對波段相減的四種情況像素賦予不同的顏色，如圖5所示，獲得淹沒分布圖，圖中 淺灰色區(qū)域代表災前災后均為陸地的區(qū)域，即災后的陸地區(qū)域；深灰色區(qū)域代表災前災后 均為水體的區(qū)域，即受災前的水體區(qū)域；白色區(qū)域代表災前為非水體，即由于洪災產(chǎn)生的水 體區(qū)域（淹沒變化區(qū)域），災后為水體的區(qū)域；黑色區(qū)域代表災前為水體，災后為非水體的 區(qū)域。
[0042] 對不同類型像素進行面積統(tǒng)計，得表3。
[0043] 表 3
[0045] 因此本發(fā)明提出的一種基于波段運算的洪澇災害淹沒評估方法，將洪災前后水體 信息分布情況進行結(jié)合，利用波段運算的方法，對洪災淹沒范圍進行描述和統(tǒng)計，快速獲得 淹沒區(qū)域。
【主權(quán)項】
1. 一種基于波段運算的洪澇災害淹沒評估信息處理方法，其特征在于，包括以下步 驟： 1) 首先，對洪災前水體信息進行提取； 2) 然后，對洪災后水體信息進行提??； 3) 最后，根據(jù)洪災前后的水體信息，對洪災淹沒進行評估。2. 根據(jù)權(quán)利要求1所述的一種基于波段運算的洪澇災害淹沒評估信息處理方法，其特 征在于，所述的對洪災前水體信息進行提取具體為：對受災前的光學影像，利用支持向量機 方法SVM進行水體分布描述。3. 根據(jù)權(quán)利要求2所述的一種基于波段運算的洪澇災害淹沒評估信息處理方法，其特 征在于，所述的支持向量機方法SVM的樣本選擇原則要充分考慮各種地物的光譜結(jié)構(gòu)和紋 理特征，所述的樣本有三類分別為C1 :陸地；C2 :不純凈水體；C3 :純凈水體。4. 根據(jù)權(quán)利要求1所述的一種基于波段運算的洪澇災害淹沒評估信息處理方法，其特 征在于，所述的對洪災后水體信息進行提取具體為：利用基于主動輪廓的影像分割方法，對 洪災后SAR影像進行水體分布描述。5. 根據(jù)權(quán)利要求4所述的一種基于波段運算的洪澇災害淹沒評估信息處理方法，其特 征在于，所述的利用基于主動輪廓的影像分割方法，對洪災后SAR影像進行水體分布描述 具體為： 首先，利用Otsu分割算法得到SAR影像中全部的潛在水體區(qū)域； 然后，在粗提取的基礎(chǔ)上，利用基于計算機視覺的主動輪廓模型，對二維Otsu提取結(jié) 果進行水體的細提取； 最后，考慮到由于SAR側(cè)視成像的特點導致的陰影疊影現(xiàn)象，以及部分地物在SAR影像 中的散射特點與水體近似的現(xiàn)象，提出了利用克里金差值法，選取若干水平面點，根據(jù)這些 點對應的數(shù)字高程模型的高程值，建立全局的高度閾值圖，對未提取的水體像素進行補充， 對誤提取的水體像素進行修正。6. 根據(jù)權(quán)利要求1所述的一種基于波段運算的洪澇災害淹沒評估信息處理方法，其特 征在于，所述的對洪災淹沒進行評估具體為：對災前災后水體分布圖相減，進行洪災淹沒分 析。7. 根據(jù)權(quán)利要求6所述的一種基于波段運算的洪澇災害淹沒評估信息處理方法，其特 征在于，所述的對災前災后水體分布圖相減，進行洪災淹沒分析具體為： 首先對兩幅影像中的水體和非水體進行賦值，見表1，將不同影像中的水體和非水體的 灰度值區(qū)分開； 表1然后將兩幅影像相減，這樣就將該區(qū)域的像素分為了四類，見表2,分別是：災前是水， 災后不是水；災前是水，災后是水；災前不是水，災后不是水；災前不是水，災后是水； 表2
【專利摘要】本發(fā)明涉及一種基于波段運算的洪澇災害淹沒評估信息處理方法，包括以下步驟：1)首先，對洪災前水體信息進行提??；2)然后，對洪災后水體信息進行提取；3)最后，根據(jù)洪災前后的水體信息，對洪災淹沒進行評估。與現(xiàn)有技術(shù)相比，本發(fā)明充分利用了洪災前后水體分區(qū)情況，進行了快速的洪災淹沒評估。
【IPC分類】G06Q50/26, G06Q10/06
【公開號】CN104915757
【申請?zhí)枴緾N201510267226
【發(fā)明人】童小華, 姜玉瑩, 謝歡, 許雄, 羅新, 劉世杰, 陳鵬, 張松林
【申請人】同濟大學
【公開日】2015年9月16日
【申請日】2015年5月22日