专利汇可以提供基于地表水文过程的农业洪涝灾害监测预报系统及方法专利检索,专利查询,专利分析的服务。并且本 发明 属于农业洪涝灾害监测预报技术领域,公开了一种基于地表 水 文过程的农业洪涝灾害监测预报系统及方法,所述农业洪涝灾害监测预报系统包括:降雨量监测模 块 、水流速监测模块、遥感影像监测模块、环境数据监测模块、中央控 制模 块、灾害范围提取模块、灾害 风 险评估模块、 数据采集 模块、 数据处理 模块、警报模块、发布模块、数据存储模块、 无线通信模块 、终端模块、供电模块、显示模块。本发明通过灾害范围提取模块提取出 水体 覆盖 的洪涝灾害范围;通过灾害风险评估能够有效提高变化环境下区域或流域洪涝灾害风险的评价速率,精确挖掘评价指标与洪涝灾害风险等级之间的内在联系,显著提高评价结果的可靠性与精确性,为防洪决策提供依据。,下面是基于地表水文过程的农业洪涝灾害监测预报系统及方法专利的具体信息内容。
1.一种基于地表水文过程的农业洪涝灾害监测预报系统,其特征在于,所述基于地表水文过程的农业洪涝灾害监测预报系统包括:
降雨量监测模块、水流速监测模块、遥感影像监测模块、环境数据监测模块、中央控制模块、灾害范围提取模块、灾害风险评估模块、数据采集模块、数据处理模块、警报模块、发布模块、数据存储模块、无线通信模块、终端模块、供电模块、显示模块;
降雨量监测模块,与中央控制模块连接,用于通过雨量计监测降雨量;
水流速监测模块,与中央控制模块连接,用于通过流速传感器监测水流速度;
遥感影像监测模块,与中央控制模块连接,用于通过遥感装置对农业区域地表水体进行实时监测;
环境数据监测模块,与中央控制模块连接,用于通过环境数据监测装置对环境进行监测;
中央控制模块,与降雨量监测模块、水流速监测模块、遥感影像监测模块、环境数据监测模块、灾害范围提取模块、灾害风险评估模块、数据采集模块、数据处理模块、警报模块、发布模块、数据存储模块、无线通信模块、终端模块、供电模块、显示模块连接,用于通过主控机控制各个模块正常工作;
灾害范围提取模块,与中央控制模块连接,用于通过提取程序根据采集的图像提取洪涝灾害范围;
灾害风险评估模块,与中央控制模块连接,用于通过评估程序根据监测数据对农业洪涝灾害风险进行评价预估;
数据采集模块,与中央控制模块连接,用于通过数据采集程序采集监测的降雨量、水流速度、环境数据、农业区域遥感影像、灾害风险评估数据、警报通知的实时数据;
数据处理模块,与中央控制模块连接,用于通过数据处理程序对监测的数据进行处理和分析;
警报模块,与中央控制模块连接,用于通过警报器对农业洪涝灾害进行警报通知;
发布模块,与中央控制模块连接,用于通过网站发布农业洪涝灾害监测信息;
数据存储模块,与中央控制模块连接,用于通过云服务器存储监测的降雨量、水流速度、环境数据、农业区域遥感影像、灾害风险评估数据、警报通知的实时数据;
无线通信模块,与中央控制模块连接,用于通过光纤、3G网络、4G网络、WIFI网络、卫星通信网络的任意一种或几种组合对各类信息和数据进行传输和交互;
终端模块,与中央控制模块连接,用于通过云服务器将监测的降雨量、水流速度、环境数据、农业区域遥感影像、灾害风险评估数据、警报通知的实时数据传输至移动终端;
供电模块,与中央控制模块连接,用于通过太阳能电池板为农业洪涝灾害监测预报系统供电;
显示模块,与中央控制模块连接,用于通过显示器显示监测的降雨量、水流速度、环境数据、农业区域遥感影像、灾害风险评估数据、警报通知的实时数据。
2.如权利要求1所述基于地表水文过程的农业洪涝灾害监测预报系统,其特征在于,所述环境数据监测模块包括:
风速风向监测单元、空气温度监测单元、空气湿度监测单元、光照强度监测单元、土壤湿度监测单元、大气压力监测单元、蒸发量监测单元、日照辐射监测单元;
风速风向监测单元,用于通过电子式风速风向仪对风速风向进行监测;
空气温度监测单元,用于通过空气温度传感器对空气温度进行监测;
空气湿度监测单元,用于通过空气湿度传感器对空气湿度进行监测;
光照强度监测单元,用于通过光照强度传感器对光照强度进行监测;
土壤湿度监测单元,用于通过土壤湿度传感器对土壤湿度进行监测;
大气压力监测单元,用于通过大气压力传感器对大气压力进行监测;
蒸发量监测单元,用于通过蒸发量传感器对蒸发量进行监测;
日照辐射监测单元,用于通过日照辐射传感器对日照辐射进行监测。
3.一种应用如权利要求1所述基于地表水文过程的农业洪涝灾害监测预报系统的基于地表水文过程的农业洪涝灾害监测预报方法,其特征在于,所述基于地表水文过程的农业洪涝灾害监测预报方法包括以下步骤:
步骤一,通过雨量计监测降雨量;通过流速传感器监测水流速度;通过遥感装置对农业区域地表水体进行实时监测;通过环境数据监测装置对环境进行监测;
步骤二,通过主控机控制各个模块正常工作;通过提取程序根据采集的图像提取洪涝灾害范围;通过评估程序根据监测数据对农业洪涝灾害风险进行评价预估;
步骤三,通过数据采集程序采集监测的降雨量、水流速度、环境数据、农业区域遥感影像、灾害风险评估数据、警报通知的实时数据;通过数据处理程序对监测的数据进行处理和分析;
步骤四,通过警报器对农业洪涝灾害进行警报通知;通过网站发布农业洪涝灾害监测信息;通过云服务器存储监测的降雨量、水流速度、环境数据、农业区域遥感影像、灾害风险评估数据、警报通知的实时数据;
步骤五,通过光纤、3G网络、4G网络、WIFI网络、卫星通信网络的任意一种或几种组合对各类信息和数据进行传输和交互;通过云服务器将监测的实时数据传输至移动终端;
步骤六,通过太阳能电池板为农业洪涝灾害监测预报系统供电;通过显示器显示监测的降雨量、水流速度、环境数据、农业区域遥感影像、灾害风险评估数据、警报通知的实时数据。
4.如权利要求3所述基于地表水文过程的农业洪涝灾害监测预报方法,其特征在于,所述遥感影像采集方法包括:
(1)输入多时相高分辨率地表反射率遥感影像,结合历史洪涝灾害记录,剔除发生洪涝灾害的遥感影像,通过配准和相对辐射校正对输入的遥感影像进行数据预处理;
(2)根据步骤(1)中经过预处理的遥感影像,计算水体指数,并根据水体指数提取水体范围二值影像;所述水体指数为归一化水体指数NDWI、改进的归一化差异水体指数MNDWI或新型水体指数NWI;
(3)根据步骤(2)中的水体范围二值影像,提取待检测时期水体特征及正常期水体特征;其中:待检测时期水体特征包括待检测时期的水体覆盖范围、水体覆盖频率;正常期水体特征包括正常期的水体最大覆盖范围、水体覆盖频率;
(4)分别将待检测时期的水体覆盖范围、水体覆盖频率与正常期的水体最大覆盖范围、水体覆盖频率进行叠加对比分析,检测异常信息;
(5)分析跟踪步骤(4)中检测的异常信息,若观测区域原先本不应该有水体覆盖的地方被水体连续覆盖,说明该观测区发生洪涝灾害的风险增加,应予以警示。
5.如权利要求4所述基于地表水文过程的农业洪涝灾害监测预报方法,其特征在于,步骤(2)中,所述根据水体指数提取水体范围二值影像包括:
(a)根据步骤(1)中经过预处理的遥感影像,利用NDWI计算公式,计算每个像素对应的NDWI值,获得由每个像素NDWI值组成的指数影像,所述NDWI计算公式为:
式中,p(Green)为绿波段反射率值,p(NIR)为近红外反射率值;
(b)对于生成的NDWI指数影像,选取阈值α进行二值分割,阈值α的取值区间为(-1,1),指数影像中像元值大于等于阈值α的像元被提取为水体像元,其他像元为非水体像元,水体像元取值为1,非水体像元取值为0,得到的二值影像即为水体范围二值影像。
6.如权利要求4所述基于地表水文过程的农业洪涝灾害监测预报方法,其特征在于,步骤(3)中,所述正常期的水体最大覆盖范围的计算方法如下:
①按照如下公式对多年同期的水体范围二值影像进行叠加分析:
式中,Ak(i,j)为多年同期的水体范围二值影像,n1为年数,i,j为对应图像的行列号;
②设置阈值β,β的取值范围为0~20%,提取出正常期水体最大覆盖范围影像NA(i,j);
如果B(i,j)的值大于β,则NA(i,j)=1,否则NA(i,j)=0;
所述水体覆盖频率的计算方法如下:
按照如下公式提取水体覆盖时长影像T(i,j):
式中,Ak(i,j)表示的是年内观测时段内的水体范围二值影像,A1(i,j)为像元点(i,j)在年内观测时段的初始值;n2为该观测时段内影像个数,i,j为像元点对应的行列号;
按照如下公式提取正常期水体覆盖时长影像NF(i,j):
式中,Fk(i,j)表示的是多年同期的水体覆盖时长影像,n1为年数,i,j为像元点对应的行列号。
7.如权利要求4所述基于地表水文过程的农业洪涝灾害监测预报方法,其特征在于,步骤(4)中,所述异常信息的检测方法为:
1)将待检测时期的水体覆盖范围与正常期的水体最大覆盖范围进行叠置变化检测,若某像元点在待检测时期为有水,而在正常期无水,则该像元点作为异常点检出;
2)将待检测时期的水体覆盖时长、水体覆盖频率分别与正常期的水体覆盖频率、水体覆盖时长进行叠置统计分析,若待检测时期的值背离正常期的值且超出设定阈值,则该像元点作为异常点检出;
3)将待检测时期的水体覆盖面积变化趋势与正常期的水体覆盖面积变化趋势规律进行对比分析,若待检测时期的水体覆盖面积变化规律与正常期的变化规律相背离,则水体覆盖面积变化趋势异常。
8.如权利要求3所述基于地表水文过程的农业洪涝灾害监测预报方法,其特征在于,所述灾害范围提取方法如下:
(1)对极化合成孔径雷达影像进行极化目标分解,提取相干散射矩阵,利用上述相干散射矩阵得到上述极化合成孔径雷达影像的极化总功率图像;
(2)构建极化水体增强因子,将该水体增强因子作用于所述极化总功率图像进行水体信息增强;
(3)针对进行了水体信息增强后的所述极化总功率图像,在先验地理信息系统水体矢量的约束下提取水体轮廓信息;及
(4)将上述水体轮廓信息与先验地理信息系统水体矢量进行比对做差,得到洪涝灾害范围。
9.如权利要求8所述基于地表水文过程的农业洪涝灾害监测预报方法,其特征在于,所述水体信息增强利用所述相干散射矩阵构建水体增强因子:
(1)式中,EI(x)表示像素x处水体增强因子,|T11(x)|、|T22(x)|、|T33(x)|表示所述相干散射矩阵中对角线元素的绝对值,α表示权重调节系数,根据实验经验,设置在1-2之间;
所述水体轮廓信息提取通过设置上述先验地理信息系统水体矢量的缓冲区,对上述水体信息增强后的上述极化总功率图像进行演化约束,获取水平集分割演化的初始轮廓,并且设置轮廓内外的演化驱动力参数,进行极化合成孔径雷达影像中水体的演化,得到水体轮廓信息;
所述水平集分割演化通过图像特性构建不同的能量函数来驱动水平集函数进行曲线演化,分割图像。
10.如权利要求3所述基于地表水文过程的农业洪涝灾害监测预报方法,其特征在于,所述灾害风险评估方法如下:
1)依据自然灾害风险评价理论,辨识区域洪涝灾害关键影响因子,构建基于致灾因子、孕灾环境、承灾体和防灾减灾能力四种类型的区域洪涝灾害风险评价指标体系,并对区域洪涝灾害风险评价指标体系中的各评价指标归一化处理,然后利用ArcGIS分别生成各评价指标图层;
2)综合考虑主客观因素,基于博弈论耦合层次分析法和CRITIC法,得出各评价指标的最优组合权重,生成致灾因子、孕灾环境、承灾体和防灾减灾能力四种类型的区域洪涝灾害风险分布图层;
3)设定各类型区域洪涝灾害风险分布图层的初始权重系数,并设置初始权重系数变幅,生成历史区域洪涝灾害风险分布图层集,利用自然分级法评估风险等级,得到历史区域洪涝灾害风险区划图集,基于专家意见确定最终历史区域洪涝灾害风险区划图;
4)利用梯度提升决策树法构建区域洪涝灾害风险评价模型,学习各评价指标与历史区域洪涝灾害风险等级之间的非线性关系,输入未来区域洪涝灾害风险影响因子,预测未来区域洪涝灾害风险,并利用ArcGIS生成未来区域洪涝灾害风险区划图。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种利用SAR数据监测蚝排区域的方法及装置、用户设备 | 2020-05-08 | 449 |
双基合成孔径雷达相位同步方法、装置、设备及存储介质 | 2020-05-11 | 564 |
基于伽马过程线性回归的逆合成孔径雷达成像方法 | 2020-05-11 | 520 |
基于地表水文过程的农业洪涝灾害监测预报系统及方法 | 2020-05-12 | 193 |
综采工作面端头推移状态监测装置及方法 | 2020-05-12 | 623 |
一种舰船识别方法、装置及计算机存储介质 | 2020-05-12 | 228 |
一种应用于小卫星SAR的高效FPGA实时成像系统 | 2020-05-08 | 402 |
一种海上溢油漂移轨迹溯源方法 | 2020-05-12 | 935 |
极化合成孔径雷达图像的分割方法、系统、装置及计算机可读介质 | 2020-05-08 | 813 |
边坡合成孔径干涉雷达天线内嵌式前端 | 2020-05-08 | 469 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。