一種洪澇災(zāi)害評估系統(tǒng)和方法
【專利摘要】本發(fā)明涉及洪澇災(zāi)害評估技術(shù)領(lǐng)域，公開了一種洪澇災(zāi)害評估系統(tǒng)和方法，該系統(tǒng)包括：數(shù)據(jù)獲取單元，用于獲取受災(zāi)區(qū)域的災(zāi)前和災(zāi)后的遙感數(shù)據(jù)；植被指數(shù)計(jì)算單元，用于根據(jù)所述災(zāi)前和災(zāi)后的遙感數(shù)據(jù)分別計(jì)算災(zāi)前和災(zāi)后的植被指數(shù)；以及災(zāi)害評估單元，用于根據(jù)所述災(zāi)前和災(zāi)后的植被指數(shù)來確定受災(zāi)程度。本發(fā)明通過根據(jù)受災(zāi)區(qū)域的災(zāi)前和災(zāi)后的遙感數(shù)據(jù)分別計(jì)算得到的災(zāi)前和災(zāi)后的植被指數(shù)，再根據(jù)該植被指數(shù)來確定受災(zāi)程度，可以看出，本發(fā)明可以自動根據(jù)災(zāi)前和災(zāi)后的遙感數(shù)據(jù)得到作物的受災(zāi)程度，不僅具有客觀、高效等優(yōu)點(diǎn)，而且可以為防災(zāi)減災(zāi)相關(guān)部門提供可靠的數(shù)據(jù)支撐和基礎(chǔ)。
【專利說明】
一種洪澇災(zāi)害評估系統(tǒng)和方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及洪澇災(zāi)害評估技術(shù)，具體地，涉及一種洪澇災(zāi)害評估系統(tǒng)和方法。
【背景技術(shù)】
[0002] 常用的洪澇災(zāi)害監(jiān)測方法是通過地面上水文實(shí)測站點(diǎn)獲取的水文數(shù)據(jù)分析流域 的汛情狀況，這些數(shù)據(jù)都是點(diǎn)信息，并非完整的流域面上信息，很難及時、準(zhǔn)確、全面地掌握 洪澇災(zāi)害的狀況和損失程度。
[0003] 目前，隨著遙感、地理信息系統(tǒng)等空間信息技術(shù)的發(fā)展.遙感技術(shù)在洪澇災(zāi)害評估 中的作用將越來越受到重視。例如，可以根據(jù)洪水淹沒范圍分布不規(guī)則的特征，提出的基于 網(wǎng)格的洪水損失計(jì)算模型，在網(wǎng)格內(nèi)，疊加社會屬性信息、洪水水深、流速、歷時和土地分類 等遙感信息，較精確地評估洪水災(zāi)情;也可以利用遙感和空間展布式社會經(jīng)濟(jì)數(shù)據(jù)庫，并結(jié) 合考慮水深、淹沒歷時以及預(yù)警時間體現(xiàn)的抗洪搶險(xiǎn)行為的力度等，通過空間的匹配進(jìn)行 了分區(qū)分行業(yè)的精細(xì)化損失評估。
[0004] 然而，因?yàn)楹闈碁?zāi)害損失涉及的范圍比較廣，目前還沒有統(tǒng)一的評估模型來進(jìn)行 大范圍的洪澇災(zāi)害評估標(biāo)準(zhǔn)，不能自動根據(jù)遙感數(shù)據(jù)來確定農(nóng)作物的受災(zāi)情況。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是提供一種洪澇災(zāi)害評估系統(tǒng)和方法，用于解決自動根據(jù)遙感數(shù)據(jù) 確定農(nóng)作物的受災(zāi)程度的問題。
[0006] 為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種洪澇災(zāi)害評估系統(tǒng)，該系統(tǒng)包括：數(shù)據(jù)獲 取單元，用于獲取受災(zāi)區(qū)域的災(zāi)前和災(zāi)后的遙感數(shù)據(jù);植被指數(shù)計(jì)算單元，用于根據(jù)所述災(zāi) 前和災(zāi)后的遙感數(shù)據(jù)分別計(jì)算災(zāi)前和災(zāi)后的植被指數(shù)；以及災(zāi)害評估單元，用于根據(jù)所述 災(zāi)前和災(zāi)后的植被指數(shù)來確定受災(zāi)程度。
[0007] 相應(yīng)地，本發(fā)明還提供了一種洪澇災(zāi)害評估方法，該方法包括:獲取受災(zāi)區(qū)域的災(zāi) 前和災(zāi)后的遙感數(shù)據(jù);根據(jù)所述災(zāi)前和災(zāi)后的遙感數(shù)據(jù)分別計(jì)算災(zāi)前和災(zāi)后的植被指數(shù)； 以及根據(jù)所述災(zāi)前和災(zāi)后的植被指數(shù)來確定受災(zāi)程度。
[0008] 通過上述技術(shù)方案，本發(fā)明通過根據(jù)受災(zāi)區(qū)域的災(zāi)前和災(zāi)后的遙感數(shù)據(jù)分別計(jì)算 得到的災(zāi)前和災(zāi)后的植被指數(shù)，再根據(jù)該植被指數(shù)來確定受災(zāi)程度，可以看出，本發(fā)明可以 自動根據(jù)災(zāi)前和災(zāi)后的遙感數(shù)據(jù)得到作物的受災(zāi)程度，不僅具有客觀、高效等優(yōu)點(diǎn)，而且可 以為防災(zāi)減災(zāi)相關(guān)部門提供可靠的數(shù)據(jù)支撐和基礎(chǔ)。
[0009] 本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的【具體實(shí)施方式】部分予以詳細(xì)說明。
【附圖說明】
[0010] 附圖是用來提供對本發(fā)明的進(jìn)一步理解，并且構(gòu)成說明書的一部分，與下面的具 體實(shí)施方式一起用于解釋本發(fā)明，但并不構(gòu)成對本發(fā)明的限制。在附圖中：
[0011]圖1是本發(fā)明提供的洪澇災(zāi)害評估系統(tǒng)的框圖；
[0012] 圖2是本發(fā)明提供的另一洪澇災(zāi)害評估系統(tǒng)的框圖；
[0013] 圖3是本發(fā)明提供的洪澇災(zāi)害評估過程的示意圖；以及
[0014] 圖4是本發(fā)明提供的洪澇災(zāi)害評估方法的流程圖。
【具體實(shí)施方式】
[0015] 以下結(jié)合附圖對本發(fā)明的【具體實(shí)施方式】進(jìn)行詳細(xì)說明。應(yīng)當(dāng)理解的是，此處所描 述的【具體實(shí)施方式】僅用于說明和解釋本發(fā)明，并不用于限制本發(fā)明。
[0016] 圖1是本發(fā)明提供的洪澇災(zāi)害評估系統(tǒng)的框圖，如圖1所示，該系統(tǒng)包括數(shù)據(jù)獲取 單元、植被指數(shù)計(jì)算單元和災(zāi)害評估單元。其中，數(shù)據(jù)獲取單元用于獲取受災(zāi)區(qū)域的災(zāi)前和 災(zāi)后的遙感數(shù)據(jù);植被指數(shù)計(jì)算單元用于根據(jù)所述災(zāi)前和災(zāi)后的遙感數(shù)據(jù)分別計(jì)算災(zāi)前和 災(zāi)后的植被指數(shù);災(zāi)害評估單元用于根據(jù)所述災(zāi)前和災(zāi)后的植被指數(shù)來確定受災(zāi)程度。
[0017] 其中，植被指數(shù)計(jì)算單元根據(jù)災(zāi)前的遙感數(shù)據(jù)計(jì)算災(zāi)前的植被指數(shù)，根據(jù)災(zāi)后的 遙感數(shù)據(jù)計(jì)算災(zāi)后的植被指數(shù)。災(zāi)害評估單元可以根據(jù)分別計(jì)算得到的災(zāi)前的植被指數(shù)和 災(zāi)后的植被指數(shù)來確定受災(zāi)程度。
[0018] 其中，數(shù)據(jù)獲取單元針對洪澇災(zāi)害發(fā)生區(qū)域，獲取災(zāi)前和災(zāi)后的遙感數(shù)據(jù)。本領(lǐng)域 技術(shù)人員應(yīng)當(dāng)理解，需要對最初獲得的災(zāi)前和災(zāi)后的遙感數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，數(shù)據(jù)預(yù)處 理包括對獲取的遙感數(shù)據(jù)進(jìn)行投影轉(zhuǎn)換、剪切、重采樣和云掩膜，其中云掩膜算法為可見光 和近紅外波段聯(lián)合判定，此外，數(shù)據(jù)預(yù)處理過程還包括輻射定標(biāo)和大氣糾正處理。這里的數(shù) 據(jù)預(yù)處理可以采用本領(lǐng)域技術(shù)人員常用的技術(shù)進(jìn)行，于此不予贅述。
[0019] 其中，輻射定標(biāo)是將采集遙感數(shù)據(jù)的衛(wèi)星各載荷的通道觀測值計(jì)數(shù)值DN轉(zhuǎn)換為衛(wèi) 星載荷入瞳處等效表觀輔亮度數(shù)據(jù)，具體為：
[0020] Le(Ae) =GainDN+Bias (1)
[0021] 其中，Gain為定標(biāo)斜率，DN為衛(wèi)星載荷觀測值，Bias為定標(biāo)截距。
[0022]此外，以上所描述的大氣糾正采用本領(lǐng)域技術(shù)人員數(shù)值的大氣校正模塊處理。這 里輻射定標(biāo)和大氣糾正處理均為本領(lǐng)域常用的技術(shù)，于此不予贅述。
[0023]眾所周知，一個區(qū)域內(nèi)的作物的主要種植類型通常變化不大，一般為大米、小麥、 水稻和大豆中的一種或幾種，為了限定分類樣本數(shù)量，提高作物分類精度，從目標(biāo)特征庫中 獲得目標(biāo)特征庫樣本，選擇每種作物類型的訓(xùn)練樣本，通過支持向量機(jī)分類器進(jìn)行訓(xùn)練，進(jìn) 而對作物類型進(jìn)行識別分類。
[0024]支持向量機(jī)(SVM)方法具有適用于高維特征空間、小樣本統(tǒng)計(jì)學(xué)習(xí)、抗噪聲影響能 力強(qiáng)等特點(diǎn)，在遙感影像分類領(lǐng)域中得到了廣泛的應(yīng)用。當(dāng)前，遙感影像分類中多數(shù)采用線 性核、多項(xiàng)式核和徑向基核，其中尤以徑向基核的使用較多。當(dāng)然，也可以采用其他神經(jīng)網(wǎng) 絡(luò)算法對作物類型進(jìn)行分類。
[0025] 對一個區(qū)域內(nèi)的作物種植類型進(jìn)行識別之后，再針對每一種作物所在的區(qū)域進(jìn)行 災(zāi)前災(zāi)后影像數(shù)據(jù)的變化檢測，從而得到每一種作物所在的區(qū)域是否受災(zāi)，可以進(jìn)一步對 受災(zāi)區(qū)域的受災(zāi)情況進(jìn)行評估。
[0026] 用來計(jì)算植被指數(shù)的遙感數(shù)據(jù)包括近紅外波段反射率、紅光波段反射率和藍(lán)光波 段反射率。具體來說，植被指數(shù)通過以下公式計(jì)算： (2)
[0028]其中，EVI為所述植被指數(shù)，Pnir為近紅外波段反射率，Pred為紅光波段反射率，Pblue 為藍(lán)光波段反射率。
[0029] 應(yīng)當(dāng)理解，利用災(zāi)前的遙感數(shù)據(jù)通過公式(2)計(jì)算災(zāi)前的植被指數(shù)，利用災(zāi)后的遙 感數(shù)據(jù)通過公式(2)計(jì)算災(zāi)后的植被指數(shù)。
[0030] 根據(jù)災(zāi)前和災(zāi)后的植被指數(shù)來確定受災(zāi)程度包括:根據(jù)災(zāi)前和災(zāi)后的植被指數(shù)計(jì) 算植被指數(shù)變幅百分比；根據(jù)植被指數(shù)變幅百分比來確定受災(zāi)程度。這里計(jì)算植被指數(shù)需 要針對不同作物分別計(jì)算，因而在受災(zāi)區(qū)域中存在多種作物的情況下，受災(zāi)程度對應(yīng)于不 同的作物也就不同。實(shí)際上，受災(zāi)情況也是基于象元統(tǒng)計(jì)的，同一作物可能占據(jù)一個或多個 象元，不同象元結(jié)果不同，然后將所有象元的結(jié)果進(jìn)行疊加。應(yīng)當(dāng)理解的是，一個象元中僅 可能有一種作物。應(yīng)當(dāng)注意的是，因?yàn)橥蛔魑锟赡苷紦?jù)一個或多個象元，所以針對每一 種作物都要進(jìn)行象元的疊加。而計(jì)算植被指數(shù)是針對每一種作物進(jìn)行的，所以要希望知道 某個區(qū)域(具有多種作物)的植被指數(shù)，就需要對該區(qū)域中的每一種作物計(jì)算植被指數(shù)。 [0031 ]其中，植被指數(shù)變幅百分比可以通過以下公式計(jì)算：
(3)
[0033] 在公式（3)中，EVI(i)為植被指數(shù)變幅百分比，EVIbefcire(i)為災(zāi)前的植被指數(shù)， EVIafto(i)為災(zāi)后的植被指數(shù)。
[0034] 可以在根據(jù)以上公式(3)計(jì)算得到的植被指數(shù)變幅百分比的情況下根據(jù)植被指數(shù) 變幅百分比來確定受災(zāi)程度。例如，可以將受災(zāi)程度分為四級:重度損毀、中度損毀、輕度損 毀、無損毀，舉例來說，可以采用下表的分級標(biāo)準(zhǔn)：
[0035] 表 1
[0037]根據(jù)以上表1，在所計(jì)算的植被指數(shù)變幅百分比在50 % -100 %范圍內(nèi)時，確定受災(zāi) 程度為重度損毀，在所計(jì)算的植被指數(shù)變幅百分比在30%-50%范圍內(nèi)時，確定受災(zāi)程度為 中度損毀，在所計(jì)算的植被指數(shù)變幅百分比在10%_30%范圍內(nèi)時，確定受災(zāi)程度為輕度損 毀，在所計(jì)算的植被指數(shù)變幅百分比在〇%_1〇%范圍內(nèi)時，確定受災(zāi)程度為無損毀。應(yīng)當(dāng)注 意的是，表1中的受災(zāi)程度的分級標(biāo)準(zhǔn)僅僅為示例，本發(fā)明并不限于此，本領(lǐng)域技術(shù)人員可 以根據(jù)實(shí)際情況調(diào)整分級標(biāo)準(zhǔn)。
[0038]圖2是本發(fā)明提供的另一洪澇災(zāi)害評估系統(tǒng)的框圖，如圖2所示，該系統(tǒng)包括圖1中 所示的數(shù)據(jù)獲取單元、植被指數(shù)計(jì)算單元和災(zāi)害評估單元，還包括受災(zāi)面積獲取單元、單產(chǎn) 數(shù)據(jù)計(jì)算單元、產(chǎn)量計(jì)算單元和產(chǎn)量損失評估單元。其中，受災(zāi)面積獲取單元用于根據(jù)災(zāi)前 和災(zāi)后的遙感數(shù)據(jù)得到受災(zāi)面積;單產(chǎn)數(shù)據(jù)計(jì)算單元，用于根據(jù)歷史年單產(chǎn)數(shù)據(jù)和指標(biāo)變 幅值計(jì)算當(dāng)前年單產(chǎn)數(shù)據(jù);產(chǎn)量計(jì)算單元用于根據(jù)受災(zāi)面積和當(dāng)前年單產(chǎn)數(shù)據(jù)得到當(dāng)前年 產(chǎn)量;產(chǎn)量損失評估單元用于根據(jù)當(dāng)前年產(chǎn)量和歷史年產(chǎn)量得到產(chǎn)量損失比例。
[0039] 其中，指標(biāo)變幅值(該指標(biāo)是反映植被生長狀況的指數(shù))可以反映出當(dāng)前年相對于 歷史年的作物生長狀況，因而在通過數(shù)據(jù)庫得到歷史年單產(chǎn)（單位面積產(chǎn)量)數(shù)據(jù)的情況 下，就可以結(jié)合歷史年單產(chǎn)數(shù)據(jù)和指標(biāo)變幅值計(jì)算出當(dāng)前年單產(chǎn)數(shù)據(jù)。本領(lǐng)域技術(shù)人員應(yīng) 當(dāng)理解，指標(biāo)變幅值即為當(dāng)前年相對于歷史年同期指標(biāo)變化情況，該指標(biāo)變幅值可以通過 現(xiàn)有技術(shù)的方式得到。
[0040] 具體來說，單產(chǎn)數(shù)據(jù)計(jì)算單元可以根據(jù)以下公式(4)計(jì)算當(dāng)前年單產(chǎn)數(shù)據(jù)：
[0041] YieldN〇w(i) = A Index(i)*YieldLY(i)*100% (4)
[0042] 其中，YieldN?(i)為當(dāng)前年單產(chǎn)數(shù)據(jù)，YieldLY(i)為歷史年單產(chǎn)數(shù)據(jù)，A Index(i) 為指標(biāo)變幅值。
[0043] 產(chǎn)量計(jì)算單元可以根據(jù)以下公式(5)計(jì)算當(dāng)前年產(chǎn)量：
[0044] ProductionN?(i) =AreaN?(i)*YieldN〇w(i) (5)
[0045] 其中，？1~〇(111〇1:;[0側(cè)。》(：0為當(dāng)前年產(chǎn)量，4代3_(：0為作物的受災(zāi)面積。
[0046] 產(chǎn)量損失評估單元可以根據(jù)以下公式(6)計(jì)算產(chǎn)量損失比例：
[0048] 其中，？1~〇(111(31:;[011?1'€^?！?：0為產(chǎn)量損失比例，？1'0(111(31:;[0111^(：0為歷史年產(chǎn)量。
[0049] 圖2所示的系統(tǒng)還包括經(jīng)濟(jì)損失評估單元，該經(jīng)濟(jì)損失評估單元用于根據(jù)產(chǎn)量損 失比例、歷史年產(chǎn)量和農(nóng)作物價格計(jì)算得到經(jīng)濟(jì)損失量。
[0050] 具體來說，經(jīng)濟(jì)損失評估單元可以根據(jù)以下公式(7)計(jì)算產(chǎn)量損失比例：
[0051 ] EconomicLossN〇w( i) =PriceN〇w( i )*ProductionPropN〇w( i )*ProductionLY( i) (7)
[0052] 其中，￡(3〇11〇111；[(^088〃。》(：0為經(jīng)濟(jì)損失量，？1'；[06〃?！?：0為作物價格(例如，作物當(dāng)前 單價)。
[0053] 以上公式(3)至公式(7)均是針對所確定的受災(zāi)區(qū)域中的第i種作物的計(jì)算公式， 這里i為正整數(shù)，受災(zāi)區(qū)域中可能僅存在一種作物，也可能存在多種作物，此外，對于公式 (4)至公式(7)，在受災(zāi)區(qū)域中存在多種作物的情況下，針對受災(zāi)區(qū)域的計(jì)算結(jié)果為針對受 災(zāi)區(qū)域中的每一種作物的計(jì)算結(jié)果的求和，例如，假設(shè)受災(zāi)區(qū)域中有三種作物，那么針對該 受災(zāi)區(qū)域中的經(jīng)濟(jì)損失量為受災(zāi)區(qū)域中的三種作物的經(jīng)濟(jì)損失量之和。
[0054] 圖3是本發(fā)明提供的洪澇災(zāi)害評估過程的示意圖，如圖3所示，包括以下步驟：
[0055] 步驟301，獲取災(zāi)前和災(zāi)后的遙感數(shù)據(jù)，這里的遙感數(shù)據(jù)一般是通過衛(wèi)星采集。 [0056]步驟302,對所獲取的遙感數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理。
[0057]步驟303,根據(jù)預(yù)處理后的遙感數(shù)據(jù)對目標(biāo)區(qū)域內(nèi)的作物進(jìn)行分類。
[0058]步驟304,確定分類后的各類作物的受災(zāi)區(qū)域，并進(jìn)行疊合處理，以得到總的受災(zāi) 區(qū)域。因?yàn)槭転?zāi)區(qū)域是針對每一種作物分別判定的，對于具有多種作物的區(qū)域來說，是針對 每一種作物分別確定受災(zāi)區(qū)域，所以為了得到該具有多個作物的區(qū)域的總的受災(zāi)區(qū)域，就 需要將每一種作物的受災(zāi)區(qū)域進(jìn)行疊合。
[0059]步驟305，計(jì)算植被指數(shù)，具體來說，針對每一種作物計(jì)算植被指數(shù)。
[0060]步驟306,根據(jù)植被指數(shù)確定相應(yīng)作物的受災(zāi)程度。
[0061 ] 步驟307,計(jì)算當(dāng)前年產(chǎn)量。
[0062] 步驟308,計(jì)算產(chǎn)量損失比例。
[0063] 步驟309,計(jì)算經(jīng)濟(jì)損失量。
[0064] 步驟306至步驟309的具體計(jì)算過程已在上文中進(jìn)行詳細(xì)闡述，于此不予贅述。
[0065] 本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，本發(fā)明提供的技術(shù)方案實(shí)現(xiàn)了確定受災(zāi)程度和計(jì)算經(jīng) 濟(jì)損失量兩個功能，圖3所示的洪澇災(zāi)害評估過程僅僅是為了提供一種示例性的過程，而并 不是用來限定本發(fā)明的范圍，也就是說，本發(fā)明的保護(hù)范圍并不限于圖3所示的步驟順序， 在實(shí)際操作的步驟順序可以不限于圖3所示的順序，例如步驟305也可以在步驟304之前進(jìn) 行。
[0066] 圖4是本發(fā)明提供的洪澇災(zāi)害評估方法的流程圖，如圖4所示，該方法包括:獲取受 災(zāi)區(qū)域的災(zāi)前和災(zāi)后的遙感數(shù)據(jù);根據(jù)災(zāi)前和災(zāi)后的遙感數(shù)據(jù)分別計(jì)算災(zāi)前和災(zāi)后的植被 指數(shù);以及根據(jù)災(zāi)前和災(zāi)后的植被指數(shù)來確定受災(zāi)程度。
[0067]應(yīng)當(dāng)說明的是，本發(fā)明提供的洪澇災(zāi)害評估方法的具體細(xì)節(jié)及益處與本發(fā)明提供 的洪澇災(zāi)害評估系統(tǒng)類似，于此不予贅述。
[0068] 另外需要說明的是，在上述【具體實(shí)施方式】中所描述的各個具體技術(shù)特征，在不矛 盾的情況下，可以通過任何合適的方式進(jìn)行組合。為了避免不必要的重復(fù)，本發(fā)明對各種可 能的組合方式不再另行說明。此外，本發(fā)明中所確定的研究耕地區(qū)域可以通過全國耕地分 布數(shù)據(jù)或二調(diào)耕地?cái)?shù)據(jù)得到。
[0069] 本發(fā)明充分利用遙感技術(shù)的客觀性、現(xiàn)勢性、直觀性和宏觀性優(yōu)勢，以災(zāi)害信息 空間獲取和分析機(jī)理為基礎(chǔ)，發(fā)揮空間減災(zāi)技術(shù)的全天候、全天時、多角度、高效率的優(yōu)勢， 構(gòu)建基于高分衛(wèi)星數(shù)據(jù)的農(nóng)作物損毀信息提取和損失評估模型，實(shí)現(xiàn)了洪澇災(zāi)害引起的農(nóng) 作物損毀信息自動提取和農(nóng)作物損失程度的自動評估。
[0070] 盡管通過目視解譯技術(shù)判讀作物類型，估算作物種植面積的方法已經(jīng)很成熟，但 人工投入大，效率低，主觀性明顯，精度不易控制，而且還需要有經(jīng)驗(yàn)的人員操作，這使得目 視解譯技術(shù)不適合運(yùn)行化系統(tǒng)使用。因此選擇合適的特征變量以及分類器進(jìn)行農(nóng)作物遙感 自動分類是趨勢也是必然。
[0071] 應(yīng)當(dāng)理解，不同作物類型具有各自不同的生長發(fā)育規(guī)律，在遙感影像上表現(xiàn)出不 同的光譜時相變化特征。多時相遙感數(shù)據(jù)可以利用作物光譜的時間效應(yīng)特征來提高農(nóng)作物 遙感識別能力和分類精度。也可以發(fā)揮多傳感器或多分辨率數(shù)據(jù)的各自的優(yōu)點(diǎn)，進(jìn)行多源 數(shù)據(jù)融合，對于農(nóng)作物遙感分類有很大的幫助。通常，多源遙感數(shù)據(jù)融合主要有多光譜數(shù)據(jù) 與雷達(dá)數(shù)據(jù)融合、高低空間分辨率數(shù)據(jù)融合、以及不同多光譜數(shù)據(jù)間的融合。另，高光譜數(shù) 據(jù)的光譜分辨率很高，能探測到地物在光譜特征上的微小差異，這為識別地物創(chuàng)造了有利 條件，也正是高光譜數(shù)據(jù)的優(yōu)越性之所在。但是高光譜數(shù)據(jù)波段之間存在著高度的相關(guān)性， 使用如此高維的數(shù)據(jù)不但會影響參數(shù)分類器的分類精度，而且可能導(dǎo)致協(xié)方差矩陣的奇異 性。非參數(shù)分類器在復(fù)雜的地表環(huán)境下能夠獲得比參數(shù)分類器更高的分類精度。常用的非 參數(shù)分類器有神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、決策樹、專家系統(tǒng)等。
[0072]此外，衛(wèi)星遙感以其快速、視野廣、時效性強(qiáng)等特點(diǎn)成為洪水監(jiān)測與評估工作中研 究和應(yīng)用的熱點(diǎn)。利用遙感技術(shù)獲取洪水整體狀況信息，為洪水災(zāi)害的實(shí)時監(jiān)測與預(yù)測等 提供了新的手段。地理信息系統(tǒng)與遙感技術(shù)集成應(yīng)用，集監(jiān)測、空間數(shù)據(jù)處理、管理、查詢、 分析、模擬等功能于一體，為災(zāi)情的快速評估與分析統(tǒng)計(jì)在提供豐富數(shù)據(jù)的同時，也提供了 更加精確有效的信息。如洪水淹沒面積簡單的方法是用衛(wèi)星圖像上的洪水像元個數(shù)乘以 單個像元面積。
[0073] 洪水遙感監(jiān)測是利用不同波段探測器獲取洪水的電磁波信息來監(jiān)測洪水狀態(tài)的。 根據(jù)波段的不同其監(jiān)測方式主要分為光學(xué)遙感監(jiān)測和微波遙感監(jiān)測。光學(xué)遙感監(jiān)測洪澇災(zāi) 害的基本原理為:水體在0.4-2.5mi范圍內(nèi)電磁波的吸收率較高，在0.54-0.7mi光譜反射率 最高，隨著波長增加反射率呈下降趨勢。而且水體在1.0-1.06m處有一強(qiáng)烈的吸收峰，此范 圍的植被等地物具有高反射率特性。因此，基于水體的光譜特征可以進(jìn)行洪水水體的識別 和提取。微波遙感監(jiān)測洪澇災(zāi)害的基本原理為:通過星載或機(jī)載主動微波合成孔徑雷達(dá)向 地物發(fā)射脈沖微波信號，接收地物反射回來的回波信號信息，而與其他地物相比，水體反射 回來的信號較弱，因此可以較好地區(qū)分和識別洪水與周圍地物。
[0074] 洪澇災(zāi)害監(jiān)測評估首先需要進(jìn)行遙感數(shù)據(jù)源的選取、預(yù)處理以及洪水淹沒信息提 取，然后運(yùn)用GIS技術(shù)疊加空間展布式社會經(jīng)濟(jì)數(shù)據(jù)庫，選擇評估方法，構(gòu)建指標(biāo)體系對洪 澇災(zāi)害進(jìn)行監(jiān)測評估。由于災(zāi)害損失評估需在短時間內(nèi)快速完成，以服務(wù)于防災(zāi)減災(zāi)的實(shí) 際工作，因此，實(shí)際評價過程中常需結(jié)合實(shí)時監(jiān)測的汛情資料、社會經(jīng)濟(jì)損失統(tǒng)計(jì)數(shù)據(jù)，配 合遙感監(jiān)測數(shù)據(jù)來完成損失評估，并根據(jù)動態(tài)資料進(jìn)行洪災(zāi)預(yù)警。
[0075] 此外，本發(fā)明的各種不同的實(shí)施方式之間也可以進(jìn)行任意組合，只要其不違背本 發(fā)明的思想，其同樣應(yīng)當(dāng)視為本發(fā)明所公開的內(nèi)容。
【主權(quán)項(xiàng)】
1. 一種洪潰災(zāi)害評估系統(tǒng)，其特征在于，該系統(tǒng)包括： 數(shù)據(jù)獲取單元，用于獲取受災(zāi)區(qū)域的災(zāi)前和災(zāi)后的遙感數(shù)據(jù)； 植被指數(shù)計(jì)算單元，用于根據(jù)所述災(zāi)前和災(zāi)后的遙感數(shù)據(jù)分別計(jì)算災(zāi)前和災(zāi)后的植被 指數(shù)；W及 災(zāi)害評估單元，用于根據(jù)所述災(zāi)前和災(zāi)后的植被指數(shù)來確定受災(zāi)程度。2. 根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述遙感數(shù)據(jù)包括近紅外波段反射率、紅 光波段反射率和藍(lán)光波段反射率。3. 根據(jù)權(quán)利要求2所冰的玄紐甘蛙^正立^目K太枯她賠漸巧計(jì)W下公式計(jì)算；其中，EVI為所述植被指數(shù)，PNIR為近紅外波段反射率，PRED為紅光波段反射率，PBLUE為藍(lán) 光波段反射率。4. 根據(jù)權(quán)利要求1-3中任一項(xiàng)權(quán)利要求所述的系統(tǒng)，其特征在于，所述根據(jù)災(zāi)前和災(zāi)后 的植被指數(shù)來確定受災(zāi)程度包括： 根據(jù)所述災(zāi)前和災(zāi)后的植被指數(shù)計(jì)算植被指數(shù)變幅百分比；W及 根據(jù)所述植被指數(shù)變幅百分比來確定受災(zāi)程度。5. 根據(jù)權(quán)利要求4所述的系統(tǒng)，其特征在于，該系統(tǒng)還包括： 受災(zāi)面積獲取單元，用于根據(jù)所述災(zāi)前和災(zāi)后的遙感數(shù)據(jù)得到受災(zāi)面積； 單產(chǎn)數(shù)據(jù)計(jì)算單元，用于根據(jù)歷史年單產(chǎn)數(shù)據(jù)和指標(biāo)變幅值計(jì)算當(dāng)前年單產(chǎn)數(shù)據(jù)； 產(chǎn)量計(jì)算單元，用于根據(jù)所述受災(zāi)面積和所述當(dāng)前年單產(chǎn)數(shù)據(jù)得到當(dāng)前年產(chǎn)量；W及 產(chǎn)量損失評估單元，用于根據(jù)所述當(dāng)前年產(chǎn)量和歷史年產(chǎn)量得到產(chǎn)量損失比例。6. 根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，該系統(tǒng)還包括： 經(jīng)濟(jì)損失評估單元，用于根據(jù)所述產(chǎn)量損失比例、歷史年產(chǎn)量和作物價格計(jì)算得到經(jīng) 濟(jì)損失量。7. -種洪潰災(zāi)害評估方法，其特征在于，該方法包括： 獲取受災(zāi)區(qū)域的災(zāi)前和災(zāi)后的遙感數(shù)據(jù)； 根據(jù)所述災(zāi)前和災(zāi)后的遙感數(shù)據(jù)分別計(jì)算災(zāi)前和災(zāi)后的植被指數(shù)；W及 根據(jù)所述災(zāi)前和災(zāi)后的植被指數(shù)來確定受災(zāi)程度。8. 根據(jù)權(quán)利要求7所述的方法，其特征在于，所述遙感數(shù)據(jù)包括近紅外波段反射率、紅 光波段反射率和藍(lán)光波段反射率。9. 根據(jù)權(quán)利要求8所述的方法，其特征在于，所述植被指數(shù)通過W下公式計(jì)算：其中，EVI為所述植椒指數(shù)，PNIR刃化紅外彼段化財(cái)舉，PRED刃紅光波段反射率，PBLUE為藍(lán) 光波段反射率。10. 根據(jù)權(quán)利要求7-9中任一項(xiàng)權(quán)利要求所述的方法，其特征在于，所述根據(jù)災(zāi)前和災(zāi) 后的植被指數(shù)來確定受災(zāi)程度包括： 根據(jù)所述災(zāi)前和災(zāi)后的植被指數(shù)計(jì)算植被指數(shù)變幅百分比；W及 根據(jù)所述植被指數(shù)變幅百分比來確定受災(zāi)程度。
【文檔編號】G06Q50/26GK105913361SQ201610216317
【公開日】2016年8月31日
【申請日】2016年4月8日
【發(fā)明人】崔燕, 范大, 范一大, 常勝, 吳炳方, 溫奇, 張薇, 黃河, 王平, 李苓苓, 湯童, 林月冠, 閆娜娜
【申請人】民政部國家減災(zāi)中心, 中國科學(xué)院遙感與數(shù)字地球研究所