基于rs與gis的快速提取地面粗糙度的方法
【專利摘要】本發(fā)明涉及一種地面粗糙度分析方法，具體為基于RS與GIS的快速提取地面粗糙度的方法，獲取高分辨率的影像，選擇影像中合適的波段，為提取粗糙度信息合成易于分辨的彩色遙感影像；利用監(jiān)督分類和非監(jiān)督分類的方法提取地物信息，選擇適合研究區(qū)域的地物信息提取方法；運用遙感分析軟件ENVI進行地表信息提取，并對提取的地物信息進行后處理，得到地物分布圖，將生成的柵格圖像轉(zhuǎn)化為矢量圖；運用ArcGIS軟件對矢量圖進行后處理，提取地表粗糙度信息；利用WAsP軟件對矢量圖進行粗糙度賦值。本發(fā)明提供的基于RS與GIS的快速提取地面粗糙度的方法，具有一定的科學性和有效性，能夠快速提取地面粗糙度信息，且粗糙度取值的精度的提高，為后續(xù)工作奠定了良好的基礎(chǔ)。
【專利說明】
基于RS與GIS的快速提取地面粗糙度的方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及一種地面粗糙度分析方法，具體為基于RS與GIS的快速提取地面粗糙度的方法。
【背景技術(shù)】
[0002]隨著經(jīng)濟的快速發(fā)展，天然氣用量急劇增加，管道運輸業(yè)也蒸蒸日上，同時管道運輸安全問題也成為人們關(guān)注的焦點。近年來，國內(nèi)外天然氣泄漏事故時有發(fā)生。因此，研究天然氣泄漏擴散規(guī)律，實現(xiàn)天然氣泄漏擴散模擬具有重要意義。
[0003]國內(nèi)外很多學者采用比較成熟的高斯擴散模型或改進的高斯擴散模型對天然氣泄漏問題進行擴散模擬。在高斯擴散模型中，大氣擴散系數(shù)這一參數(shù)的確定是影響天然氣擴散的重要因素。大氣擴散系數(shù)的取值和地面粗糙度有關(guān)，然而關(guān)于地面粗糙度這一參數(shù)的確定，大多數(shù)學者依據(jù)相關(guān)規(guī)范對地面粗糙度劃分等級，給出相應(yīng)取值范圍，依據(jù)不同的取值范圍從而進行擴散參數(shù)的計算。這種依據(jù)規(guī)范的粗糙度取值方法較為單一，加之不同地區(qū)地物類型有一定差別，按同一標準進行粗糙度的取值，缺乏準確性。

【發(fā)明內(nèi)容】

[0004]針對上述技術(shù)問題，提出一種基于RS與GIS相結(jié)合的快速提取地面粗糙度的方法，利用遙感影像提取地物信息，對地物信息進行分類，從而對生成的地物信息進行粗糙度賦值。
[0005]具體的技術(shù)方案為:
[0006]基于RS與GIS的快速提取地面粗糙度的方法，包括以下過程:
[0007](I)獲取高分辨率的影像，選擇影像中合適的波段，為提取粗糙度信息合成易于分辨的彩色遙感影像；
[0008](2)利用監(jiān)督分類和非監(jiān)督分類的方法提取地物信息，比較兩種方法的優(yōu)缺點，選擇適合研究區(qū)域的地物信息提取方法；
[0009](3)運用遙感分析軟件ENVI進行地表信息提取，并對提取的地物信息進行后處理，得到地物分布圖，將生成的柵格圖像轉(zhuǎn)化為矢量圖；
[0010](4)運用ArcGIS軟件對矢量圖進行后處理，提取地表粗糙度信息；
[0011 ] (5)利用WAsP軟件對矢量圖進行粗糙度賦值。
[0012]本發(fā)明提供的基于RS與GIS的快速提取地面粗糙度的方法，具有一定的科學性和有效性，能夠快速提取地面粗糙度信息，且粗糙度取值的精度的提高，為后續(xù)工作奠定了良好的基礎(chǔ)。
【附圖說明】
[0013]圖1是本發(fā)明的【具體實施方式】。
【具體實施方式】
[0014]結(jié)合【附圖說明】本發(fā)明的【具體實施方式】。
[0015]如圖1所示，基于RS與GIS的快速提取地面粗糙度的方法，包括以下過程:
[0016](I)獲取高分辨率的影像，選擇影像中合適的波段，為提取粗糙度信息合成易于分辨的彩色遙感影像；
[0017](2)利用監(jiān)督分類和非監(jiān)督分類的方法提取地物信息，比較兩種方法的優(yōu)缺點，選擇適合研究區(qū)域的地物信息提取方法；
[0018](3)運用遙感分析軟件ENVI進行地表信息提取，并對提取的地物信息進行后處理，得到地物分布圖，將生成的柵格圖像轉(zhuǎn)化為矢量圖；
[0019](4)運用ArcGIS軟件對矢量圖進行后處理，提取地表粗糙度信息；
[0020](5)利用WAsP軟件對矢量圖進行粗糙度賦值。
[0021 ] 具體的:
[0022]1、影像及影像波段組合的選擇
[0023]遙感影像最好使用高分辨率的影像，使得提取的地物邊界與實際地物的誤差最小。為了便于遙感影像的解譯，選擇合適波段，建立效果最佳的彩色合成圖像。
[0024]2、感興趣區(qū)域選擇及分類
[0025]在ENVI軟件中，根據(jù)之前波段選擇建立的彩色合成圖像，建立各類地物的訓練區(qū)。通過目視解譯方法用鼠標在工作區(qū)影像圖上選擇其訓練區(qū)，并使訓練區(qū)的分布盡量均勻。在實際的工作中，由于存在“同物異譜”的情況，因此對于同一種類型可能有多種不同的特征。為此，我們可以對同一地物選擇多個訓練區(qū)，分類后再合并。為了提高圖像分類精度，需要對訓練樣本進行提純。使用N維可視化分析器對訓練區(qū)像元進行提純，當某些像元始終聚集在一起運動時，這些就是所需的最純像元;若在運動時，像元分成了兩個部分，則說明選擇了兩類地物的訓練區(qū)，需把此訓練區(qū)像元分開處理。讓訓練區(qū)像元在η維空間內(nèi)自由轉(zhuǎn)動(可以控制轉(zhuǎn)動速度Speed)，當轉(zhuǎn)到最能區(qū)分各類型訓練區(qū)像元的位置時，停止轉(zhuǎn)動，進行樣本提純操作。
[0026]根據(jù)上一步生成的分類樣本(ROI)，采用最大似然法進行分類。最大似然分類假定每個波段每一類統(tǒng)計呈均勻分布，并計算給定像元屬于特定類別的可能性。除非選擇一個可能性閾值，所有像元都將參與分類。每一個像元被歸到可能性最大的那一類里。
[0027]3、分類后處理
[0028]監(jiān)督分類后處理過程主要包括，類別集群(clumpclass)、分類圖轉(zhuǎn)化為矢量圖、
斑點去除。
[0029]類別集群(ClumpClass)，分類圖像經(jīng)常缺少空間相關(guān)性(分類區(qū)域中斑點或洞的存在)Xlump Classes選項運用形態(tài)學算子將臨近的類似的分類區(qū)域合并成塊解決了這個問題。被選的分類首先用一個擴大的操作合并到一塊，然后用參數(shù)對話框中指定了大小的變換核對分類圖像進行侵蝕操作。
[0030]分類圖層轉(zhuǎn)化為矢量圖層，由于粗糙度數(shù)據(jù)為線狀數(shù)據(jù)，而生成的分類圖為柵格數(shù)據(jù)，因此需要把柵格分類數(shù)據(jù)轉(zhuǎn)化為矢量分類數(shù)據(jù)，此功能可以通過ENVI軟件的Classses ToVector Layers(類到矢量層)來實現(xiàn)。[0031 ]斑點去除，由分類圖生成的矢量圖存在大量的小的斑點存在，需要通過ArcGIS軟件的查詢篩選功能，把這些小的圖斑去除，生成符合實際情況的地物信息圖層，把矢量圖層通過Arc Toolbox中Quick input/output工具導出為WAsP軟件可以識別的DXF文件，為下一步粗糙度生成提供數(shù)據(jù)。
[0032]4、粗糙度生成
[0033]由WAsP Mapper Editor軟件模塊直接讀取ArcGIS生成的DXF文件，通過WAsPMapper Editor中Map Image功能直接給生成地物信息進行粗糙度賦值。
【主權(quán)項】
1.基于RS與GIS的快速提取地面粗糙度的方法，其特征在于，包括以下過程: (1)獲取高分辨率的影像，選擇影像中合適的波段，為提取粗糙度信息合成易于分辨的彩色遙感影像； (2)利用監(jiān)督分類和非監(jiān)督分類的方法提取地物信息，比較兩種方法的優(yōu)缺點，選擇適合研究區(qū)域的地物信息提取方法； (3)運用遙感分析軟件ENVI進行地表信息提取，并對提取的地物信息進行后處理，得到地物分布圖，將生成的柵格圖像轉(zhuǎn)化為矢量圖； (4)運用ArcGIS軟件對矢量圖進行后處理，提取地表粗糙度信息； (5)利用WAsP軟件對矢量圖進行粗糙度賦值。
【文檔編號】G06F17/30GK106095855SQ201610389960
【公開日】2016年11月9日
【申請日】2016年6月2日 公開號201610389960.0, CN 106095855 A, CN 106095855A, CN 201610389960, CN-A-106095855, CN106095855 A, CN106095855A, CN201610389960, CN201610389960.0
【發(fā)明人】楊洋, 劉曉歡
【申請人】西南石油大學