一种基于无人机高分辨率影像的水文连通性计算方法

1.本发明属于水文连通性计算技术领域，具体涉及一种基于无人机高分辨率影像的水文连通性计算方法。


背景技术：

2.水文连通性作为表征由地表植被变化及土地利用变化引起的水文变化的关键指标，能够表示山坡-河道-出口系统中径流传输的难易程度，是深入理解流域或坡面径流过程的有效途径，水文连通性是表征湿地格局和功能稳定性的重要指标，连通性的降低通常意味着湿地生态功能的退化，内部能量流动和养分循环的扰乱。
3.目前针对水文连通性量化计算，主要采取下述方法：(1)基于landsat、spot等遥感卫星的5-30m分辨率遥感影像获取较大范围研究区土地利用矢量图，并通过经验或者基于试验结果对同一土地利用方式的权重w进行统一赋值，最后计算ic指数(水文连通性指标)，以此分析不同土地利用下的水文连通性；(2)采用室内模拟的方法人为布设不同坡度(如5
°
、10
°
和15
°
等)的土槽，通过间歇式人工降雨模拟器模拟降雨来测量各时间段流量；同时使用高清数码相机在各次降雨事件前后以近景摄影技术拍摄多组立体像对来获取地表超高精度dem(分辨率1mm)，借助径流长度lf等指数分析不同地形特征下坡面的水文连通性变化。
4.现有的上述方法中，俩类方法都需要耗费大量人力物力。使用遥感影像进行分析还会受到分辨率的限制，对尺寸小于5米的地物没办法很好的判别，导致结果ic指数出现不符合实际的现象；遥感影像还有时效性的问题，其同区域影像获取往往需要较长时间，无法满足研究所需时间间隔；同时手动划取土地利用范围费时费力，且还会出现误判的现象；室内试验能够对精细地表精细绘制，且模拟范围一般小，矢量图获取方便，其dem获取及时，但前期准备工作繁杂，且没办法拓展到流域或者集水区尺度，具有很大的局限性；同时精度过高还会带来计算时间过长的问题。因此，以上方法只能侧重于精度或研究范围其中一点，无法在保证精度的同时来探究流域水文连通性变化或者对流域进行高精度研究。
5.本发明提供一种基于无人机高分辨率影像的水文连通性计算方法，从exgr指数(彩色植被指数)、植被覆盖度c、权重w、坡度s和ic指数(水文连通性指标)进行评价和计算，以解决上述技术问题。


技术实现要素：

6.本发明旨在解决上述技术问题，提供了一种基于无人机高分辨率影像的水文连通性计算方法，主要解决无法在保证精度的同时来探究流域水文连通性变化或者对流域进行高精度研究的技术问题。
7.为达到上述目的，本发明的技术方案为：一种基于无人机高分辨率影像的水文连通性计算方法，包括以下步骤：
8.(1)数据获取与处理：通过无人机航拍获取研究区的高分辨率图像数据并对图像
进行拼接，得到研究区的高分辨率正射影像dom栅格数据以及数字高程模型dem栅格数据；
9.(2)计算研究区的exgr指数；exgr值根据公式ⅰ计算：
[0010][0011]
式ⅰ中，r、g、b分别为彩色影像red、green、blue三波段的像元值；r、g、b为归一化后的像元值。
[0012]
(3)计算研究区的植被覆盖度c；植被覆盖度c的值根据公式ⅱ计算:
[0013][0014]
式ⅱ中，exgrsoil为完全是裸土或无植被覆盖区域的exgr值，exgrveg则代表纯植被区域的exgr值。
[0015]
(4)计算研究区的权重w；w值由根据公式ⅲ计算：
[0016][0017]
式ⅲ中，w最大为1，最小为0，c为植被覆盖度。
[0018]
(5)计算研究区的坡度s；坡度s值根据公式ⅳ计算：
[0019]
s＝sinα+0.005
ꢀꢀꢀꢀꢀꢀꢀ
iv
[0020]
式ⅳ中，α为度数。
[0021]
(6)计算研究区的ic指数；ic值由根据公式
ⅴ
计算：
[0022][0023]
式
ⅴ
中，d
up
是连通性的上坡组分，反映了上坡水向下运动的潜力；d
dn
是连通性的下坡组分，它表示水到达最近目标或汇水区必须走过的路径的长度；ic取值范围为[-∞,+∞]，随着连通性的增大，ic之也随之增大；
[0024]
w是上坡集流区的平均权重，s是上坡集流区的平均坡度m/m，a是上坡贡献面积m2，下标k表示流域中的每个单元有一个ic值；di是第i个单元沿着水流路径到汇点的距离m，wi是第i个单元的权重，si是第i个单元的斜率梯度，为了避免方程组的0和无穷小，将低于0.005的s取值为0.005。
[0025]
优选地，步骤(2)中，首先对三个单波段影像像元值进行归一化，将r、g、b三波段像元值进行相加，得到相加后的栅格数据，随后用各波段栅格数据除以相加后的栅格数据，得到归一化后的三波段栅格数据，最后通过在arcgis中的栅格计算器对其进行exgr指数计算。
[0026]
优选地，步骤(3)中，首先在arcgis中对exgr指数的像元值进行顺序排列，记录5％
与95％处的像元值，分别标记为裸地exgrsoil和植被全覆盖exgrveg的值，随后通过arcgis中的栅格计算器对其进行植被覆盖度c计算，同时对结果进行百分化。
[0027]
优选地，步骤(4)中，首先对植被覆盖度c进行分类并划分三个范围，三个范围依次为0～9.6、9.6～78.3和78.3～100，每一个范围赋值一个权重w，得到权重w栅格数据，对于不同植被覆盖度c不同范围的像元，选用不同的权重w。
[0028]
优选地，步骤(5)中，首先通过arcgis中表面分析-坡度分析，结果以度数为单位，得到研究区的坡度α栅格数据；然后通过在arcgis中的栅格计算器依据算式s＝sinα+0.005得到研究区的坡度s栅格数据。
[0029]
优选地，步骤(6)中，首先对数字高程模型dem栅格数据进行填洼，去除不合理的洼地，用无洼地的dem数据进行流向、流量分析之后，与权重图层进行叠加，最后再通过arcgis中的空间分析-水文模块对其进行ic指数计算，得到研究区的ic指数栅格图。
[0030]
由于采用上述技术方案，本发明的有益效果为：
[0031]
本发明提供了一种基于无人机高分辨率影像的水文连通性计算方法，本发明基于流域或坡面无人机影像数据，获取高分辨率正射影像dom栅格数据与数字高程模型dem栅格数据，通过arcgis软件计算能反映地表真实状况的水文连通性，解决了现有方法分辨率低、处理繁琐且无法还原真实地表水文连通性的问题。因此，本发明可还原真实地表的水文连通性、误差小、可控性高。
附图说明
[0032]
图1为本发明的流程图；
[0033]
图2为本发明研究区的正射影像dom示意图以及数字高程模型dem示意图；
[0034]
图3为本发明研究区的exgr示意图；
[0035]
图4为本发明研究区的植被覆盖度c示意图；
[0036]
图5为本发明研究区的权重w示意图；
[0037]
图6为本发明研究区的坡度s示意图；
[0038]
图7为本发明研究区的ic指数分布示意图；
[0039]
图8为本发明研究区的ic指数的细节放大示意图。
具体实施方式
[0040]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0041]
实施例
[0042]
如图1至图8所示，发明所述基于一种基于无人机高分辨率影像的水文连通性计算方法，现以广西崇左那辣小流域为例，作为本发明的研究区来进行描述，包括以下步骤：
[0043]
(1)数据获取与处理：如图2所示，通过无人机航拍获取研究区的高分辨率图像数据并对图像进行拼接，得到研究区的高分辨率正射影像dom栅格数据以及数字高程模型dem栅格数据；
[0044]
(2)计算研究区的exgr指数：如图3所示，exgr指数的计算所需数据为高分辨率正射影像dom栅格数据的r、g、b三个单波段影像栅格数据；具体的，首先对三个单波段影像像元值进行归一化，将r、g、b三波段像元值进行相加，得到相加后的栅格数据，随后用各波段栅格数据除以相加后的栅格数据，得到归一化后的三波段栅格数据，最后通过在arcgis中的栅格计算器对其进行exgr指数计算；exgr值根据公式ⅰ计算；
[0045][0046]
式ⅰ中，r、g、b分别为彩色影像red、green、blue三波段的像元值；r、g、b为归一化后的像元值；
[0047]
(3)计算研究区的植被覆盖度c：如图4所示，植被覆盖度c的计算所需数据为exgr栅格指数；具体的，首先在arcgis中对exgr指数的像元值进行顺序排列，记录5％与95％处的像元值，分别标记为裸地exgrsoil和植被全覆盖exgrveg的值，随后通过arcgis中的栅格计算器对其进行植被覆盖度c计算，同时对结果进行百分化；植被覆盖度c的值根据公式ⅱ计算；
[0048][0049]
式ⅱ中，exgrsoil为完全是裸土或无植被覆盖区域的exgr值，exgrveg则代表纯植被区域的exgr值；
[0050]
(4)计算研究区的权重w：如图5所示，权重w的计算所需数据为植被覆盖度c；具体的，首先对植被覆盖度c进行分类并划分三个范围，三个范围依次为0～9.6、9.6～78.3和78.3～100，每一个范围赋值一个权重w，得到权重w栅格数据，对于不同植被覆盖度c不同范围的像元，选用不同的权重w，w值根据公式ⅲ计算；
[0051][0052]
式ⅲ中，w最大为1，最小为0，c为植被覆盖度；具体如表1所述：
[0053]
表1
[0054]
植被覆盖度0～9.69.6～78.378.3～100权重w10.6508-0.3436lgc0
[0055]
(5)计算研究区的坡度s：如图6所示，坡度s所需数据为数字高程模型dem栅格数据；具体的，首先通过arcgis中表面分析-坡度分析，结果以度数为单位，得到研究区的坡度α栅格数据；然后通过在arcgis中的栅格计算器依据公式ⅳ：s＝sinα+0.005计算得到研究区的坡度s栅格数据；式ⅳ中，α为度数；
[0056]
(6)计算研究区的ic指数：如图7所示，ic指数计算所需的数据为权重w栅格数据和数字高程模型dem栅格数据。具体的，首先对数字高程模型dem栅格数据进行填洼，去除不合理的洼地，用无洼地的dem数据进行流向、流量分析之后，与权重图层进行叠加，最后再通过arcgis中的空间分析-水文模块对其进行ic指数计算，得到研究区的ic指数栅格图；ic值根据公式
ⅴ
计算；
[0057][0058]
式
ⅴ
中，d
up
是连通性的上坡组分，反映了上坡水向下运动的潜力；d
dn
是连通性的下坡组分，它表示水到达最近目标或汇水区必须走过的路径的长度；ic取值范围为[-∞,+∞]，随着连通性的增大，ic之也随之增大；
[0059]
w是上坡集流区的平均权重，s是上坡集流区的平均坡度m/m，a是上坡贡献面积m2，下标k表示流域中的每个单元有一个ic值；di是第i个单元沿着水流路径到汇点的距离m，wi是第i个单元的权重，si是第i个单元的斜率梯度，为了避免方程组的0和无穷小，将低于0.005的s取值为0.005。
[0060]
如图8所示，研究区的横坡顺坡种植方式等小尺寸农业景观能够在高分辨率的支持下的水文连通性结果中辨别，表明在无人机高分辨率影像支持下的水文连通性ic指数具有能够识别小尺寸地物以及反映其真实地表状况的能力。
[0061]
本发明提供了一种基于无人机高分辨率影像的水文连通性计算方法，基于无人机高分辨率正射影像dom栅格数据以及数字高程模型dem栅格数据来计算水文连通性，是水文连通性计算方法的一种创新思路，通过arcgis软件计算能反映地表真实状况的水文连通性，解决了现有方法分辨率低、处理繁琐且无法还原真实地表水文连通性的问题。本发明具有可还原真实地表的水文连通性、误差小和可控性高的技术特点。
[0062]
上述说明是针对本发明较佳可行实施例的详细说明，但实施例并非用以限定本发明的专利申请范围，凡本发明所提示的技术精神下所完成的同等变化或修饰变更，均应属于本发明所涵盖专利范围。

技术特征：
1.一种基于无人机高分辨率影像的水文连通性计算方法，其特征在于，包括以下步骤：(1)数据获取与处理：通过无人机航拍获取研究区的高分辨率图像数据并对图像进行拼接，得到研究区的高分辨率正射影像dom栅格数据以及数字高程模型dem栅格数据；(2)计算研究区的exgr指数；exgr值根据公式ⅰ计算；式ⅰ中，r、g、b分别为彩色影像red、green、blue三波段的像元值；r、g、b为归一化后的像元值；(3)计算研究区的植被覆盖度c；植被覆盖度c的值根据公式ⅱ计算；式ⅱ中，exgrsoil为完全是裸土或无植被覆盖区域的exgr值，exgrveg则代表纯植被区域的exgr值；(4)计算研究区的权重w；w值根据公式ⅲ计算；式ⅲ中，w最大为1，最小为0，c为植被覆盖度；(5)计算研究区的坡度s；坡度s值根据公式ⅳ计算；s＝sinα+0.005
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀⅳ
式ⅳ中，α为度数；(6)计算研究区的ic指数；ic值根据公式
ⅴ
计算；式
ⅴ
中，d
up
是连通性的上坡组分，反映了上坡水向下运动的潜力；d
dn
是连通性的下坡组分，它表示水到达最近目标或汇水区必须走过的路径的长度；ic取值范围为[-∞,+∞]，随着连通性的增大，ic之也随之增大；w是上坡集流区的平均权重，s是上坡集流区的平均坡度m/m，a是上坡贡献面积m2，下标k表示流域中的每个单元有一个ic值；d
i
是第i个单元沿着水流路径到汇点的距离m，w
i
是第i个单元的权重，s
i
是第i个单元的斜率梯度，为了避免方程组的0和无穷小，将低于0.005的s取值为0.005。2.如权利要求1所述的一种基于无人机高分辨率影像的水文连通性计算方法，其特征在于，步骤(2)中，首先对三个单波段影像像元值进行归一化，将r、g、b三波段像元值进行相加，得到相加后的栅格数据，随后用各波段栅格数据除以相加后的栅格数据，得到归一化后的三波段栅格数据，最后通过在arcgis中的栅格计算器对其进行exgr指数计算。
3.如权利要求1所述的一种基于无人机高分辨率影像的水文连通性计算方法，其特征在于，步骤(3)中，首先在arcgis中对exgr指数的像元值进行顺序排列，记录5％与95％处的像元值，分别标记为裸地exgrsoil和植被全覆盖exgrveg的值，随后通过arcgis中的栅格计算器对其进行植被覆盖度c计算，同时对结果进行百分化。4.如权利要求1所述的一种基于无人机高分辨率影像的水文连通性计算方法，其特征在于，步骤(4)中，首先对植被覆盖度c进行分类并划分三个范围，三个范围依次为0～9.6、9.6～78.3和78.3～100，每一个范围赋值一个权重w，得到权重w栅格数据，对于不同植被覆盖度c不同范围的像元，选用不同的权重w。5.如权利要求1所述的一种基于无人机高分辨率影像的水文连通性计算方法，其特征在于，步骤(5)中，首先通过arcgis中表面分析-坡度分析，结果以度数为单位，得到研究区的坡度α栅格数据；然后通过在arcgis中的栅格计算器依据算式s＝sinα+0.005得到研究区的坡度s栅格数据。6.如权利要求1所述的一种基于无人机高分辨率影像的水文连通性计算方法，其特征在于，步骤(6)中，首先对数字高程模型dem栅格数据进行填洼，去除不合理的洼地，用无洼地的dem数据进行流向、流量分析之后，与权重图层进行叠加，最后再通过arcgis中的空间分析-水文模块对其进行ic指数计算，得到研究区的ic指数栅格图。

技术总结
本发明属于水文连通性计算技术领域，具体涉及一种基于无人机高分辨率影像的水文连通性计算方法，步骤包括(1)数据获取与处理；(2)计算研究区的ExGR指数；(3)计算研究区的植被覆盖度c；(4)计算研究区的权重W；(5)计算研究区的坡度S；(6)计算研究区的IC指数。本发明解决了现有方法分辨率低、处理繁琐且无法还原真实地表水文连通性的问题；本发明具有可还原真实地表的水文连通性、误差小和可控性高的技术特点。特点。特点。


技术研发人员：李勇 黄智刚 康振威 明雪
受保护的技术使用者：广西大学
技术研发日：2022.02.15
技术公布日：2022/5/25