基于雷达影像的洪水监测技术方法详解

        洪水发生时候大多数是阴雨天气,光学影像基本上拍不到有效影像。雷达影像这时候就能发挥其不受天气影像的优点。现在星载的雷达卫星非常多,如高分三号、陆探一号、海丝一号(巢湖一号)、哨兵1号等。本文以哨兵1号L1地距(GRD)产品来介绍在洪水监测中的处理技术,其他雷达数据处理类似。

1 数据情况

因为要进行前后对比,因此需要两个时相哨兵1数据:

1、2023年8月2日:S1A_IW_GRDH_1SDV_20230802T214703_***.

2、2023年7月21日:S1A_IW_GRDH_1SDV_20230721T214702__***.

注:下载数据时候一般有三种格式下:SLC、GRD、GRD(COG),这里下载GRD即可。

2 处理流程

如下图为处理流程,可根据实际情况进行修改。

整个流程可分为两部分:SAR图像预处理和洪水信息提取。其中洪水信息提取采用的是分类后处理对比,即采用一种分类方法获取水灾前后的水面积信息,然后对两时相提取的水面积信息做对比得到水面积变化信息,增加部分就是洪水淹没部分。

3 SAR图像预处理

SARscape中提供流程化处理工具:/SARscape/Basic/Intensity Time Series Workflow。也提供分步式处理工具,本文使用分步处理工具来介绍。

在处理之前,为SARscape选择一套适合哨兵1数据的默认处理参数:Toolbox中单击/SARscape/Preferences,在打开的界面中,单击Load Preferences,选择Sentinel TOPSAR。

3.1 数据导入

SARscape5.6之后版本直接支持哨兵1的压缩包格式,因此导入数据的时候不需要解压缩。

(1)Toolbox中,打开SARscape/Import Data/SAR Spaceborne/Single Sensor/Sentinel-1。

(2)数据输入面板(Input Files):选择两期压缩包文件。

(3)可选文件面板(Option file):可以选择一个矢量文件对SAR数据进行裁剪,这里不选择。

(4)参数设置面板(Parameters):按照默认。

(5)数据输出面板(Output Files):选择一个输入目录。

(6)点击Exec执行处理。

得到两个时相、两个极化四个SAR图像。

3.2 图像配准

由于是两个时相SAR数据,使用自动SAR图像配准工具进行配准处理。

(1)在Toolbox中,选择/SARscape/Basic/Intensity Processing/Coregistration。

(2)在打开的Coregistration面板中:

  • 数据输入(Input Files)面板:选择一个SAR数据作为基准(Input Reference File)。其余的数据作为待配准影像(Input File List)。
  • 可选文件(Optional Files)面板:

 DEM File:选择一个DEM数据可以提高配准精度,特别是高分辨率SAR数据和地形起伏较大区域,以及配准不同入射角图像的配准。由于该地区为平原,这里不选择DEM数据。

  • 参数设置(Parameters)面板:按照默认参数。

注:设置Global->Generate Quick Look:False,不输出快视图,能提高一点处理速度。

  • 数据输出(Output Files)面板:选择输出目录。

(3)单击Exec按钮执行配准过程。

执行完之后生成一个后缀为_meta的索引文件,每一景数据的配准结果作为一个波段在该文件中,类似于一个多波段数据,以及一个.series时间序列文件。

配准精度基本能达到亚像素,如下为配准效果图。

3.3 图像滤波

斑点类似噪音信号特征,一般产生于相干系统,比如SAR和激光雷达系统。表现为随机的“椒盐”散落在图像上。

SARscape提供两大类滤波,用于单波段雷达图像的滤波和多时相雷达图像滤波。本例子中使用多时相雷达图像滤波,效果比卷积滤波要好。

(1) 在Toolbox中,选择/SARscape/Basic/Intensity Processing/Filtering/De Grandi Spatio-Temporal Filtering。

(2) 打开De Grandi Spatio-Temporal Filtering面板

  • 数据输入(Input Files)项:选择配准好的四个数据。
  • 参数设置(Parameters)项:按照默认。

注:设置Global->Generate Quick Look:False,不输出快视图,能提高一点处理速度。

  • Output Files面板,数据输出路径和文件名按照默认。文件名自动添加_fil后缀。

(3) 单击Exec执行。

多时相滤波阈值斑点噪声的效果还是非常好的,如下图所示。

3.4 地理编码&辐射定标

这一步将前面配准、滤波处理得到的结果进行地理编码和辐射定标,得到各个时相数据的雷达强度图像或者后向散射系数图像。

该步骤可选择DEM数据参与地理编码提高几何精度,这里使用/SARscape/Import Data/DEM Extraction/ALOS World 3D 30m 工具自动下载SAR图像范围内的DEM,操作比较简单这里不详细介绍。

(1)在Toolbox中,选择/SARscape/Basic/Intensity Processing/Geocoding/Geocoding and Radiometric Calibration。

(2)打开地理编码和辐射定标面板(Geocoding and Radiometric Calibration)。

  • Input file:鼠标单击Brower按钮,按住shift键,将上一步滤波得到的4景数据全选,点击打开,数据列在Input File List列表下。
  • Optional Files面板,Geometry GCP File和Area File(应用于选择"True area"后向散射系数反演方法时候)这两个文件是可选项,这里不使用这两个文件。
  • DEM/Cartographic System面板,输入DEM文件或投影信息。若是输入DEM数据,最后输出结果默认以DEM投影参数为准。如果不输入DEM数据,则设置Output Projection。这里输入DEM文件
  • Parameters面板,主要参数(Principal Parameters)
    • 像元大小(X Grid Size):15
    • 像元大小(Y Grid Size):15
    • 辐射定标(Radiometric Calibration):Ture

注:这里辐射定标为后向散射系数,如果采用雷达水指数方式提取水体,这里建议定标为后向散射系数。其他水体提取方法看情况来定。

  • 散射面积(Scattering Area):Local Incidence Angle
  • 辐射归一化(Radiometric Normalization):False
  • 辐射归一化方法(Normalization Method):True
  • 局部入射角(Local Incidence Angle):False
  • 输出类型(Output type):dB

注:输出类型linear和Db的关系为: =10*log

注:其他参数按照默认,绝大多数情况下使用默认参数就能得到较好的结果。

  • Output Files面板,输出路径和文件名按照默认,自动添加了_geo后缀。

(3)单击Exec执行。

在生成结果中,默认会生成带有坐标、tif格式的快视图(* _ql.tif),如果后面采用目视解译的方法提取水体信息,可以直接使用该快视图图像。如下图为生成的快视图。

注:背景透明显示了。

4洪水信息提取与成果整理

在SAR图像上,有水体的地方一般显示黑色。可选择很多方法来提取水体信息。

在应急情况下,其实手动提取水面积是最快,精度也最高的方式。当然如果事先有利用大量样本训练好的深度学习模型,深度学习方法也是效率很高的一种方法。如下为几种方法的总结:

方法

说明

阈值分割法

在平原区域效果良好,几乎不需要人工编辑,但是在山区,阴影同时都被提取出来了。需要使用分类后处理的工具进行人机交互处理。

决策树分类方法

加入DEM,可有效避免山区阴影的混淆,对于坡度大的区域效果显著。后期仍然需要一定量的人工编辑,但工作量较阈值法小。

深度学习方法

效果良好,需要前期进行充分的影像水体特征分析,表现为选择若干有代表性的子区域,可有效区分山体阴影和水体,前期工作量较大,优势是训练好的水体提取模型可以用于同类型多幅影像,多个地区的水体提取,适用于批量处理。

面向对象方法

可直接获取水域边界,加入DEM作为辅助数据,对山体阴影的抑制也有作用。

人工+魔术棒

精度最高,需要人工参与。

下面简单介绍ENVI中人工+魔术棒的方法。

(1)打开地理编码中得到的TIF快视图。

(2)工具栏中打开ROI Tool,按住Ctrl+鼠标左键,在水域地方点击鼠标。

(3)打开魔术棒工具栏,同时也在SAR图像上选择了一部分区域。

  • 把Use Pyramids 去掉,单波段的SAR图像可以不使用金字塔来识别,如果使用金字塔图像识别,有可能会在低分辨率的图层上识别。
  • 根据情况来设置Threshold大小,这个阈值越大可识别的范围越大,精度可能越低。

注:按住Ctrl键可以同时识别多个地方

(4)右键有四个菜单。

  • Accept Multi Part:接受本次识别。
  • Clear Multi Part:取消本次识别。
  • Select Part:选择一个分块。
  • Remove Holes:移除中间的洞,这个视情况来使用。

注:魔术棒工具多使用体会,有很多的使用技巧。

(5)要想对已经接受并生成了ROI的图斑进行编辑,直接在ROI图斑右键选择编辑菜单即可。

(6)所有的识别都完成了,可以在ROI Tool中年,选择File->Export->Export to Shapefile,输出为矢量文件。

同样的方法可以对另外一个时相的SAR图像进行识别,对两个结果进行对比分析得到洪水区。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/704793.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

2018-02-14 新闻内容爬虫【上学时做论文自己爬新闻数据,原谅我自己懒发的图片】

2018-02-14新闻内容爬虫【上学时做论文自己爬新闻数据,原谅我自己懒发的图片】资源-CSDN文库https://download.csdn.net/download/liuzhuchen/88878591爬虫过的站点: 1QQ新闻 1,准备爬取滚动新闻页面 2 通过F12 开发工具查找发现&#xff…

高性能 Kafka 及常见面试题

Kafka 是一种分布式的,基于发布/订阅的消息系统,原本开发自 LinkedIn,用作 LinkedIn 的事件流(Event Stream)和运营数据处理管道(Pipeline)的基础。 基础原理详解可见 Kafka 基本架构及原理 基础…

嵌入式驱动学习第一周——git的使用

前言 本文主要介绍git的使用,包括介绍git,gitee,以及使用gitee创建仓库并托管代码 嵌入式驱动学习专栏将详细记录博主学习驱动的详细过程,未来预计四个月将高强度更新本专栏,喜欢的可以关注本博主并订阅本专栏&#xf…

【C进阶】顺序表详解

文章目录 📝线性表的概念🌠 顺序表🌉顺序表的概念 🌠声明--接口🌉启动🌠初始化🌉扩容🌠尾插🌉 打印🌠销毁🌉 尾删🌠头插🌉…

探索便捷办公新选择:ONLYOFFICE 桌面编辑器

目录 引言 1. ONLYOFFICE 桌面编辑器简介 2. 功能特点 2.1 多格式支持 2.2 实时协作编辑 2.3 兼容性与格式保持 2.4 丰富的编辑功能 3. 使用方法 3.1 下载安装 3.2 打开文档 3.3 编辑文档 3.4 保存和共享 4. 注意事项 4.1 版本更新 4.2 网络连接 4.3 安全性 5.…

FL Studio Producer Edition2024中文进阶版Win/Mac

FL Studio Producer Edition,特别是其【中文进阶版 Win/Mac】,是数字音乐制作领域中的一款知名软件。它为广大音乐制作人、声音工程师以及音乐爱好者提供了一个从音乐构思到最终作品发布的完整解决方案。这个版本特别为中文用户优化,并兼容W…

SpringBooot之RestTemplate接口返回多层泛型导致java.util.LinkedHashMap cannot be cast to异常

统一泛型返回对象 Data public class Res<T> implements Serializable {private static final long serialVersionUID 6558796578827818466L;private Integer code; //状态码private String msg; //返回消息private T data; //数据 }data里包裹的泛型对象假设是DZPJ D…

【Android移动开发】Windows10平台安装Android Studio与人工智能算法模型部署案例

目录 一、Android Studio下载地址二、开发环境JDK三、开始安装Android Studio四、案例展示与搭建五、人工智能算法模型移动端部署案例参考 一、Android Studio下载地址 https://developer.android.google.cn/studio/install.html 电脑配置要求&#xff1a; 下载保存在指定文…

Centos7下安装ruby2.7.8环境、WPScan的安装及使用介绍

前一段自己搭建了一个基于Wordpress搭建的博客&#xff0c;为了测试一下博客网站是否存在漏洞&#xff0c;网上搜索了一下主要采用WPScan工具。它是一个针对 WordPress 核心、插件和主题的漏洞扫描器&#xff0c;它可以帮助网站管理员检查其 WordPress 站点是否存在已知的安全问…

【Flutter】Flutter学习-GetX 导航操作

1.跳转 在原生中咱们一般运用的是push进行跳转的&#xff0c;这儿是没有界说途径直接经过上下文进行跳转 Navigator.of(context).push(MaterialPageRoute(builder: (BuildContext context) > DiscoverChildPage(title: widget.title,)));咱们运用Get.to进行跳转 Get.to( D…

Java+SpringBoot+Vue+MySQL构建银行客户管理新平台

✍✍计算机毕业编程指导师 ⭐⭐个人介绍&#xff1a;自己非常喜欢研究技术问题&#xff01;专业做Java、Python、微信小程序、安卓、大数据、爬虫、Golang、大屏等实战项目。 ⛽⛽实战项目&#xff1a;有源码或者技术上的问题欢迎在评论区一起讨论交流&#xff01; ⚡⚡ Java、…

Linux按键输入实验-创建按键的设备节点

一. 简介 Linux内核针对 GPIO驱动开发,提供了 pinctrl子系统与gpio子系统,方便了 GPIO驱动程序的开发。 本文开始学习如何利用 Linux内核的 pinctrl子系统,与 gpio子系统提供的 API函数,开发按键驱动。 这里主要学习在设备树文件中创建按键的设备节点。 二. Linux按键…

C# 学习第三弹——表达式

表达式操作数运算符 &#xff08;一&#xff09;算数运算符 错误例子&#xff1a;这不是python&#xff01;&#xff01;&#xff01;&#xff01;&#xff01;&#xff01;&#xff01;&#xff01;&#xff01;&#xff01;&#xff01;&#xff01;&#xff01; 正确结果&a…

css transform 会影响position 定位

比如通过以下代码.实现导航条上的每个li栏目,以不同的时间间隔,从上向下移动进来并显示 .my-navbar ul li {position: relative;opacity: 0;transform: translateY(-30px);transition: transform .6s cubic-bezier(.165,.84,.44,1),opacity .6s cubic-bezier(.165,.84,.44,1);…

【力扣 - 有效的括号】

题目描述 给定一个只包括 (&#xff0c;)&#xff0c;{&#xff0c;}&#xff0c;[&#xff0c;] 的字符串 s &#xff0c;判断字符串是否有效。 有效字符串需满足&#xff1a; 左括号必须用相同类型的右括号闭合。左括号必须以正确的顺序闭合。每个右括号都有一个对应的相同…

从 SOCKS5、代理IP 到 HTTP 的趣味解读

在数字化时代&#xff0c;网络安全已成为人们日常生活和工作中不可或缺的重要议题。然而&#xff0c;随着网络技术的发展&#xff0c;我们也发现了一些趣味横生的网络代理技术&#xff0c;比如 SOCKS5、代理IP 和 HTTP 代理。本文将以轻松愉快的方式&#xff0c;探讨这些技术在…

【数据结构】线性表 顺序表(动态、静态分配,插入删除查找基本操作)解析+完整代码

1.线性表的基本概念 定义 线性表&#xff08;Linear List&#xff09;是具有相同数据类型的n个数据元素的有限序列。 n为表长&#xff0c;n0时线性表是个空表 前驱、后继 前驱&#xff1a;其中一个数据元素的前一个元素。第一个元素没有前驱。后继&#xff1a;其中一个数据元素…

vue指令 (侦听器)

在Vue中&#xff0c;watch 选项允许我们观察和响应Vue实例上的数据变化。当被侦听的属性变化时&#xff0c;回调函数将被调用&#xff0c;执行相应的操作。 以下是一个简单的示例&#xff0c;演示了如何使用 watch 选项&#xff1a; new Vue({ el: #app, data: { message: Hel…

JavaSec 基础之 SQL 注入

文章目录 JDBC 注入语句拼接(Statement)修复方案 语句拼接(PrepareStatement)修复方案 预编译 JdbcTemplate修复方案 MyBatisLike 注入Order By 注入In 注入 寒假学了一个月 pwn&#xff0c;真心感觉这玩意太底层学的我生理不适应了&#xff0c;接下来学一段时间 java 安全缓一…

使用R语言进行多元线性回归分析-多重共线的诊断

一、数据集 序号X1x2x3x4Y序号X1x2x3X4Y12666078.57831224472.51229155274.31954182293.12356850104.3111047426115.92143184787.6111140233483.8155263395.971266912113.311655922109.2111368812109.410771176102.73       1、从中选取主要变量&#xff0c;建立与因变…