一種基于高空間分辨率遙感影像的潮灘dem優(yōu)化方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及遙感影像的潮灘DEM方法，涉及一種基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法，特別針對(duì)地形變化迅速的潮灘區(qū)域獲取更高分辨率的DEM數(shù)據(jù)。
【背景技術(shù)】
[0002]每天潮漲潮落，干濕交替，潮灘區(qū)是海水和陸地相互作用的敏感地帶。由于潮灘惡劣的自然條件和復(fù)雜的水動(dòng)力環(huán)境給常規(guī)地形調(diào)查和觀測(cè)帶來很大的困難。因此在潮灘區(qū)域，往往測(cè)量集中在斷面或者有限的地形測(cè)點(diǎn)上，這樣基于這些測(cè)點(diǎn)生成的數(shù)字高程模型(DEM)往往平面精度不高，很多地貌細(xì)節(jié)顯示不出來。隨著遙感測(cè)量技術(shù)的發(fā)展，運(yùn)用遙感監(jiān)測(cè)潮灘地形的研宄得到了蓬勃發(fā)展。例如機(jī)載激光探測(cè)和測(cè)距系統(tǒng)LiDAR技術(shù)、雷達(dá)干涉測(cè)量、衛(wèi)星光學(xué)影像反演、水邊線復(fù)合方法等(專利201410013106.5)，這些方法均能夠獲取潮灘區(qū)域的地形資料，且通過空間插值等方法可生成數(shù)字高程模型(DEM)，但是，這些有限的地形資料(DEM)在平面精度上達(dá)不到現(xiàn)今通用的高空間分辨率的遙感影像的平面精度(1m以內(nèi)，甚至Im以內(nèi))，因此很多細(xì)節(jié)地貌形態(tài)在DEM上顯示不出來，尤其是細(xì)小的潮水溝區(qū)域。這些區(qū)域往往是圍墾開發(fā)、濕地保護(hù)研宄中需要關(guān)注的重點(diǎn)區(qū)域，因此在這些重點(diǎn)區(qū)域急切需要更高平面精度的地形資料，如何基于現(xiàn)有的有限的地形資料(DEM)獲取高空間分辨率的DEM是本發(fā)明要解決的關(guān)鍵問題。

【發(fā)明內(nèi)容】

[0003]本發(fā)明所要解決的技術(shù)問題是針對(duì)【背景技術(shù)】中所涉及的缺陷，提供一種基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法，克服現(xiàn)有DEM的空間分辨率不高這一難題，通過高空間分辨率遙感影像的介入，利用遙感光譜值與高程信息之間建立起的BP神經(jīng)網(wǎng)絡(luò)模型，模擬出高分辨的DEM數(shù)據(jù)。本方法將低分辨率的DEM轉(zhuǎn)換成高空間分辨率的DEM。
[0004]本發(fā)明為解決上述技術(shù)問題采用以下技術(shù)方案:
一種基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法，包括以下步驟:
步驟1)，收集潮灘區(qū)域的高空間分辨率遙感影像，并進(jìn)行幾何精糾正，使其與對(duì)應(yīng)的待優(yōu)化的低空間分辨率DEM在空間位置上完全吻合；
步驟2)，將待優(yōu)化的低空間分辨率DEM按照其空間格網(wǎng)大小離散成點(diǎn)集，提取該點(diǎn)集中每個(gè)點(diǎn)的高程信息Y，并將其位置坐標(biāo)信息和對(duì)應(yīng)的高空間分辨率遙感影像的各個(gè)波段像元亮度值組成X (i)，整理出X(i)~Y的對(duì)應(yīng)數(shù)據(jù)；
步驟3)，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，將X(i)作為輸入數(shù)據(jù)矩陣、對(duì)應(yīng)的Y為輸出數(shù)據(jù)矩陣，完成網(wǎng)絡(luò)訓(xùn)練；
步驟4)，將高分辨率遙感影像按照其格網(wǎng)大小離散成點(diǎn)，提取每個(gè)點(diǎn)的位置信息和各個(gè)波段像元亮度值構(gòu)成X1 (i)輸入數(shù)據(jù)矩陣；
步驟5)，將X1Q)輸入到完成網(wǎng)格訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)，得到對(duì)應(yīng)的Y1數(shù)據(jù)矩陣，即每個(gè)高空間分辨率遙感影像上點(diǎn)對(duì)應(yīng)的高程信息； 步驟6)，將Yl數(shù)據(jù)矩陣通過空間轉(zhuǎn)換或者空間插值獲取該區(qū)域的優(yōu)化后的DEM。
[0005]作為本發(fā)明一種基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法進(jìn)一步的優(yōu)化方案，步驟I)中所述的高空間分辨率遙感影像為獲取時(shí)間與DEM的時(shí)間一致的1m以內(nèi)的多光譜數(shù)據(jù)。
[0006]作為本發(fā)明一種基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法進(jìn)一步的優(yōu)化方案，步驟3)中所述的BP神經(jīng)網(wǎng)絡(luò)模型選用誤差最小的網(wǎng)絡(luò)為準(zhǔn)。
[0007]作為本發(fā)明一種基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法進(jìn)一步的優(yōu)化方案，所述BP神經(jīng)網(wǎng)絡(luò)模型選用雙隱層、10節(jié)點(diǎn)的BP神經(jīng)網(wǎng)絡(luò)模型。
[0008]作為本發(fā)明一種基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法進(jìn)一步的優(yōu)化方案，步驟6)中所述的格式轉(zhuǎn)換采用ArcGIS軟件中的point to raster命令實(shí)現(xiàn)。
[0009]作為本發(fā)明一種基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法進(jìn)一步的優(yōu)化方案，步驟6)中空間插值采用自然臨近插值方法。
[0010]本發(fā)明采用以上技術(shù)方案與現(xiàn)有技術(shù)相比，將DEM的空間分辨率提高，完成DEM的優(yōu)化，使其能夠反映最為細(xì)節(jié)的潮灘地貌信息，且整體垂直精度與原始DEM —致。通過高空間分辨率遙感影像的多光譜數(shù)據(jù)、位置信息與現(xiàn)有DEM高程值之間構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，進(jìn)而預(yù)測(cè)出高分辨率影像上每一點(diǎn)對(duì)應(yīng)的高程信息。本發(fā)明技術(shù)簡(jiǎn)單可行、操作方便，有效解決了 DEM空間精度不夠的問題，實(shí)用性強(qiáng)。
【附圖說明】
[0011]圖1是本發(fā)明的流程示意圖。
【具體實(shí)施方式】
[0012]下面結(jié)合附圖對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)說明:
一種基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法，如圖1所示，包括以下步驟:步驟1)，收集的數(shù)據(jù)包括現(xiàn)有的待優(yōu)化的DEM數(shù)據(jù)，同一時(shí)間段下、低潮位的潮灘區(qū)域高空間分辨率遙感影像的多光譜數(shù)據(jù)。對(duì)遙感影像進(jìn)行幾何精糾正后裁剪，邊界與DEM —致，實(shí)現(xiàn)遙感影像與皿M在時(shí)間上、空間上的完全吻合。
[0013]步驟2)，將DEM數(shù)據(jù)離散成點(diǎn)，此時(shí)的DEM是低分辨率的，因此點(diǎn)集的數(shù)目比較少。進(jìn)一步提取出點(diǎn)的高程信息和對(duì)應(yīng)的遙感影像上的各個(gè)波段像元亮度值(DN值)信息。以資源3號(hào)遙感影像為例，點(diǎn)的屬性中包含了 4個(gè)波段的亮度值X(I) ,X (2) ,X (3)，X(4);位置坐標(biāo)信息X(5)，X(6);高程信息Y。
[0014]步驟3)，基于波段的亮度值及位置信息組成的X(i)和高程信息Y構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，找到波段的亮度值、位置信息與高程的非線性的對(duì)應(yīng)關(guān)系。易采用雙隱含層，每個(gè)層10個(gè)節(jié)點(diǎn)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，通過反復(fù)的訓(xùn)練，構(gòu)建出最優(yōu)的神經(jīng)網(wǎng)絡(luò)模型。
[0015]步驟4)，基于高空間分辨率遙感影像(ZY-3為例)，將影像轉(zhuǎn)換成點(diǎn)集合，可采用ArcGIS軟件中的raster to point命令完成。每個(gè)點(diǎn)的屬性都包括點(diǎn)的位置坐標(biāo)和4個(gè)波段的亮度值；將這一組新的X1Q)輸入數(shù)據(jù)矩陣。
[0016]步驟5)，將X1Q)輸入到用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，預(yù)測(cè)出對(duì)應(yīng)的Y1數(shù)據(jù)矩陣，即每個(gè)高空間分辨率遙感影像上點(diǎn)對(duì)應(yīng)的高程信息； 步驟6)，將Y1數(shù)據(jù)矩陣通過格式轉(zhuǎn)換或者空間插值獲取該區(qū)域的優(yōu)化后的DEM。格式轉(zhuǎn)換可以利用ArcGIS軟件中的point to raster工具完成；空間插值也可以采用ArcGIS軟件中的Natural Neighbor工具完成，且選擇格網(wǎng)大小與遙感影像一致(5.8m)。最終獲取的DEM為空間分辨率提高后的DEM，地貌細(xì)節(jié)更加突出。
[0017]步驟I)中所述高空間分辨率的遙感影像以1m以內(nèi)的多光譜數(shù)據(jù)為主；遙感影像與DEM為同一時(shí)間段的，邊界完全吻合的。
[0018]步驟2)中所述離散點(diǎn)的屬性包括了高程信息Y和遙感影像不同波段的亮度值及位置信息組成的x(i)，以我國資源3號(hào)(ZY-3)衛(wèi)星多光譜數(shù)據(jù)(空間分辨率為5.Sm)為例，其有4個(gè)多光譜波段，X(i)就包含了 4個(gè)不同波段的亮度值和2個(gè)代表位置的信息，即i=6,且這6個(gè)X值對(duì)應(yīng)一個(gè)高程值Y。
[0019]步驟3)所述的BP神經(jīng)網(wǎng)絡(luò)模型以誤差最小的最優(yōu)網(wǎng)絡(luò)為準(zhǔn)，不同的數(shù)據(jù)，最優(yōu)網(wǎng)絡(luò)參數(shù)也不同，推薦選用雙隱層，10節(jié)點(diǎn)的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行模擬。
[0020]步驟4)所述的高分辨率影像按照其格網(wǎng)大小離散成點(diǎn)，這個(gè)點(diǎn)集合是明顯多于訓(xùn)練用的點(diǎn)數(shù)量，因?yàn)檫@個(gè)點(diǎn)集是從高分辨的影像中提取的。
[0021]步驟6)所述的格式轉(zhuǎn)換或者空間插值方法，可以在ArcGIS軟件中的point toraster命令實(shí)現(xiàn)格式轉(zhuǎn)換，空間插值方法推薦自然臨近插值，此時(shí)得到的DEM空間分辨率與遙感影像的一致。
[0022]根據(jù)上述步驟，對(duì)實(shí)際的潮灘區(qū)域進(jìn)行了 DEM優(yōu)化，首先通過水邊線率定得到了該區(qū)域的30m分辨率的DEM數(shù)據(jù)，同時(shí)選取了對(duì)應(yīng)區(qū)域的低潮位5.Sm的資源3號(hào)遙感影像；將DEM轉(zhuǎn)換成點(diǎn)集，并提取該點(diǎn)的高程值Y及位置坐標(biāo)和對(duì)應(yīng)的遙感影像各個(gè)波段像元亮度值(DN值)X⑴，建立X⑴~Y的神經(jīng)網(wǎng)絡(luò)模型，選取雙隱含層，每層10個(gè)節(jié)點(diǎn)的最優(yōu)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，完成神經(jīng)網(wǎng)絡(luò)的訓(xùn)練；最后將高分辨率的遙感影像直接轉(zhuǎn)換成點(diǎn)集X1 (i)，輸入到建好的神經(jīng)網(wǎng)絡(luò)模型中，獲取每個(gè)點(diǎn)的高程信息Y1，最終轉(zhuǎn)換成優(yōu)化后的DEM，該地形結(jié)果分辨率得到了提高，信息量豐富。
[0023]以上所述，僅為本發(fā)明中的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉該技術(shù)的人在本發(fā)明所揭露的技術(shù)范圍內(nèi)，可理解想到的變換或替換，都應(yīng)涵蓋在本發(fā)明的包含范圍之內(nèi)，因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求書的保護(hù)范圍為準(zhǔn)。
【主權(quán)項(xiàng)】
1.一種基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法，其特征在于，包括以下步驟: 步驟1)，收集潮灘區(qū)域的高空間分辨率遙感影像，并進(jìn)行幾何精糾正，使其與對(duì)應(yīng)的待優(yōu)化的低空間分辨率DEM在空間位置上完全吻合； 步驟2)，將待優(yōu)化的低空間分辨率DEM按照其空間格網(wǎng)大小離散成點(diǎn)集，提取該點(diǎn)集中每個(gè)點(diǎn)的高程信息Y，并將其位置信息和對(duì)應(yīng)的高空間分辨率遙感影像的各個(gè)波段像元亮度值組成X (i)，整理出X(i)~Y的對(duì)應(yīng)數(shù)據(jù)； 步驟3)，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，將X(i)作為輸入數(shù)據(jù)矩陣、對(duì)應(yīng)的Y為輸出數(shù)據(jù)矩陣，完成網(wǎng)絡(luò)訓(xùn)練； 步驟4)，將高分辨率遙感影像按照其格網(wǎng)大小離散成點(diǎn)，提取每個(gè)點(diǎn)的位置信息和各個(gè)波段像元亮度值構(gòu)成X1 (i)輸入數(shù)據(jù)矩陣； 步驟5)，將X1Q)輸入到完成網(wǎng)格訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)，得到對(duì)應(yīng)的Y1數(shù)據(jù)矩陣，即每個(gè)高空間分辨率遙感影像上點(diǎn)對(duì)應(yīng)的高程信息； 步驟6)，將Yl數(shù)據(jù)矩陣通過空間轉(zhuǎn)換或者空間插值獲取該區(qū)域的優(yōu)化后的DEM。
2.根據(jù)權(quán)利要求1所述的基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法，其特征在于，步驟I)中所述的高空間分辨率遙感影像為獲取時(shí)間與DEM的時(shí)間一致的1m以內(nèi)的多光譜數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法，其特征在于，步驟3)中所述的BP神經(jīng)網(wǎng)絡(luò)模型選用誤差最小的網(wǎng)絡(luò)為準(zhǔn)。
4.根據(jù)權(quán)利要求1所述的基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法，其特征在于，所述BP神經(jīng)網(wǎng)絡(luò)模型選用雙隱層、10節(jié)點(diǎn)的BP神經(jīng)網(wǎng)絡(luò)模型。
5.根據(jù)權(quán)利要求1所述的基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法，其特征在于，步驟6)中所述的格式轉(zhuǎn)換采用ArcGIS軟件中的point to raster命令實(shí)現(xiàn)。
6.根據(jù)權(quán)利要求1所述的基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法，其特征在于，步驟6)中空間插值采用自然臨近插值方法。
【專利摘要】本發(fā)明公開了一種基于高空間分辨率遙感影像的潮灘DEM優(yōu)化方法，對(duì)相同潮灘區(qū)域，在獲得準(zhǔn)同期的地形資料和高空間分辨率遙感影像的基礎(chǔ)上，采用BP神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建有限測(cè)點(diǎn)地形與遙感影像像元的定量關(guān)系，依據(jù)此定量關(guān)系，對(duì)遙感影像上每一個(gè)像元點(diǎn)對(duì)應(yīng)的高程信息進(jìn)行解析計(jì)算，從而獲取高空間分辨率的地形資料（數(shù)字高程模型DEM），實(shí)現(xiàn)DEM的優(yōu)化。本發(fā)明在優(yōu)化潮灘細(xì)節(jié)地形方面有突出優(yōu)勢(shì)，能夠?qū)⒌涂臻g分辨率的DEM借助高空間分辨率遙感影像得到優(yōu)化的高分辨的DEM，方法快速高效，簡(jiǎn)單可行，操作方便。
【IPC分類】G06F17-50
【公開號(hào)】CN104573239
【申請(qǐng)?zhí)枴緾N201510009869
【發(fā)明人】康彥彥, 丁賢榮, 葛小平
【申請(qǐng)人】河海大學(xué)
【公開日】2015年4月29日
【申請(qǐng)日】2015年1月9日