洪涝灾害范围提取方法

本发明涉及洪涝监测，具体涉及洪涝灾害范围提取方法。背景技术：1、洪涝灾害是指由于降雨、融雪、台风、暴雨等原因，导致地表水体急剧增加，地势低洼地区积水无法迅速排除，从而引发的广泛淹没现象。洪涝灾害可能对人类、动植物和基础设施造成严重影响，是一种常见而危险的自然灾害。洪涝灾害范围的提取方法通常涉及遥感技术，利用卫星遥感影像，特别是高分辨率的卫星影像，可以在不同时段捕捉洪涝事件的影响范围，使用遥感图像的不同波段信息，如可见光、红外线和微波等，来检测和提取水体信息，利用变化检测技术，比较不同时间点的遥感影像，找出水体扩展的区域。然而，对于降雨频繁的地区，天气条件可能导致卫星影像中出现云遮挡，云遮挡可能妨碍对洪涝灾害范围的及时监测，同时可能掩盖了灾害发生区域的真实情况，从而影响了洪涝范围的准确提取，使得通过遥感技术不能准确获得洪涝灾害信息。技术实现思路1、本发明的目的是提供洪涝灾害范围提取方法，以解决背景技术中不足。2、为了实现上述目的，本发明提供如下技术方案：洪涝灾害范围提取方法，包括以下步骤：3、s1：通过遥感监测技术获取农业洪涝灾害范围遥感图像，对其灰度化处理后进行识别，标记可识别区域，所述可识别区域为洪涝灾害范围区域；4、s2：获取可识别区域与洪涝灾害范围背景区域的灰度-梯度共生矩阵，计算可识别区域内相邻像素点间的灰度值，对不同位置相邻像素点间的灰度值比例进行分析，确定图像中的异常区域；5、s3：对于异常区域，提取图像信息中的图像纹理均匀偏差值、云指数浮动程度值以及实时降雨密度指数，构建数据测试模型，根据模型测试结果确定洪涝灾害范围。6、在一个优选地实施方式中，s2中，对不同位置相邻像素点间的灰度值比例进行分析，确定图像中的异常区域，内容包括：7、将灰度图像中可识别区域内的像素数量标记为n个，获取可识别区域内相同位置相邻像素点间实时灰度值大于标准灰度值的像素点数量标记为n个，通过2n/n计算可识别区域内不同位置相邻像素点间实时灰度值大于标准灰度值的像素点数量概率。8、在一个优选地实施方式中，将数量概率与标准概率阈值进行比较，若数量概率大于标准概率阈值，该可识别区域为异常区域；若异常概率小于等于标准概率阈值，该可识别区域内为正常区域。9、在一个优选地实施方式中，均匀偏差值的获取逻辑如下：10、将洪涝灾害范围灰度图像分割成多个不同小块，将每个小块内的像素构成一个局部区域，对于每个小块，计算纹理特征的均值x以及标准差u，对于所有小块，获取灰度图象中所有小块数量s，计算均匀偏差值，计算表达式为：式中，mck为均匀偏差值。11、在一个优选地实施方式中，云指数浮动程度值的获取逻辑如下：12、获取通过遥感监测技术反馈得到的遥感数据，获取遥感数据中光反射率sf、云高度dr、云遮蔽程度gt，以及获取设置的预期光反射率、云高度、云遮蔽程度，计算得到光反射率差值sd、云高度差值dq、云遮蔽程度差值gh，计算云指数浮动程度值，计算表达式为：式中，dky为云指数浮动程度值。13、在一个优选地实施方式中，降雨密度指数的获取逻辑如下：14、获取在m时间段内降雨发生的次数，计算降雨频率rgk，以及在m时间段内的降雨量，计算降雨强度mhk，计算降雨密度指数，计算表达式为：式中，nkt为降雨密度指数，jts为降雨分布面积，k为m时间段内任一时间点。15、在一个优选地实施方式中，构建数据测试模型，根据模型测试结果确定洪涝灾害范围；16、将所述均匀偏差值、云指数浮动程度值以及降雨密度指数输入到预先构建的数据测试模型中进行综合计算，计算异常区域内洪涝灾害范围的风险系数，计算表达式为：式中，qty为风险系数，mck为均匀偏差值，dky为云指数浮动程度值，nkt为降雨密度指数，a1、a2、a3为均匀偏差值、云指数浮动程度值、降雨密度指数的比例系数，且a2>a3>a1>0。17、在一个优选地实施方式中，将异常区域内洪涝灾害范围的风险系数与风险阈值进行比较，若风险系数大于等于风险阈值，此时发出预警信号；若风险系数小于风险阈值，此时不发出预警信号。18、在上述技术方案中，本发明提供的技术效果和优点：19、1、本发明通过遥感监测技术获取农业洪涝灾害范围遥感图像，标记可识别区域，获取可识别区域与洪涝灾害范围背景区域的灰度-梯度共生矩阵，计算可识别区域内相邻像素点间的灰度值，对不同位置相邻像素点间的灰度值比例进行分析，确定图像中的异常区域，不仅能够在图像中准确地识别和标记出潜在的洪涝灾害区域，还有助于提供对农田和农业资源的及时监测和评估。20、2、本发明通过对于异常区域，提取图像信息中的图像纹理均匀偏差值、云指数浮动程度值以及实时降雨密度指数，构建数据测试模型，根据模型测试结果确定洪涝灾害范围，不仅使得对洪涝灾害的监测和识别能够更自动化，有助于提高效率，同时，当洪涝灾害范围确定时，可以更快速地启动应急响应和准备，有助于最大限度地减小灾害影响。技术特征：1.洪涝灾害范围提取方法，其特征在于：包括以下步骤：2.根据权利要求1所述的洪涝灾害范围提取方法，其特征在于：s2中，对不同位置相邻像素点间的灰度值比例进行分析，确定图像中的异常区域，内容包括：3.根据权利要求2所述的洪涝灾害范围提取方法，其特征在于：4.根据权利要求3所述的洪涝灾害范围提取方法，其特征在于：均匀偏差值的获取逻辑如下：5.根据权利要求4所述的洪涝灾害范围提取方法，其特征在于：云指数浮动程度值的获取逻辑如下：6.根据权利要求5所述的洪涝灾害范围提取方法，其特征在于：降雨密度指数的获取逻辑如下：7.根据权利要求6所述的洪涝灾害范围提取方法，其特征在于：构建数据测试模型，根据模型测试结果确定洪涝灾害范围；8.根据权利要求7所述的洪涝灾害范围提取方法，其特征在于：技术总结本发明公开了洪涝灾害范围提取方法，涉及洪涝监测技术领域；通过遥感监测技术获取农业洪涝灾害范围遥感图像，标记可识别区域，获取可识别区域与洪涝灾害范围背景区域的灰度‑梯度共生矩阵，计算可识别区域内相邻像素点间的灰度值，对不同位置相邻像素点间的灰度值比例进行分析，确定图像中的异常区域，对于异常区域，提取图像信息中的图像纹理均匀偏差值、云指数浮动程度值以及实时降雨密度指数，构建数据测试模型，根据模型测试结果确定洪涝灾害范围，不仅使得对洪涝灾害的监测和识别能够更自动化，有助于提高效率，同时，当洪涝灾害范围确定时，可以更快速地启动应急响应和准备，有助于最大限度地减小灾害影响。技术研发人员：段永超,马瑞欣,蔡鹏,李富受保护的技术使用者：无锡学院技术研发日：技术公布日：2024/8/16