(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211120829.6 (22)申请日 2022.09.15 (71)申请人 武汉大学 地址 430072 湖北省武汉市武昌区珞珈山 武汉大学 (72)发明人 孟令奎　张镇　李林宜　张文　 李俊杰　陈家明　杨倍倍　陶崇鑫　 王喆　崔长露　杨智文　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 专利代理师 肖明洲 (51)Int.Cl. G06F 30/20(2020.01) G06F 119/02(2020.01) (54)发明名称 一种基于特征水域变化的旱情监测预警方 法、 系统及设备 (57)摘要 本发明公开了一种基于特征水域变化的旱 情监测预警方法、 系统及设备， 首先利用基于随 机深林分类和综合阈值分割模型的水体精确提 取技术， 实现自动化精确提取目标区地表水域； 然后根据先验知识和面积阈值识别并分离出特 征水域， 进而对 特征水域面积多年同时期变化进 行实时监测； 最后根据特征水域动态变化情况进 行旱情预警和综合评估， 当特征水域面积在监测 时段内显著减小时， 根据实际情况得出可能会发 生干旱的结论并发出旱情预警。 本发 明将地表水 直接作为表征干旱状态的指标和因子， 相比于其 他模型和方法更加简单， 且能更直观 地反映旱情 发展和演变。 本发明根据特征水域面积变化情况 进行干旱实时监测， 可以更准确、 及时地进行旱 情预警和综合评估。 权利要求书2页 说明书6页 附图5页 CN 115544734 A 2022.12.30 CN 115544734 A 1.一种基于特 征水域变化的旱情监测预警方法， 其特 征在于， 包括以下步骤： 步骤1： 结合随机森林分类和综合阈值分割， 对目标区地表水域进行自动化精确提取， 包括无云区域水体目标提取和云覆盖区域水体目标提取以及后处 理； 所述无云区域水体目标提取， 根据旱情监测需求， 查询目标区域监测时间范围内所有 可用的Sentinel ‑2影像数据， 使用提前制作好的水体分类样本进行 随机森林分类， 得到水 体区域W1以及分类为云遮盖的区域C； 水体区域 W1即为无云区域初步 提取的水体目标 范围； 所述云覆盖区域水体目标提取， 对于分类为云覆盖的区域C， 查询获取对应时空范围内 的Sentinel ‑1影像数据进行补充， 通过综合阈值法进行阈值分类， 提取得到初步的水体区 域； 对初步水体区域通过若干个综合阈值判别条件进行一系列的掩膜操作， 去除一些似水 地物的干扰， 获得 水体区域 W2即为云覆盖区域水体目标 范围； 所述后处理， 对于由水体区域W1和W2合成的初始水域W3， 利用人类居住 区先验数据进 行掩膜、 利用D EM数据进 行坡度掩膜， 以及利用通过常年监测形成的最大水域范围数据进 行 掩膜， 进而去除掉误分类为水体区域的建筑物阴影、 山体阴影以及其 他似水地物部分； 步骤2： 通过结合符合目标区实 际情况的先验知识和面积阈值从水体提取结果中识别 并分离出 特征水域目标； 所述特 征水域为面积小于一定阈值的小型 水体目标； 步骤3： 根据旱情监测业务实际需求， 对多年同时期的特征水域面积变化进行实时监 测， 进而根据特 征水域动态变化情况进行旱情预警。 2.根据权利要求1所述的基于特征水域变化的旱情监测预警方法， 其特征在于： 步骤1 中， 对于云覆盖区域的水体目标提取， 对Sentinel ‑1影像数据进行的综合阈值分割模型如 公式(1)所示， 对初步 提取的水体区域进行如公式(2)所示的综合阈值掩膜； VV≤T1 and VH≤T2             (1) NDWI>T3 and NIR≤T4    (2) 其中， VV和VH分别为Sentinel ‑1影像的双频交叉极化波段组合， NDWI为归一化差异水 体指数， N IR为近红外波段， T1、 T2、 T3、 T4 为经验阈值。 3.根据权利要求1所述的基于特征水域变化的旱情监测预警方法， 其特征在于： 步骤1 中， 对于初始水域提取结果的后处理， 首先利用全球公开的人类居住区网格数据对初始水 域W3进行掩膜， 以去除建筑物阴影及其他似水地物干扰； 在此基础上， 利用公开的DEM数据 计算得到坡度数据， 结合预设的海拔和坡度阈值进行坡度掩膜， 以去除山区水体提取时山 体阴影的干扰； 最后， 利用公开的最大水域范围数据对水体提取结果进 行掩膜， 以去除无云 区域水体提取时冰和雪像素以及其 他噪声的干扰。 4.根据权利要求1 ‑3任意一项所述的基于特征水域变化的旱情监测预警方法， 其特征 在于， 步骤2的具体实现包括以下子步骤： 步骤2.1： 首先根据目标区实际情况及旱情监测需求， 获取区域内大型河流、 水库以及 湖泊的水域范围， 并制作适当的缓冲区作为先验知识， 进而通过掩膜去除掉水体提取结果 中的大型河流、 水库以及湖泊； 步骤2.2： 根据目标区实际情况及旱情监测需求确定特征水域判定阈值Ta， 然后剔除掉 所有面积大于等于Ta的非特征水域， 进而分离出 特征水域目标。 5.一种基于特 征水域变化的旱情监测预警系统， 其特 征在于， 包括以下模块： 模块1， 用于结合随机森林分类和综合阈值分割， 对目标区地表水域进行自动化精确提权　利　要　求　书 1/2 页 2 CN 115544734 A 2取， 包括无云区域水体目标提取和云覆盖区域水体目标提取以及后处 理； 所述无云区域水体目标提取， 根据旱情监测需求， 查询目标区域监测时间范围内所有 可用的Sentinel ‑2影像数据， 使用提前制作好的水体分类样本进行 随机森林分类， 得到水 体区域W1以及分类为云遮盖的区域C； 水体区域 W1即为无云区域初步 提取的水体目标 范围； 所述云覆盖区域水体目标提取， 对于分类为云覆盖的区域C， 查询获取对应时空范围内 的Sentinel ‑1影像数据进行补充， 通过综合阈值法进行阈值分类， 提取得到初步的水体区 域； 对初步水体区域通过若干个综合阈值判别条件进行一系列的掩膜操作， 去除一些似水 地物的干扰， 获得 水体区域 W2即为云覆盖区域水体目标 范围； 所述后处理， 对于由水体区域W1和W2合成的初始水域W3， 利用人类居住 区先验数据进 行掩膜、 利用D EM数据进 行坡度掩膜， 以及利用通过常年监测形成的最大水域范围数据进 行 掩膜， 进而去除掉误分类为水体区域的建筑物阴影、 山体阴影以及其 他似水地物部分； 模块2， 用于通过结合符合目标区实 际情况的先验知识和面积阈值从水体提取结果中 识别并分离出 特征水域目标； 所述特 征水域为面积小于一定阈值的小型 水体目标； 模块3， 用于根据旱情监测业务实际需求， 对多年同时期的特征水域面积变化进行实时 监测， 进而根据特 征水域动态变化情况进行旱情预警。 6.一种基于特 征水域变化的旱情监测预警设备， 其特 征在于， 包括： 一个或多个处 理器； 存储装置， 用于存储一个或多个程序， 当所述一个或多个程序被所述一个或多个处理 器执行时， 使得所述一个或多个处理器实现如权利要求 1至4中任一项 所述的基于特征水域 变化的旱情监测预警方法。权　利　要　求　书 2/2 页 3 CN 115544734 A 3