基于数据工程的大范围淤地坝提取方法、装置及存储介质

本发明涉及水土保持，具体涉及基于数据工程的大范围淤地坝提取方法、装置及存储介质。

背景技术：

1、淤地坝是黄土高原地区一种行之有效的水土保持工程措施，在拦泥保土、减少入黄泥沙、防洪减灾、淤地造田、巩固退耕还林(草)、保障生态安全、促进粮食生产和水资源合理利用及经济社会稳定发展等方面发挥了重要作用，是黄土高原水土流失综合治理的关键措施之一，也是美丽乡村建设乡村战略振兴不可忽视的重要抓手之一。至2020年，涉黄土高原七省区共建设淤地坝16.3万座，随着淤地坝长期淤积、管理缺失等以及近年来极端降水事件频发，淤地坝面临溃坝风险越来越高，严重威胁了下游群众的生命财产安全。开展淤地坝生态效益评估、淤地坝风险易发性评价等需要淤地坝分布、淤积面积等基础数据。

2、现有技术中，已有的淤地坝基础数据的获得主要是通过实地调查、高精度dem数据提取、高分辨率遥感影像解译等方式，而实地调查需要耗费大量的人力物力，效率低下；高精度dem数据提取则需要获得高精度dem(分辨率大于5米)，高精度dem数据一般通过无人机航拍或者高精度商业卫星获取，数据成本高，无法大范围提取；基于30米dem和高精度遥感影像淤地坝提取方法则需要先通过dem分析，确定可能存在淤地坝的预选位置，然后通过遥感影像分析提取淤地坝空间信息，这个过程需要人工确定淤地坝位置，效率比较低，而基于神经网络和高精度dem(分辨率5米)的淤地坝提取则需要高分辨率dem数据提取流量栅格，窗口为25*25，提取的淤地坝在125米*125米范围内，只有大型淤地坝才能达到此规模，无法识别规模较小的坝系。

技术实现思路

1、有鉴于此，本发明的目的在于提供基于数据工程的大范围淤地坝提取方法、装置及存储介质，以解决现有技术中，大范围的数据获取困难、数据的实时性较差，对dem数据的精度依赖程度高，需要人工参与野外调查以及遥感解译，人工成本高，对淤地坝规模有一定要求的问题。

2、根据本发明实施例的第一方面，提供基于数据工程的大范围淤地坝提取方法，包括：

3、通过开放式数据源获取一定区域范围的可见光遥感影像以及特定分辨率的dem数据；

4、将可见光遥感影像分割为多个特定分辨率的带有地理坐标信息的图像；

5、将特定分辨率的带有地理坐标信息的图像分别输入到预搭建的淤地坝检测模型中，获得预选淤地坝分布的地理坐标信息；

6、对特定分辨率的dem数据进行处理，获得河网分级数据；

7、根据河网分级数据建立每个级别河网的缓冲区；

8、将每个级别的河网缓冲区数据以及预选淤地坝分布的地理坐标信息进行空间交集，剔除预选淤地坝分布中的非河道内的第一错误检测数据；

9、对河网分级数据进行处理，获得集水区矢量数据；

10、提取集水区矢量数据中的特征信息，将特征信息输入到预搭建的集水区建设淤地坝适宜性模型中，获取适宜建设淤地坝的集水区；

11、将剔除第一错误检测数据后的预选淤地坝分布数据与适宜建设淤地坝的集水区数据进行空间交集，剔除预选淤地坝分布数据中的第二错误检测数据，获得淤地坝提取结果。

12、优选地，

13、所述淤地坝检测模型的搭建包括：

14、基于可见光遥感影像构建淤地坝样本集，所述样本集中每个样本包括512*512的图片和xml标记文件，所述样本集中包含两侧淤积型、单侧水体型、单侧淤积型以及两侧混合型四类样本，四类样本在样本集中均匀分布；

15、搭建淤地坝检测模型架构，所述淤地坝检测模型采用yolo v7目标检测器，所述淤地坝检测模型采用adam优化器，所述淤地坝检测模型通过余弦函数来降低学习率并启用加权图像策略；

16、将淤地坝样本集作为输入，对淤地坝检测模型进行训练，获得预搭建的淤地坝检测模型。

17、优选地，

18、所述集水区建设淤地坝适宜性模型搭建包括：

19、提取每个集水区的特征信息以及是否有淤地坝构建特征信息样本集；

20、搭建集水区建设淤地坝适宜性模型架构，所述集水区建设淤地坝适宜性模型采用支持向量机算法，采用sigmod方法将二分类值转换为概率值；采用交叉验证和网格搜索进行参数调整，用以获得最优的惩罚系数和支持向量数；

21、将特征信息样本集作为输入，对集水区建设淤地坝适宜性模型进行训练，获得预搭建的集水区建设淤地坝适宜性模型。

22、优选地，

23、所述对特定分辨率的dem数据进行处理获得河网分级数据包括：

24、对特定分辨率的dem数据通过填挖、流向分析、流量统计、流量划分以及河流分级操作提取河网分级数据，所述流向分析操作采用d8算法。

25、优选地，

26、所述对河网分级数据进行处理获得集水区矢量数据包括：

27、对河网分级数据进行河流链接、栅格河网矢量化、绘制倾斜点以及栅格流域提取操作，获取集水区矢量数据。

28、优选地，

29、所述特征信息包括：每个集水区的地貌信息熵、沟谷比降、流向以及流量；

30、所述地貌信息熵通过strahler积分+信息熵进行获取。

31、根据本发明实施例的第二方面，提供基于数据工程的大范围淤地坝提取装置，包括：

32、数据获取模块：用于通过开放式数据源获取一定区域范围的可见光遥感影像以及特定分辨率的dem数据；

33、第一预处理模块：用于将可见光遥感影像分割为多个特定分辨率的带有地理坐标信息的图像；

34、预选淤地坝分布获取模块：将多个特定分辨率的带有地理坐标信息的图像分别输入到预搭建的淤地坝检测模型中，获得预选淤地坝分布的地理坐标信息；

35、第二预处理模块：用于对特定分辨率的dem数据进行处理获得河网分级数据；

36、缓冲建立模块：用于根据河网分级数据建立每个级别河网的缓冲区；

37、第一错误剔除模块：用于将每个级别的河网缓冲区数据以及预选淤地坝分布的地理坐标信息进行空间交集，剔除预选淤地坝分布中的非河道内的第一错误检测数据；

38、第三预处理模块：用于对河网分级数据进行处理获得集水区矢量数据；

39、集水区获取模块：用于提取集水区矢量数据中的特征信息，将特征信息输入到预搭建的集水区建设淤地坝适宜性模型中，获取适宜建设淤地坝的集水区；

40、第二错误剔除模块：用于将剔除第一错误检测数据后的预选淤地坝分布数据与适宜建设淤地坝的集水区数据进行空间交集，剔除预选淤地坝分布数据中的第二错误检测数据，获得淤地坝提取结果。

41、根据本发明实施例的第三方面，提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被主控器执行时，实现所述的上述方法中的各个步骤。

42、本发明的实施例提供的技术方案可以包括以下有益效果：

43、本技术通过获取开放的数据资源包括googlemap、12米dem，节省了高精度dem获取的成本，可以大范围定期进行淤地坝提取，将可见光遥感影像分割为多个特定分辨率的带有地理坐标信息的图像，将多个特定分辨率的带有地理坐标信息的图像分别输入到预搭建的淤地坝检测模型中，获得预选淤地坝分布的地理坐标信息，通过预搭建的淤地坝检测模型可以定期更新影像，更换区域自动进行淤地坝提取，节省了野外调查、遥感解译的人力物力成本，为水土保持效益评价、淤地坝风险评价提供动态数据支撑，本方案先是通过分辨率较高的影像检测出所有疑似淤地坝分布点，然后利用水文分析和深度学习算法剔除错误的检测点信息，检测范围全，适用于大、中、小型各类淤地坝，检测精度高。

44、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。