论文部分内容阅读
河湖形态可反映其健康,对河湖保护、管理和河湖社会服务功能的发挥起到了重要的意义,对河湖形态的管理和控制很有必要。但目前河湖形态管控尚不能满足信息化需要,自动化程度大都较低,河湖形态管控还缺少较为系统的分析评估理论基础。同时形态数据多由遥感影像得到,具有期数多、数据量大的特点。因此结合大数据技术,并结合定量指标系统地分析评估其形态变化,可以为实现自动化的、智慧的河湖形态的管理和控制提供一条新思路。为此,论文在大数据环境下,以实现自动化河湖形态管控为核心目标,探索了大数据环境下河湖形态变化评估模型的研究与设计,建立了一套基于形态学的定量指标评估体系,为自动化河湖形态管控提供理论基础,并选取了斧头湖为试点研究对象,进行了相关结果分析。论文的主要研究内容和成果总结如下:(1)论文提出及设计了一个结合大数据技术的河湖形态变化评估模型,融合了OpenCV、GDAL、MapReduce、Spark等相关技术,实现了GeoTIFF格式图像的HDFS的自定义读取,完成了遥感影像在系统内待处理的各种格式的转换流转,实现了各种分析结果的JSON格式的输出和保存。(2)设计并实现了大数据平台下对河湖水体形态的提取。基于GDAL和OpenCV的二次开发完成了对GeoTIFF格式遥感图像的信息提取及处理,实现了自动样本选取策略的支持向量机水体分类算法,并提出了一个滑动比例尺频数统计算法,更准确地确定目标像元范围,从而支持批量遥感影像的自动化处理和水体轮廓的提取。(3)通过研究湖泊形态特征的定量表达,实现了对所提取出的水体轮廓形态变化的评估,为河湖形态管控提供理论依据。基于OpenCV实现了计盒维数计算算法,建立了一套综合定量分析湖泊形态变化的指标体系。(4)搭建了基于OpenCV、GDAL、MapReduce、Spark的综合计算环境,选取斧头湖为试点研究对象,对其形态变化评估的结果进行了分析,发现其形态具有典型狭长湖泊的特点,受人为因素影响较大。通过研究其各形态特征一年内的变化趋势,评定了其形态变化评估模型的红线阈值。