基于多源遙感數(shù)據(jù)和水量平衡原理的灌溉用水量分析

陳 磊

(浙江省永康市水資源供水管理中心(永康市節(jié)水中心)，浙江 金華 321300)

隨著現(xiàn)代農(nóng)業(yè)發(fā)展，對(duì)農(nóng)村耕地和灌溉的智能化控制和定量分析研究受到人們的極大關(guān)注。結(jié)合對(duì)灌溉用水量多源遙感特征分析，獲取耕地灌溉用水的地表信息和地理信息，結(jié)合影像空間分布特性，采用動(dòng)態(tài)遙感特征檢測(cè)的方法，實(shí)現(xiàn)對(duì)灌溉用水量的智能化預(yù)測(cè)，通過(guò)風(fēng)險(xiǎn)評(píng)估和農(nóng)田長(zhǎng)勢(shì)統(tǒng)計(jì)分析，獲取灌溉用水量多源遙感特征數(shù)據(jù)，通過(guò)破碎耕地信息的特征參數(shù)分析，提取給予農(nóng)業(yè)耕地灌溉的基礎(chǔ)數(shù)據(jù)，從而提高水量平衡特性，解決用水不平衡的問(wèn)題。相關(guān)的灌溉用水量量化規(guī)劃研究受到人們的極大關(guān)注[1]。

對(duì)灌溉用水量分析研究是建立在對(duì)灌溉用水量多源遙感數(shù)據(jù)特征分析基礎(chǔ)上，結(jié)合重力地面高程異常特征檢測(cè)，采用GNSS水準(zhǔn)與重力地面水利平衡分析原理，實(shí)現(xiàn)灌溉用水量的動(dòng)態(tài)分析研究[2- 3]，文獻(xiàn)[4]中提出基于GNSS水準(zhǔn)和重力場(chǎng)誤差特性的大地水準(zhǔn)面精度評(píng)估方法，采用隨距離非線性變化的高程異常差誤差曲線變大，結(jié)合GNSS水準(zhǔn)點(diǎn)平均間距參數(shù)分析，實(shí)現(xiàn)高程異常精度檢測(cè)同時(shí)實(shí)現(xiàn)灌溉用水量特征分析。但該方法進(jìn)行灌溉用水量水準(zhǔn)檢測(cè)的浮動(dòng)較大，精度不好。文獻(xiàn)[5]中提出顧及地理矢量場(chǎng)空間變化特征的多分辨率紋理可視化方法，通過(guò)大規(guī)模密集地理矢量場(chǎng)數(shù)據(jù)集特征分析，實(shí)現(xiàn)灌溉用水量多源遙感檢測(cè)和識(shí)別，但該方法的實(shí)時(shí)可視化性能不好。

針對(duì)上述問(wèn)題，本文提出基于多源遙感數(shù)據(jù)和水量平衡原理的灌溉用水量分析模型，首先構(gòu)建灌溉用水量的多源遙感數(shù)據(jù)統(tǒng)計(jì)分析模型，采用水量平衡原理快速獲取灌溉用水的動(dòng)態(tài)水利信息，然后根據(jù)規(guī)則耕地、山坡區(qū)的梯田和坡耕地的用水差異性，建立灌溉用水量的水量平衡動(dòng)態(tài)分析模型，實(shí)現(xiàn)灌溉用水量多源遙感檢測(cè)和灌溉用水量分析估計(jì)，最后進(jìn)行實(shí)驗(yàn)測(cè)試，展示了本文方法在提高灌溉用水量動(dòng)態(tài)分析能力方面的優(yōu)越性能。

1 多源遙感數(shù)據(jù)檢測(cè)及空間拓?fù)浞植?/h2>

1.1 灌溉用水的多源遙感數(shù)據(jù)檢測(cè)

為實(shí)現(xiàn)基于多源遙感數(shù)據(jù)和水量平衡原理的灌溉用水量，結(jié)合多源遙感數(shù)據(jù)統(tǒng)計(jì)分析方法，分析空間地理因素特征，采用稠密表示法和紋理動(dòng)態(tài)分析的方法，采用連續(xù)表達(dá)矢量場(chǎng)全局分析的方法，分析矢量場(chǎng)中的結(jié)構(gòu)特征、多尺度及空間分布特征，實(shí)現(xiàn)區(qū)域水土流失遙感監(jiān)測(cè)和特征識(shí)別[6]，建立灌溉用水量多源遙感數(shù)據(jù)特征分析和濾波模型。通過(guò)改進(jìn)動(dòng)態(tài)約束進(jìn)化算法，進(jìn)行灌溉用水量多源遙感數(shù)據(jù)特征分析，在大規(guī)模密集矢量場(chǎng)可視化下，采用地表覆蓋的復(fù)雜度分析方法[7]，分析灌溉用水量的空間異質(zhì)性特征提取和參數(shù)分析模型，通過(guò)耕地灌溉的用水遙感分布特性，得到基于多源遙感數(shù)據(jù)和水量平衡原理的灌溉用水量檢測(cè)總體實(shí)現(xiàn)結(jié)構(gòu)圖，如圖1所示。

圖1 灌溉用水量檢測(cè)總體實(shí)現(xiàn)結(jié)構(gòu)圖

圖1所示的灌溉用水量檢測(cè)總體結(jié)構(gòu)，采用高層語(yǔ)義特征分析方法，根據(jù)灌溉用水量數(shù)據(jù)流的量化參數(shù)分析，通過(guò)構(gòu)建動(dòng)態(tài)灌溉用水量多源遙感觀測(cè)數(shù)據(jù)動(dòng)態(tài)分析模型，結(jié)合對(duì)灌溉用水量多源遙感特征分析，在時(shí)空分布模型中，分析耕地灌溉的幾何形態(tài)特征和拓?fù)涮卣鳎捎霉喔扔盟抗δ芙Y(jié)構(gòu)化特征分析，進(jìn)行灌溉用水量多源遙感數(shù)據(jù)的特征識(shí)別[8]，通過(guò)分析灌溉用水量多源遙感數(shù)據(jù)的線性參數(shù)，得到灌溉用水量多源遙感數(shù)據(jù)異常數(shù)據(jù)的動(dòng)態(tài)特征分布集X={x1,x2,…,xn}，n是灌溉用水量多源遙感數(shù)據(jù)集X的數(shù)目，X中包含的局部極值特征點(diǎn)分段元素都是一個(gè)p維矢量，X含有c個(gè)類別，分析灌溉用水量多源遙感數(shù)據(jù)的波動(dòng)程度，得到第i個(gè)類灌溉用水量多源遙感數(shù)據(jù)的類間中心參數(shù)為vi={vi1,vi2,…,vip}，結(jié)合灌溉用水量多源觀測(cè)數(shù)據(jù)，得到第i時(shí)刻獲得的歷史灌溉用水量觀測(cè)數(shù)據(jù)為{xi1,xi2,…,xim}，其對(duì)應(yīng)的數(shù)據(jù)類型為yi，yi的值為1或-1，由此，實(shí)現(xiàn)對(duì)灌溉用水的多源遙感數(shù)據(jù)檢測(cè)[9]，得到灌溉用水多源遙感特征分布如圖2所示。

圖2 灌溉用水多源遙感特征分布

根據(jù)氣象模型庫(kù)、灌溉用水量多源遙感模型庫(kù)等進(jìn)行動(dòng)態(tài)數(shù)據(jù)庫(kù)構(gòu)造，建立灌溉用水量多源遙感動(dòng)態(tài)分析模型化參數(shù)。

1.2 空間拓?fù)浞植?/h3>

根據(jù)灌溉用水量多源遙感視覺特征劃分水體動(dòng)態(tài)分布特性，采用水量平衡原理快速獲取灌溉用水的動(dòng)態(tài)水利信息，利用原始區(qū)域水土流失遙感圖像和濾波后灌溉用水的多源遙感特征分布差異性，對(duì)邊緣圖像進(jìn)行分塊統(tǒng)計(jì)[10]，計(jì)算灌溉用水量遙感分布相鄰區(qū)域灰度反差。動(dòng)態(tài)灌溉用水量多源遙感觀測(cè)圖像為f(x,y)，在(p+q)階的動(dòng)態(tài)灌溉用水量多源遙感多分辨譜參數(shù)為：

(1)

式中，(x,y)—遙感影像的幾何形態(tài)特征值；xp—空間信息和專家知識(shí)聯(lián)合分布特征；yq—邊緣精準(zhǔn)的影像對(duì)象聯(lián)合參數(shù)；M,N—遙感耕地信息提取的矩參數(shù)。根據(jù)灌溉用水量多源遙感數(shù)據(jù)的光譜特征分布參數(shù)，得到地物目標(biāo)信息的精準(zhǔn)動(dòng)態(tài)特征參數(shù)分布為：

(2)

2 灌溉用水量量化分析實(shí)現(xiàn)

2.1 灌溉用水量的平衡動(dòng)態(tài)分析模型

通過(guò)幾何特征與鄰域空間的空間拓?fù)浞植继匦?，采用空間場(chǎng)景的結(jié)構(gòu)相似性特征分析的方法，建立遙感和矢量數(shù)據(jù)空間特征分布模型。結(jié)合特征耗散度解析的方法，得到灌溉用水量的平衡動(dòng)態(tài)特征分布函數(shù)滿足U(x)=1-eβd(x)，引入β指標(biāo)作為耕地形態(tài)信息特征量，采用子空間函數(shù)約束的方法，得到地形特點(diǎn)和在遙感影像動(dòng)態(tài)分布參數(shù)集滿足為U(x)=1-t(x)，顯然有0

(3)

式中，Lxx(x,σ)—不同耕地類型的灌溉用水量，m3；Lxy和Lyy的含義與之類似。由此基于矢量場(chǎng)空間變化特征分析，通過(guò)復(fù)合信息熵的歸一化處理，得到水土流失遙感影像檢測(cè)的局部可視化分析特征分布集表達(dá)式為：

(4)

式中，wmk—灌溉用水量多源遙感數(shù)據(jù)的復(fù)合信息熵；Tm—水平衡強(qiáng)度信息熵；τmk—連通區(qū)域的概率統(tǒng)計(jì)區(qū)間；v(t)—整體變化特征參數(shù)；wnk—連通區(qū)域的區(qū)域水土流失特征參數(shù)；K(m)—大尺度地理空間像素點(diǎn)；M—連通區(qū)域水平衡矢量場(chǎng)信息評(píng)估參數(shù)。通過(guò)分析灌溉用水場(chǎng)內(nèi)整體變化特征，得到各個(gè)子區(qū)間βi內(nèi)的分布概率和全局分布概率：

MinWH=min{w(C),h(V)}

(5)

(6)

式中，w(C)—灌溉水體指數(shù)；h(V)—遙感監(jiān)測(cè)各個(gè)波段上的平均值數(shù)；Area(cc)—區(qū)域水土流失標(biāo)量信息的綜合抽象特征量；Area(pic)—交叉熵?fù)p失函數(shù)，基于遙感影像場(chǎng)景分類模型，采用遙感信息增強(qiáng)技術(shù)，進(jìn)行單元點(diǎn)與水量灌溉區(qū)域分布位置的相關(guān)性鄰域估計(jì)，得到鄰域特征分布為NEj*(t)，此時(shí)隨機(jī)梯度下降的學(xué)習(xí)概率統(tǒng)計(jì)區(qū)間為：

(7)

2.2 灌溉用水量量化評(píng)估實(shí)現(xiàn)

在構(gòu)建灌溉用水量的多源遙感數(shù)據(jù)統(tǒng)計(jì)分析模型和平衡動(dòng)態(tài)特征分析模型的基礎(chǔ)上，進(jìn)行灌溉區(qū)域的遙感場(chǎng)景幾何形態(tài)特征分析，得到灌溉用水量評(píng)估的雙線性插值輸出動(dòng)態(tài)模型為：

(8)

(9)

圖3 灌溉用水特征識(shí)別和估計(jì)實(shí)現(xiàn)流程

3 實(shí)驗(yàn)測(cè)試

通過(guò)仿真實(shí)驗(yàn)驗(yàn)證本文方法實(shí)現(xiàn)灌溉用水量分析和估計(jì)中的應(yīng)用性能，對(duì)灌溉用水量多源遙感數(shù)據(jù)檢測(cè)的空間分辨率為0.36m，高分辨率遙感影像視覺特征檢測(cè)的周期設(shè)定為100epoch，窗函數(shù)大小設(shè)置為68，塊區(qū)域大小300×500像元，耕地灌溉的水量平衡配置參數(shù)見表1。

表1 耕地灌溉的水量平衡配置參數(shù)

根據(jù)表1的參數(shù)配置，進(jìn)行灌溉用水量多源遙感數(shù)據(jù)檢測(cè)和用水量分析，得到遙感數(shù)據(jù)如圖4所示。

以圖4的灌溉用水量多源遙感數(shù)據(jù)為輸入，進(jìn)行水量平衡性和用水量分析，提取水體分布特征，得到特征提取結(jié)果如圖5所示。

圖4 灌溉用水量多源遙感數(shù)據(jù)檢測(cè)

圖5 灌溉用水水體特征提取

分析圖5得出，采用本文方法進(jìn)行灌溉用水量分析的遙感監(jiān)測(cè)結(jié)果的動(dòng)態(tài)匹配能力較強(qiáng)，可以得到完整的拓?fù)潢P(guān)系并準(zhǔn)確量化分析耕地空間分布特性，由此實(shí)現(xiàn)對(duì)灌溉用水量評(píng)估，得到用水評(píng)估結(jié)果如圖6所示，對(duì)比評(píng)估精度，結(jié)果見表2。分析圖6和表2可知，本文方法能有效實(shí)現(xiàn)灌溉用水量量化評(píng)估，評(píng)估準(zhǔn)確度和收斂性水平較高。

圖6 用水評(píng)估結(jié)果

表2 評(píng)估精度對(duì)比

4 結(jié)語(yǔ)

農(nóng)業(yè)灌溉水量估算和區(qū)域農(nóng)業(yè)用水的校核是用水統(tǒng)計(jì)監(jiān)管的難點(diǎn)。結(jié)合影像空間分布特性，采用動(dòng)態(tài)遙感特征檢測(cè)的方法，實(shí)現(xiàn)對(duì)灌溉用水量的智能化預(yù)測(cè)。本文提出基于多源遙感數(shù)據(jù)和水量平衡原理的灌溉用水量分析模型，分析耕地灌溉的幾何形態(tài)和拓?fù)涮卣?，采用灌溉用水量功能結(jié)構(gòu)化特征分析，進(jìn)行多源遙感數(shù)據(jù)的特征識(shí)別。分析灌溉用水量多源遙感數(shù)據(jù)的線性參數(shù)，通過(guò)水量平衡原理快速獲取灌溉用水的動(dòng)態(tài)水利信息，采用綜合多尺度特征分析和水量平衡檢測(cè)。研究可知，本文方法能有效實(shí)現(xiàn)行灌溉用水量分析的遙感監(jiān)測(cè)和用水量評(píng)估。