(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 202210114812.3 (22)申请日 2022.01.30 (71)申请人 中国科学院地理科 学与资源研究所 地址 100101 北京市朝阳区大屯路甲1 1号 中科院地理所 (72)发明人 陈少辉　 (51)Int.Cl. G06V 20/10(2022.01) G06K 9/62(2022.01) G06V 10/80(2022.01) (54)发明名称 一种融合多源数据的区域地下水位监测方 法及装置 (57)摘要 本发明涉及一种融合多源数据的区域地下 水位监测方法及装置， 步骤包括： 1)确定研究区 域， 下载研究区遥感影像及Global  Land Data  Assimilation  System的模型蒸散产品， 搜集研 究区蒸发皿蒸发及地下水位观测资料； 2)根据遥 感影像的可见光波段和热红外波段对地表蒸散 进行估算； 3)对遥感蒸散和模型蒸散进行时空融 合将遥感蒸散拓展为天尺度的融合蒸散； 4)根据 蒸发皿蒸发、 地下水位的观测资料及相应位置的 天尺度的融合蒸散建立地表蒸散和地下水位的 联系模型； 5)将步骤3天尺度的融合蒸散输入到 步骤4得到的地表蒸散和地下水位的联系模型中 对区域地下水位进行估算。 本发 明通过遥感蒸散 强化了地下水位监测的物理基础， 使无资料地区 和资料缺乏地区的地下 水位估算成为可能。 权利要求书6页 说明书14页 附图7页 CN 114663746 A 2022.06.24 CN 114663746 A 1.一种融合多源数据的区域 地下水位监测方法， 其特 征在于， 包括以下步骤： 步骤1： 确定研究区域， 下载研究区的遥感影像的可见光波段和热红外波段及Global   Land Data Assimilation  System(GLDAS)的模型蒸散产品并进行裁剪和投影转换， 搜集研 究区的蒸发皿蒸发及地下 水位观测资料； 步骤2： 根据遥感影 像的可见光波段和热红外波段 逐像元估算 地表蒸散； 步骤3： 对遥感蒸散和模型蒸散进行时空融合将遥感蒸散 拓展为天尺度的融合蒸散； 步骤4： 根据蒸发皿蒸发、 地下水位的观测资料及天尺度的融合蒸散建立地表蒸散和地 下水位的联系模型； 步骤5： 将融合蒸散 输入到地表蒸散和地下 水位的联系模型中估算区域 地下水位。 2.如权利要求1所述的一种融合多源数据的区域地下水位监测方法， 其特征在于， 所述 步骤2根据遥感影 像的可见光波段和热红外波段 逐像元估算 地表蒸散的具体步骤为： 步骤2011： 通过遥感影像内置的质量控制标签， 剔除受云污染的像元数据； 通过遥感数 据的增益与偏移量对遥感数据进行定标； 步骤2012： 利用由步骤2011所得到的遥感影像数据近红外波段的地表反射率NIR和红 光波段的地表反射 率R计算归一 化差异植被指数NDVI(无量纲)， NDVI计算公式如下： 步骤2013： 根据研究区的土壤水分特征与植被覆盖特征确定研究区的最大NDVI值 NDVImax和最小NDVI 值NDVImin； 步骤2014： 根据步骤2012所得到的NDVI和步骤2013所得到的NDVImax和NDVImin计算研究 区的植被覆盖度FVC(无量纲)， FVC计算公式如下： 步骤2015： 根据研究区的土壤类型特征与植被覆盖特征确定研究区的裸土全覆盖的比 辐射率 εsoil(无量纲)和植被全覆盖的比辐射 率 εveg(无量纲)； 步骤2016： 根据步骤2014所得到的FVC和步骤2015所得到的εsoil和 εveg计算地表比辐射 率EM(无量纲)， 计算公式如下： EM＝FVC* εveg+(1‑FVC)* εsoil        (3) 步骤2017： 根据步骤2016所得到的EM及遥感影像的亮温数据TB计算地表真实温度Ts (K)， 计算公式如下： 步骤2018： 根据步骤2011得到的遥感影像的蓝光波段反射率ρB(无量纲)、 红光波段反射 率ρR(无量纲)、 NIR波段反射率ρNIR(无量纲)、 中波 红外波段反射率ρswir(无量纲)、 中波红外 波段反射 率ρswir2(无量纲)计算反照率α(无量纲)， 计算公式如下： α ＝(0.356*ρB+0.13*ρR+0.373*ρNIR+0.085*ρswir+0.072*ρswir2‑0.018)/1.016   (5) 步骤2019： 根据步骤2016得到的EM(无量纲)、 步骤2017得到的Ts(K)、 步骤2018得到的α (无量纲)， 结合太阳下行短波辐射Sd(W/m2)， 斯蒂芬 ‑波尔兹曼常数σ(无量纲)， 大气入射长权　利　要　求　书 1/6 页 2 CN 114663746 A 2波辐射 计算地表净辐射 通量Rn(W/m2)， 计算公式如下： 其中， 太阳 下行短波辐射Sd的计算公式如下： Sd＝S0*cosZ*cosZ/(1.085 *cosZ+ea*(2.7+cosZ)* 0.001+b)      (7) 其中， S0为大气顶端太阳辐 射常数， 为1367W/m2， Z为从影像数据中获取 的太阳天顶角， 单位为弧度， ea为大气实际水汽压， 从气象观测得到， 单位 为hPa， b＝0.2为校正系数； 其中， α为反照率， 无量纲， 斯蒂芬 ‑波尔兹曼常数σ， 为0.000000056697， EM为地表的 比 辐射率， 无量纲， Ts为地表温度， 单位为K， εsky为天空比辐射率， 可近似地等于1， Tsky为天空 温度， 单位 为K； 步骤2020： 根据步骤2 014得到的FVC、 步骤2019得到的地表净辐射通量Rn、 完全裸土时地 表热通量G占Rn的比例0.315、 完全植被覆盖 时G占Rn的比例0.05， 计算地表热通量G(W/m2)， 计算公式如下： G＝Rn[0.05+0.31*(1 ‑FVC)]       (8) 步骤2021： 根据步骤2014得到的FVC、 步骤2017得到的Ts， 构建以FVC  为横轴、 Ts为纵轴 的二维散点空间； 将FVC划 分为若干等分， 统计每个FVC分区内的最大Ts Tmaxv和最小的Ts  Tminv， 以若干个等分的FVC值为自变量， 以对应的Tmaxv和Tminv为因变量， 得到以下的回归 方程： Tmaxv＝ar+br*FVC            (9) Tminv＝aw+bw*FVC           (10) 式中， ar， br分别为地表温度和植被覆盖度二维散点空间干边的斜率及截距， aw， bw分 别为地表温度和植被覆盖度二维散点空间湿边的斜 率及截距。 步骤2022： 根据步骤2014得到的FVC、 步骤2017得到的Ts、 步骤2021得到的Tmaxv和 Tminv， 计算每 个像元的波 文比β(无量纲)， 计算公式如下： β ＝(Ts‑Tminv)/(Tmax v‑Ts)      (11) 步骤2023： 根据步骤2019得到的Rn、 步骤202 0得到的G、 步骤2022得到的β， 计算每个像 元 的地表蒸散 ET(W/m2)， 计算公式如下： ET＝(Rn‑G)/(1+β )             (12) 3.如权利要求1所述的一种融合多源数据的区域地下水位监测方法， 其特征在于， 所述 步骤3的具体步骤为： 步骤3011： 准备对应遥感蒸散ET(W/m2)时刻的GLDAS模型蒸散ETr(kg/m2/s)、 对应蒸发 皿蒸发、 地下 水位的观测日的GLDAS模型蒸散{ETOi(kg/m2/s)}1≤i≤8； 步骤3012： 将遥感蒸散 ET(W/m2)的量纲转换为 kg/m2/s； 步骤3013： 将量纲 转换的遥感蒸散ET(kg/ m2/s)、 模型蒸散ETr(kg/m2/s)、 模型蒸散{ETOi (kg/m2/s)}1≤i≤8进行时空融合， 得到对应蒸发皿蒸发、 地下水位的观测日、 对应遥感空间分 辨率的融合蒸散{ETRi(kg/m2/s)}1≤i≤8， 融合方法为： 其中， W为在遥感蒸散和模型蒸散上移动的小窗口的尺寸， k， l为小窗口内像元的位置，权　利　要　求　书 2/6 页 3 CN 114663746 A 3