基于夜间灯光卫星遥感数据的灾后电网停复电监控方法

1.本发明涉及电网监控技术领域，尤其涉及基于夜间灯光卫星遥感数据的灾后电网停复电监控方法。


背景技术：

2.长期以来，人们一直致力于减少城市灾害的损失，缺乏灾害期间城市基础设施性能的可靠数据是评估和验证城市抗灾能力面临的挑战之一。电力是国家的主要能源和经济命脉，安全、优质的电力供给是保证国计民生稳定的关键因素，电力系统的安全稳定运行直接关系到国家的生产建设和人民的生活秩序。针对城市灾后停电和恢复过程的观测有利于推进城市抗灾能力研究；能够为地方政府和政策制定者提供参考，有利于支持灾害应对和恢复决策。
3.然而，灾害往往会引起地面信息系统的故障，从而影响到针对电力系统的监控，遥感卫星则可以作为独立的信息源，用以监控灾后电力的损失和恢复情况。作为一种特殊的遥感技术，夜间灯光遥感能捕捉地面物体的夜间辐射，由于夜间稳定的地表亮光大部分来自于人工光源，因此夜间灯光辐射数据与电力性能高度；相关。此外，夜间灯光遥感具有覆盖面大、获取方便的优点，夜间灯光遥感影像作为观测城市电力性能的有用工具，已被用于灾害评估。
4.在正常气象条件下，现有的夜间灯光监控可以描述描述短期的地表夜间灯光辐射值的变化。但是在台风造成的极端气象条件下，夜间灯光遥感影像的数据质量受到干扰，使得实时、高分辨率和短期的夜间灯光监测依旧是监控台风灾后城市停电和恢复过程的领域的一个挑战。现有的台风灾后夜间灯光监控大多关注大范围地区和长时间跨度的停电和恢复过程。但是，我国的城市电网在台风灾后的表现为：停电区域分布分散，和停电恢复速度快。因此，需要一种方法，针对我国城市在台风灾后出现的零散停电区域，进行高时空分辨率的夜间灯光遥感观测，对城市台风灾后停电和恢复过程进行监控。


技术实现要素：

5.本发明的目的在于提供基于夜间灯光卫星遥感数据的灾后电网停复电监控方法。
6.本发明采用的技术方案是：
7.基于夜间灯光卫星遥感数据的灾后电网停复电监控方法，其包括以下步骤：
8.步骤1，确定监控地区的地理边界经纬度和监控时间跨度(起始日期和终止日期)。
9.步骤2，选择vnp46a2夜间灯光遥感产品中的两个数据集作为数据源：gap_filled_dnb_brdf-corrected_ntl数据集和mandatory_quality_flag数据集，对上述两个数据集进行数据处理，得到夜间灯光矩阵集和质量标记矩阵集。
10.步骤3，将夜间灯光矩阵集和质量标记矩阵集作为输入导入聚合算法并执行，得到聚合夜间灯光产品。
11.步骤4，对聚合夜间灯光矩阵进行数据可视化表达，得到监控区域在监控时间跨度
内的夜间灯光变化曲线，实现对停电事件和恢复过程的监控。
12.进一步地，步骤2中的数据处理得到夜间灯光矩阵集和质量标记矩阵集，具体操作是：根据监控时间跨度选取gap_filled_dnb_brdf-corrected_ntl数据集和mandatory_quality_flag数据集中对应日期的栅格图，根据监控地区的地理边界经纬度对栅格图进行裁剪，计算公式为：其中index
cloumns
是栅格图中的列索引，index
rows
是栅格图中的行索引，longitude是经度，latitude是纬度。gap_filled_dnb_brdf-corrected_ntl数据集中栅格图经过处理得到夜间灯光矩阵集，mandatory_quality_flag数据集中栅格图经过处理得到质量标记矩阵集。
13.进一步地，步骤3中的聚合算法，具体步骤是：
14.步骤3-1，使用质量标记矩阵集生成过滤矩阵集，质量标记矩阵集中的每个质量标记矩阵都被二进制化为过滤矩阵，质量标志矩阵中的值“02”定义为-1，其余值被指定为1。
15.步骤3-2，按照日期顺序，对夜间灯光矩阵集和质量标记矩阵集中具有相同日期索引的两个矩阵进行hadamard乘法运算，得到标记矩阵。对于监控时间跨度的每一天，都有一对夜间灯光矩阵和质量标记矩阵。通过重复进行hadamard乘法运算，可以得到一组按日期排序的标记矩阵。
16.步骤3-3，将标记矩阵序列分割成若干个步长为t的片段，对于矩阵中的任意一个位置，每个片段中共有t个像素。从t个像素中选择数值大于0的作为有效像素并计算其平均值，得到聚合矩阵中在该位置的数值。对矩阵中的所有位置重复执行先选择有效像素再计算平均值的操作，从而得到聚合矩阵。
17.步骤3-4，对标记矩阵序列的所有片段重复执行第三步，得到一组聚合矩阵，即为聚合夜间灯光产品。
18.进一步地，步骤4中具体操作是：计算监控地区每一张聚合矩阵的平均辐射值，得到监控区域内夜间灯光亮度随时间变化的表现。
19.本发明采用以上技术方案，聚合算法，使用质量标记矩阵集生成过滤矩阵集，质量标记矩阵集中的每个质量标记矩阵都被二值化为过滤矩阵，按照日期顺序，对夜间灯光矩阵集和质量标记矩阵集中具有相同日期索引的两个矩阵进行hadamard乘法运算，得到标记矩阵。对千监控时间跨度的每一天，都有一对夜间灯光矩阵和质量标记矩阵，通过重复进行hadamard乘法运算，可以得到一组按日期排序的标记矩阵，将标记矩阵序列分割成若千个步长为t的片段对千矩阵中的任意一个位置，每个片段中共有t个像素，从t个像素中选择数值大千0的作为有效像素并计算其平均值，得到聚合矩阵中在该位置的数值。对矩阵中的所有位置重复执行先选择有效像素再计算平均值的操作，从而得到聚合矩阵，对标记矩阵序列的所有片段重复执行第三步，得到一组聚合矩阵，即为聚合夜间灯光产品。
附图说明
20.以下结合附图和具体实施方式对本发明做进一步详细说明；
21.图1为本发明基于夜间灯光卫星遥感数据的灾后电网停复电监控方法的流程示意图；
22.图2为步骤3中聚合算法的流程示意图。
23.实施方式
24.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图对本技术实施例中的技术方案进行清楚、完整地描述。
25.如图1或2所示，本发明公开了基于夜间灯光卫星遥感数据的灾后电网停复电监控方法，基于聚合算法使用质量标记矩阵集生成过滤矩阵集，质量标记矩阵集中的每个质量标记矩阵都被二值化为过滤矩阵，按照日期顺序，对夜间灯光矩阵集和质量标记矩阵集中具有相同日期索引的两个矩阵进行hadamard乘法运算得到标记矩阵，通过重复进行hadamard乘法运算得到一组按日期排序的标记矩阵，对矩阵中的所有位置重复执行先选择有效像素再计算平均值的操作，从而得到聚合矩阵，对标记矩阵序列的所有片段重复执行第三步，得到一组聚合矩阵，即为聚合夜间灯光产品。本发明的具体步骤如下：
26.步骤1，确定监控地区的地理边界经纬度和监控时间跨度(起始日期和终止日期)。
27.步骤2，选择vnp46a2夜间灯光遥感产品中的两个数据集作为数据源：gap_filled_dnb_brdf-corrected_ntl数据集和mandatory_quality_flag数据集，对上述两个数据集进行数据处理，得到夜间灯光矩阵集和质量标记矩阵集。
28.步骤3，将夜间灯光矩阵集和质量标记矩阵集作为输入导入聚合算法并执行，得到聚合夜间灯光产品。
29.步骤4，对聚合夜间灯光矩阵进行数据可视化表达，得到监控区域在监控时间跨度内的夜间灯光变化曲线，实现对停电事件和恢复过程的监控。
30.进一步地，步骤2中的数据处理得到夜间灯光矩阵集和质量标记矩阵集，具体操作是：根据监控时间跨度选取gap_filled_dnb_brdf-corrected_ntl数据集和mandatory_quality_flag数据集中对应日期的栅格图，根据监控地区的地理边界经纬度对栅格图进行裁剪，计算公式为：其中index
cloumns
是栅格图中的列索引，index
rows
是栅格图中的行索引，longitude是经度，latitude是纬度。gap_filled_dnb_brdf-corrected_ntl数据集中栅格图经过处理得到夜间灯光矩阵集，mandatory_quality_flag数据集中栅格图经过处理得到质量标记矩阵集。
31.进一步地，步骤3中的聚合算法，具体步骤是：
32.步骤3-1，使用质量标记矩阵集生成过滤矩阵集，质量标记矩阵集中的每个质量标记矩阵都被二进制化为过滤矩阵，质量标志矩阵中的值“02”定义为-1，其余值被指定为1。
33.步骤3-2，按照日期顺序，对夜间灯光矩阵集和质量标记矩阵集中具有相同日期索引的两个矩阵进行hadamard乘法运算，得到标记矩阵。对于监控时间跨度的每一天，都有一对夜间灯光矩阵和质量标记矩阵。通过重复进行hadamard乘法运算，可以得到一组按日期排序的标记矩阵。
34.步骤3-3，将标记矩阵序列分割成若干个步长为t的片段，对于矩阵中的任意一个位置，每个片段中共有t个像素。从t个像素中选择数值大于0的作为有效像素并计算其平均值，得到聚合矩阵中在该位置的数值。对矩阵中的所有位置重复执行先选择有效像素再计算平均值的操作，从而得到聚合矩阵。
35.步骤3-4，对标记矩阵序列的所有片段重复执行第三步，得到一组聚合矩阵，即为聚合夜间灯光产品。
36.进一步地，步骤4中具体操作是：计算监控地区每一张聚合矩阵的平均辐射值，得到监控区域内夜间灯光亮度随时间变化的表现。
37.本发明采用以上技术方案，聚合算法，使用质量标记矩阵集生成过滤矩阵集，质量标记矩阵集中的每个质量标记矩阵都被二值化为过滤矩阵，按照日期顺序，对夜间灯光矩阵集和质量标记矩阵集中具有相同日期索引的两个矩阵进行hadamard乘法运算，得到标记矩阵。对千监控时间跨度的每一天，都有一对夜间灯光矩阵和质量标记矩阵，通过重复进行hadamard乘法运算，可以得到一组按日期排序的标记矩阵，将标记矩阵序列分割成若千个步长为t的片段对千矩阵中的任意一个位置，每个片段中共有t个像素，从t个像素中选择数值大千0的作为有效像素并计算其平均值，得到聚合矩阵中在该位置的数值。对矩阵中的所有位置重复执行先选择有效像素再计算平均值的操作，从而得到聚合矩阵，对标记矩阵序列的所有片段重复执行第三步，得到一组聚合矩阵，即为聚合夜间灯光产品。本发明可以满足我国进行城市灾后停电和恢复过程观测的需求，有利于推进城市抗灾能力的研究；能够为地方政府和政策制定者提供参考，有利于支持灾害应对和恢复决策。
38.显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。

技术特征：
1.基于夜间灯光卫星遥感数据的灾后电网停复电监控方法，其特征在于：其包括以下步骤：步骤1，确定监控地区的地理边界经纬度和监控时间跨度；步骤2，获取监控地区的夜间灯光遥感数据集进行数据处理，得到夜间灯光矩阵集和质量标记矩阵集；步骤3，将夜间灯光矩阵集和质量标记矩阵集作为输入导入聚合算法并执行得到聚合夜间灯光矩阵；步骤4，对聚合夜间灯光矩阵进行数据可视化表达，得到监控区域在监控时间跨度内的夜间灯光变化曲线，实现对停电事件和恢复过程的监控。2.根据权利要求1所述的基于夜间灯光卫星遥感数据的灾后电网停复电监控方法，其特征在于：步骤2中选择vnp46a2夜间灯光遥感产品中的两个数据集作为数据源：gap_filled_dnb_brdf-corrected_ntl数据集和mandatory_quality_flag数据集，并进行数据处理得到夜间灯光矩阵集和质量标记矩阵集。3.根据权利要求2所述的基于夜间灯光卫星遥感数据的灾后电网停复电监控方法，其特征在于：步骤2中的数据处理得到夜间灯光矩阵集和质量标记矩阵集的具体操作是：根据监控时间跨度选取gap_filled_dnb_brdf-corrected_ntl数据集和mandatory_quality_flag数据集中对应日期的栅格图，根据监控地区的地理边界经纬度对栅格图进行裁剪，计算公式为：其中，index
cloumns
是栅格图中的列索引，index
rows
是栅格图中的行索引，longitude是经度，latitude是纬度；gap_filled_dnb_brdf-corrected_ntl数据集中栅格图经过处理得到夜间灯光矩阵集，mandatory_quality_flag数据集中栅格图经过处理得到质量标记矩阵集。4.根据权利要求1所述的基于夜间灯光卫星遥感数据的灾后电网停复电监控方法，其特征在于：步骤3中的聚合算法的具体步骤是：步骤3-1，使用质量标记矩阵集生成过滤矩阵集，质量标记矩阵集中的每个质量标记矩阵都被二进制化为过滤矩阵，质量标志矩阵中的值“02”定义为-1，其余值被指定为1；步骤3-2，按照日期顺序对夜间灯光矩阵集和质量标记矩阵集中具有相同日期索引的两个矩阵进行hadamard乘法运算，得到标记矩阵；步骤3-3，将标记矩阵序列分割成若干个步长为t的片段，对于矩阵中的任意一个位置，每个片段中共有t个像素；从t个像素中选择数值大于0的作为有效像素并计算其平均值，得到聚合矩阵中在该位置的数值；对矩阵中的所有位置重复执行先选择有效像素再计算平均值的操作，从而得到聚合矩阵；步骤3-4，对标记矩阵序列的所有片段重复执行步骤3-3得到一组聚合矩阵，即为聚合夜间灯光矩阵。5.根据权利要求4所述的基于夜间灯光卫星遥感数据的灾后电网停复电监控方法，其特征在于：步骤3-2中对于监控时间跨度的每一天都有一对夜间灯光矩阵和质量标记矩阵，
通过重复进行hadamard乘法运算，以得到一组按日期排序的标记矩阵。6.根据权利要求1所述的基于夜间灯光卫星遥感数据的灾后电网停复电监控方法，其特征在于：步骤4中具体操作是：计算监控地区每一张聚合矩阵的平均辐射值，得到监控区域内夜间灯光亮度随时间变化的表现。

技术总结
本发明公开基于夜间灯光卫星遥感数据的灾后电网停复电监控方法，其包括以下步骤：步骤1，确定监控地区的地理边界经纬度和监控时间跨度；步骤2，获取监控地区的夜间灯光遥感数据集进行数据处理，得到夜间灯光矩阵集和质量标记矩阵集；步骤3，将夜间灯光矩阵集和质量标记矩阵集作为输入导入聚合算法并执行得到聚合夜间灯光矩阵；步骤4，对聚合夜间灯光矩阵进行数据可视化表达，得到监控区域在监控时间跨度内的夜间灯光变化曲线，实现对停电事件和恢复过程的监控。本发明满足城市灾后停电和恢复过程观测的需求，有利于推进城市抗灾能力的研究；能够为地方政府和政策制定者提供参考，有利于支持灾害应对和恢复决策。利于支持灾害应对和恢复决策。利于支持灾害应对和恢复决策。


技术研发人员：周宇 崔跃鹏
受保护的技术使用者：福建工程学院
技术研发日：2023.03.16
技术公布日：2023/7/25