CN119179876B - 一种二维红树林海岸平面参数采集计算方法及装置 - Google Patents

Abstract

本申请公开了一种二维红树林海岸平面参数采集计算方法及装置，涉及图像数据处理技术领域，该方法包括获取目标红树林区域的红树林图像和实测参数；根据所述红树林图像和所述实测参数，确定所述目标红树林区域的红树特征关系；根据所述红树林图像，计算红树分布参数；根据所述红树分布参数和所述红树特征关系，计算消浪参数；所述消浪参数包括衰减系数和拖曳力参数；根据所述消浪参数和所述红树分布参数，确定所述目标红树林区域经红树林沿程的波高变化，用于表征目标红树林区域的红树林的消浪能力。本申请可以准确获取到红树林海岸平面参数，提高红树林海岸平面参数的准确性。

Description

一种二维红树林海岸平面参数采集计算方法及装置

技术领域

本申请涉及图像数据处理计算技术领域，特别是涉及一种二维红树林海岸平面参数采集计算方法及装置。

背景技术

红树林屏障是海岸防护的重要一环。红树林具有消波缓流、减轻海啸、纳污、防风、消浪等重要功能。衰减系数和拖曳力参数是两个经常用到的衡量消浪能力的关键参数，通常采用物理实验或现场观测数据计算得到。

其中，物理实验通常是在水槽中使用某种缩小比尺的模型和给定植物间距的情况下，确定出某种工况下的消浪参数，通过大量实验拟合得到消浪参数分布曲线，以此估计特定植物以及特定排布方式下的消浪能力。然而，实际中红树林的排列间距并不一致，外形、分布也各不相同，物理实验中很难做到对于不同物理模型类型、分布间距都进行排列组合，使得最终计算得到的红树林的消浪能力并不准确。目前，利用物理模型实验得出红树林的典型结构、典型排布下的关键性消浪参数，结合红树实际不同外形和平面分布，再进行二维数学模型计算是一个较为优化的流程。但是目前对于红树林海岸消浪能力的研究，缺乏大范围、考虑红树林实际外形和分布在平面上变化的二维数学模型。而研究如何准确地获取红树林海岸平面参数，是设计物理模型和数学模型的前提和基础工作，也是研究复杂红树林海岸消浪能力的关键。

综上，如何提供一种可以准确地获取红树林海岸平面参数的方法，成为了本领域亟待解决的一个技术问题。

发明内容

本申请的目的是提供一种二维红树林海岸平面参数采集计算方法及装置，可以准确获取到红树林海岸平面参数，提高红树林海岸平面参数的准确性。

为实现上述目的，本申请提供了如下方案。

第一方面，本申请提供了一种二维红树林海岸平面参数采集计算方法，所述二维红树林海岸平面参数采集计算方法包括以下步骤。

获取目标红树林区域的红树林图像和实测参数；所述红树林图像为在所述目标红树林区域正上方获取的二维红树林海岸平面图像，所述实测参数为对所述目标红树林区域中的红树进行实地测量得到的数据，所述实测参数包括红树数量、根长、根直径、树干长度、树干斜率、树干直径、叶形状、叶数量和叶面积。

根据所述红树林图像和所述实测参数，确定所述目标红树林区域的红树特征关系；所述红树特征关系用于表征红树的树冠直径分别与根、枝干和叶之间的相关关系。

根据所述红树林图像，计算红树分布参数；所述红树分布参数包括红树分布密度、树冠平均面积、树冠平均直径和红树平均间距。

根据所述红树分布参数和所述红树特征关系，计算消浪参数；所述消浪参数包括衰减系数和拖曳力参数。

根据所述消浪参数和所述红树分布参数，确定所述目标红树林区域经红树林沿程的波高变化；所述波高变化用于表征所述目标红树林区域的红树林的消浪能力。

第二方面，本申请提供了一种二维红树林海岸平面参数采集计算装置，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现第一方面所述的二维红树林海岸平面参数采集计算方法。

根据本申请提供的具体实施例，本申请公开了以下技术效果。

本申请提供了一种二维红树林海岸平面参数采集计算方法及装置，根据红树林图像和实测参数建立了红树的树冠直径与根、枝干和叶之间的相关关系，并根据红树林图像，计算出了红树分布密度、树冠平均面积、树冠平均直径和红树平均间距等红树分布参数，结合红树的树冠直径与根、枝干和叶之间的相关关系，来共同计算衰减系数和拖曳力参数等消浪参数，实现了将二维图像与三维数据进行结合用于拖曳力参数的计算以及数学模拟的过程，可以准确获取到红树林海岸平面参数，提高红树林海岸平面参数的准确性，有利于更加准确、可靠地评估红树林的消浪能力。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请一实施例提供的一种二维红树林海岸平面参数采集计算方法的流程示意图。

图2为本申请一实施例提供的一种二维红树林海岸平面参数采集计算方法的原理示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

如图1和图2所示，本实施例提出了一种二维红树林海岸平面参数采集计算方法，该二维红树林海岸平面参数采集计算方法具体包括以下步骤。

步骤S1、获取目标红树林区域的红树林图像和实测参数；所述红树林图像为在所述目标红树林区域正上方获取的二维红树林海岸平面图像，所述实测参数为对所述目标红树林区域中的红树进行实地测量得到的数据，所述实测参数包括红树数量、根长、根直径、树干长度、树干斜率、树干直径、叶形状、叶数量和叶面积等。

本实施例中，步骤S1获取目标红树林区域的红树林图像和实测参数，具体包括以下步骤。

步骤S11、获取目标红树林区域的红树林图像，所述红树林图像为采用无人机对所述目标红树林区域的红树林进行平面测绘得到的图像。

本实施例中，利用无人机进行平面测绘获取高精度、高清晰度的红树林图像，包括清晰的红树分布位置、红树形状和每棵红树、红树区域控制点的经纬度坐标信息。红树林图像需要清楚反映红树的轮廓、外形、颜色、经纬度等信息。

步骤S12、获取目标红树林区域的实测参数，所述实测参数为采用野外勘探的方式对所述目标红树林区域的红树林进行实地测量得到的数据。

本实施例在实地测量时，测量典型红树结构的根、树干、叶形状、数量、斜率等参数，以便于根据统计结果建立无人机红树林图像上反映的树冠直径分别与根、枝干和叶之间的相关关系。

步骤S2、根据所述红树林图像和所述实测参数，确定所述目标红树林区域的红树特征关系；所述红树特征关系用于表征红树的树冠直径分别与根、枝干和叶之间的相关关系。

本实施例中，步骤S2根据所述红树林图像和所述实测参数，确定所述目标红树林区域的红树特征关系，具体包括以下步骤。

步骤S21、根据所述红树林图像，确定所述红树林图像上每一棵红树的树冠直径。

步骤S22、根据所述红树林图像上每一棵红树的树冠直径，采用数学统计的方法，确定所述实测参数中对应红树的根长、根直径、树干长度、树干斜率、树干直径、叶形状、叶数量和叶面积。

步骤S23、根据每一棵红树的树冠直径以及对应的根长、根直径、树干长度、树干斜率、树干直径、叶形状、叶数量和叶面积，确定所述红树特征关系。

本实施例通过红树立体结构测量建立典型红树结构，这里的典型红树结构指的是发育正常、能代表当前红树林区域的普通红树的生长水平的红树，并建立树冠直径分别与根、枝干和叶之间的相关关系。在野外勘测中测量足够数量的典型红树结构，获得典型红树结构的高、宽数据以及根、枝干、叶尺度、数量、外形信息等，结合无人机平面扫测得到其对应的树冠平面尺寸，通过数学统计的方法，例如费舍统计，以得到某一典型树冠尺寸的红树，它最有可能对应的详细数据，达到平面到立体的转换。也就是对于其它任何地区的红树，只要通过二维平面红树图像，即可得知该地区红树的详细数据的结果。

步骤S3、根据所述红树林图像，计算红树分布参数；所述红树分布参数包括红树分布密度、树冠平均面积、树冠平均直径和红树平均间距。

本实施例中，步骤S3根据所述红树林图像，计算红树分布参数，具体包括以下步骤。

步骤S31、对所述红树林图像进行批量裁剪，得到若干裁片。

步骤S32、对每一所述裁片进行盖度识别，得到每一所述裁片对应的盖度。

步骤S33、对每一所述裁片进行红树数量识别，得到每一所述裁片对应的红树数量。

步骤S34、根据每一所述裁片对应的所述红树数量、所述盖度、裁片高度以及裁片宽度，计算得到所述红树分布参数。

本实施例中，采用红树盖度和数量的识别软件，该识别软件基于python语言制作，主要包括图片导入与批量裁剪、批量识别裁片盖度、批量识别较大间距红树数量、通过像素膨胀批量识别较小间距红树数量、裁片拼接重构等功能。其中，图片导入与批量裁剪功能是为了导入红树林图像，并将其裁剪为若干裁片，从而得到红树林图像的局部分布信息，裁片较小则精度越高，这样可以避免红树林图像过大导致处理时间过长或者卡滞死机的情况。批量识别裁片盖度、批量识别较大间距红树数量、通过像素膨胀批量识别较小间距红树数量等功能用于提取出每一个裁片的树冠盖度与红树数量信息。裁片拼接重构功能可以将经过盖度统计和数量识别并标识过的裁片重新拼合成高精度的、完整的红树林图像。具体包括以下步骤。

步骤（1）：图片导入与批量裁剪。用户通过filedialog（文件对话框）语句，实现文件对话框选择图像文件功能，软件将导入的图像显示为缩略图，并记录其实际尺寸。用户输入裁剪块的尺寸和步长（单位为像素），使用patchify（图像分割）语句将图像分割成多个小块，并将每个块保存为单独的图像文件，以“patch_{i}_{j}.png”的格式命名，其中，i和j分别表示行号和列号。

步骤（2）：盖度识别，包括批量识别裁片盖度。盖度识别功能的目的是通过分析图像中的绿色像素数量来确定植物盖度。盖度在图像中用植物像素之和占区域全部像素的百分比表示。采用NDI（Normalized Difference Index，归一化差异指数）作为指标以区分植物和非植物，计算方式为NDI=（G-R）/（G+R），其中G、R分别为可见光绿波段数值、可见光红波段数值，NDI大于0认为是植物，否则就是非植物。

软件依次加载步骤（1）中以“patch_{i}_{j}.png”命名的图像，计算每个图像中绿色像素的数量，并将结果保存为高亮显示绿植区域的图像，以原文件名存储在新文件夹内，同时将每一个裁片的绿色像素数量和相应盖度数据存储在Excel表格中。软件也可单独实现单个大图像的盖度计算与识别。

步骤（3）：红树数量识别，包括批量识别较大间距红树数量、通过像素膨胀批量识别较小间距红树数量。通过步骤（2）分析图像中的绿色像素区域，使用contour（绘制矩阵的等高线）语句提取红树轮廓，计算每个红树的中心坐标和半径，统计红树的数量，生成标记红树位置的图像，以原文件名存储在新文件夹内，同时将数据存储在Excel表格中。

针对红树间距较小、树冠难以区分的情况，本实施例添加膨胀算子Kernel（核），先腐蚀再膨胀图像，达到去除噪声和小区域，从而更准确地识别红树区域的目的。用户可以根据具体图像的特征来灵活调整核大小（Kernel Size，核的大小尺寸），以获得最佳的处理效果。处理后的图像以原文件名存储在新文件夹内。

步骤（4）：裁片拼接重构。依次读取步骤（2）或步骤（3）中按照行列编号的裁片，将每一行的图像块水平拼接，再将所有行垂直拼接成完整的图像。程序将拼接后的完整图像保存到指定文件夹，并显示缩略图供用户预览。

本实施例中，由于无人机拍摄的红树林图像通常较大，在进行图像处理、人工检查大图片识别效果时通常会速度较慢，甚至出现卡滞死机的情况。而裁片的目的是将较大的红树林图像以裁片的形式进行处理，从而提高处理效率，防止出现卡滞死机的情况。而由于需要确定各个裁片在红树林图像的完整图像上的位置，并且检查识别的效果不够便捷，因此，本实施例通过裁片拼接重构的方式是为了流程的完整性和检查裁片是否正确，最后呈现的效果是在原有的红树林图像的高清大图上准确地标记出了每一棵红树的位置，形成一个可以直接展示的标记有红树位置的图像，缩略图在程序运行结束后可以直接弹出。

步骤（5）：数据后处理。对步骤（2）和步骤（3）中的盖度数据和红树数量数据进行后处理，得到红树分布密度、树冠平均面积、树冠平均直径和红树平均间距等红树分布参数，表示为以下公式。

（1）。

（2）。

（3）。

（4）。

其中，表示裁片的红树分布密度，表示红树数量，表示裁片对应实际场地面积，表示裁片高度，对应的是实际场地的长度，表示裁片宽度，对应的是实际场地的宽度，表示树冠平均面积，表示盖度，表示树冠平均直径，表示红树平均间距，即相邻两棵红树之间平均间隔的距离，表示圆周率。

根据步骤S2得出的树冠直径分别与根、枝干和叶之间的相关关系，确定树冠平均直径和根、树干等相关关系，进而确定公式（5）中的红树特征直径。

本实施例中，红树特征直径定义为速度权尺度，以沿红树高度分布的速度权重调整红树的迎流面投影面积，红树特征直径的计算公式为下式。

（5）。

其中，为红树特征直径，为迎流面投影面积，为水深，为树冠到水面的垂直距离，k为规则波的波数，为植物高度，即红树的高度，cosh为双曲函数。

步骤S4、根据所述红树分布参数和所述红树特征关系，计算消浪参数。所述消浪参数包括衰减系数和拖曳力参数。

本实施例计算消浪参数时，可以根据目标红树林区域的红树特征关系制作物理模型进行物理实验，例如，以真实红树模型为参考制作不同形态典型结构红树物理模型，通过物理实验计算得到衰减系数和拖曳力参数，从而以物理实验补充的方式获取到衰减系数和拖曳力参数。在实际应用时还可以先判断目标红树林区域是否存在与红树的消浪参数相关的历史数据，这些历史数据是预先通过物理实验获取到的相似物理实验数据，那么可以将这些历史数据作为参考，也可以在这些历史数据的基础上进行数据对比等处理，以更新并得到更加准确的衰减系数和拖曳力参数。

步骤S5、根据所述消浪参数和所述红树分布参数，确定所述目标红树林区域经红树林沿程的波高变化；所述波高变化用于表征所述目标红树林区域的红树林的消浪能力。

本实施例中，步骤S5根据所述消浪参数和所述红树分布参数，确定所述目标红树林区域经红树林沿程的波高变化，具体包括以下步骤。

步骤S51、对所述目标红树林区域进行计算网格划分，并根据所述红树分布参数和所述消浪参数，为划分出的每一网格匹配对应的拖曳力参数。

步骤S52、根据每一网格匹配的拖曳力参数，结合已知的水动力参数确定边界条件；所述水动力参数包括进入红树林前波浪的入射波波高、入射波均方根波高、规则波的波数和峰值频率对应的波数。

步骤S53、将每一网格匹配的拖曳力参数、水动力参数和边界条件输入至二维数学模型计算软件，输出所述目标红树林区域经红树林沿程的波高变化。

本实施例中，划分红树林海岸的计算网格，根据步骤S3中获得的红树分布参数和步骤S4中获得的衰减系数和拖曳力参数，匹配网格信息。其中，通过主流软件，例如mike（场景模拟软件）、openfoam（开源计算流体动力学软件）等软件，来划分红树林海岸的计算网格，也可以通过matlab、python等软件完成划分。划分红树林海岸的计算网格指的是将红树林海岸的计算区域划分为多个网格，网格分的越多，计算的精度也越高，越能反映出网格区域中各个点所包含的信息。网格区域指的就是计算区域，网格可以覆盖整片红树林，也可以只覆盖红树林局部。网格格点储存了速度、压强等信息，可以简单理解为每一个网格都需要计算，当所有网格计算完成，即可得到该网格区域的水动力情况。拖曳力参数是计算出的一个参数，每一个网格都对应有一个拖曳力参数。根据先前图像处理已经获得了红树分布参数，根据统计学方法可以推测出详细信息的分布，结合物理实验和已有数据已经确定了每一棵红树的衰减系数和拖曳力参数，那么只要知道网格的位置对应哪一片红树，即可得知该网格对应的拖曳力参数。

本实施例中，衰减系数和拖曳力参数是红树林消浪计算时经常用到的参数，波浪的波况包括规则波波况和不规则波波况。规则波‌是一种理想化的海浪波形，通常以深水中微小振幅波的正弦波作为其波形。规则波的特点在于其波形和波要素在波列中都是相同的，且波面可以用简单函数式来表达。而不规则波可以看作是由多种不同周期和幅值的规则波叠加而成的。

本实施例中，当波浪波况为规则波波况时，计算公式如下。

（6）。

（7）。

其中，为规则波波况下对应的衰减系数，为拖曳力参数，为进入红树林前波浪的入射波波高，为红树林存在时任一点透射波波高，其中，入射波指的是海水波浪进入到红树林前对应的波浪，透射波指的是红树林存在时且海水波浪已经进入红树林并透过红树林时对应的波浪，为水深，为植物高度，即红树的高度，为红树特征直径，为波浪在红树区域的传播距离，为红树平均间距，为规则波的波数。

本实施例中，可以采用一系列沿程排列的波高仪测量波浪数据。波高仪也称为波浪仪，是测量波浪高度的一种海洋水文仪器，包括光学测波仪、加速度测波仪、水压式测波仪、声学式测波仪、空载波高仪等。其中，光学测波仪是放置于岸边观测站内的望远仪器，根据岸外水中锚碇浮标的跳动来确定波高、波向和周期。加速度测波仪通常置于海面，利用加速度原理测量波浪。水压式测波仪置于海底，感应仪器上方的水柱高度的变化测量波浪。声学式测波仪的收发换能器置于水下一定深度，应用回声测深仪原理向水面发射超声波，从回波信号的幅值大小和变化快慢测出波浪高度和周期。空载波高仪是使用飞机从空中向海面发射微波，由反射波测出波高。利用卫星上装载的微波辐射计也可以同步测量大面积的波浪数据。

在得到波浪数据后，根据公式（6）拟合得出衰减系数。公式（7）是数学推导出的规则波作用下淹没波高仪阵列中衰减系数的计算公式，将公式（6）代入公式（7）左侧即可倒推出拖曳力参数。

本实施例中，当波浪波况为不规则波波况时，公式（6）、（7）需要改写成下式。

（8）。

（9）。

其中，为不规则波波况下对应的衰减系数，为拖曳力参数，为峰值频率对应的波数，和分别为入射波均方根波高和透射波均方根波高。将公式（8）代入公式（9）左侧即可倒推出拖曳力参数。

本实施例通过测定以真实红树模型为参考制作的不同形态典型结构红树物理模型，在各个工况下的波参数，计算出该模型对应的拖曳力参数，可以直接应用于数学模型的搭建。将计算区域划分网格，通过步骤S4结果，匹配各网格拖曳力参数，结合已知水动力参数（，，和）确定边界条件，将数据输入二维数学模型计算软件，例如mike、openfoam等软件，最终计算出经红树林沿程波高变化，从而实现精细化地评估红树的消浪能力。通过计算得到红树林尾部传播到岸上的波高。一般来说，红树林后面是有海岸堤防的，海岸堤防的设计标准等规范中规定了波高阈值，如果超过了这个波高阈值就认为海岸堤防是不安全的。红树林可以使波高衰减，但是不同大小、密度的红树林的消浪能力和消浪效果是不同的，通过计算某种设计的红树林的表征消浪能力的波高变化，可以评估当前状态下的红树林是否可以使波浪衰减到安全波高，如果可以就说明这种设计是可行的，消浪效果是可观的，如果不能则需要考虑是否要加密红树的种植密度、加宽红树的树冠直径等措施，以提升红树林的消浪能力和消浪效果。

本实施例通过对高清的红树林图像进行识别，使用更加快速、便捷的方式获取红树林平面分布的相关参数，包括红树盖度、红树数量、红树分布密度、树冠平均面积、树冠平均直径和红树平均间距等，以进一步细化二维数学模型中参数输入。通过建立的树冠直径分别与根、枝干和叶之间的相关关系，将二维图像与三维数据结合起来，可以用于拖曳力参数计算和数学模拟。通过建立的拖曳力参数网格分布，与红树林实际分布相符，进一步细化红树林消浪数学模拟的参数选取。

本实施例以秋茄为例，秋茄是红树科秋茄树属的灌木或小乔木，本实施例选用成熟期秋茄和成长期秋茄进行对比实验，来验证利用本实施例技术方案计算的成熟期秋茄和成长期秋茄的拖曳力参数和衰减系数，其中，序号1为成熟期秋茄，序号2为成长期秋茄，表1为成熟期秋茄和成长期秋茄的实验结果对比，表2为成熟期秋茄和成长期秋茄的实验中使用的实验参数。

表1 成熟期秋茄和成长期秋茄的实验结果对比

表2 成熟期秋茄和成长期秋茄的对比实验所使用的参数及数值

根据表1和表2可以看出，本实施例技术方案可以精准计算出拖曳力参数和衰减系数，并且，成熟期秋茄的拖曳力参数和衰减系数相比成长期秋茄均要高，表明成熟期秋茄比成长期秋茄的消浪能力和消浪效果更强。

在一个示例性的实施例中，还提供了一种二维红树林海岸平面参数采集计算装置，该二维红树林海岸平面参数采集计算装置包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述二维红树林海岸平面参数采集计算方法的步骤。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本申请的限制。

Claims (6)

1.一种二维红树林海岸平面参数采集计算方法，其特征在于，所述二维红树林海岸平面参数采集计算方法包括：

获取目标红树林区域的红树林图像和实测参数；所述红树林图像为在所述目标红树林区域正上方获取的二维红树林海岸平面图像，所述实测参数为对所述目标红树林区域中的红树进行实地测量得到的数据，所述实测参数包括红树数量、根长、根直径、树干长度、树干斜率、树干直径、叶形状、叶数量和叶面积；

根据所述红树林图像和所述实测参数，确定所述目标红树林区域的红树特征关系；所述红树特征关系用于表征红树的树冠直径分别与根、枝干和叶之间的相关关系；

根据所述红树林图像，计算红树分布参数；所述红树分布参数包括红树分布密度、树冠平均面积、树冠平均直径和红树平均间距；

根据所述红树林图像，计算红树分布参数，具体包括：

对所述红树林图像进行批量裁剪，得到若干裁片；

对每一所述裁片进行盖度识别，得到每一所述裁片对应的盖度；

对每一所述裁片进行红树数量识别，得到每一所述裁片对应的红树数量；

根据每一所述裁片对应的所述红树数量、所述盖度、裁片高度以及裁片宽度，计算得到所述红树分布参数，具体包括：

采用下式计算红树分布密度：

；

其中，表示裁片的红树分布密度，表示红树数量，表示裁片对应实际场地面积，表示裁片高度，表示裁片宽度；

采用下式计算树冠平均面积：

；

其中，表示树冠平均面积，表示盖度；

采用下式计算树冠平均直径：

；

其中，表示树冠平均直径；为圆周率；

采用下式计算红树平均间距：

；

其中，表示红树平均间距；

根据所述红树分布参数和所述红树特征关系，计算消浪参数；所述消浪参数包括衰减系数和拖曳力参数；

根据所述消浪参数和所述红树分布参数，确定所述目标红树林区域经红树林沿程的波高变化；所述波高变化用于表征所述目标红树林区域的红树林的消浪能力。

2.根据权利要求1所述的二维红树林海岸平面参数采集计算方法，其特征在于，获取目标红树林区域的红树林图像和实测参数，具体包括：

获取目标红树林区域的红树林图像，所述红树林图像为采用无人机对所述目标红树林区域的红树林进行平面测绘得到的图像；

获取目标红树林区域的实测参数，所述实测参数为采用野外勘探的方式对所述目标红树林区域的红树林进行实地测量得到的数据。

3.根据权利要求1所述的二维红树林海岸平面参数采集计算方法，其特征在于，根据所述红树林图像和所述实测参数，确定所述目标红树林区域的红树特征关系，具体包括：

根据所述红树林图像，确定所述红树林图像上每一棵红树的树冠直径；

根据所述红树林图像上每一棵红树的树冠直径，采用数学统计的方法，确定所述实测参数中对应红树的根长、根直径、树干长度、树干斜率、树干直径、叶形状、叶数量和叶面积；

根据每一棵红树的树冠直径以及对应的根长、根直径、树干长度、树干斜率、树干直径、叶形状、叶数量和叶面积，确定所述红树特征关系。

4.根据权利要求1所述的二维红树林海岸平面参数采集计算方法，其特征在于，当波浪波况为规则波波况时，采用下式计算消浪参数：

；

；

其中，为规则波波况下对应的衰减系数，为拖曳力参数，为进入红树林前波浪的入射波波高，为红树林存在时任一点透射波波高，为水深，为植物高度，为红树特征直径，为波浪在红树区域的传播距离，为红树平均间距，为规则波的波数，为圆周率；

当波浪波况为不规则波波况时，采用下式计算消浪参数：

；

；

其中，为不规则波波况下对应的衰减系数，为峰值频率对应的波数，和分别为入射波均方根波高和透射波均方根波高。

5.根据权利要求1所述的二维红树林海岸平面参数采集计算方法，其特征在于，根据所述消浪参数和所述红树分布参数，确定所述目标红树林区域经红树林沿程的波高变化，具体包括：

对所述目标红树林区域进行计算网格划分，并根据所述红树分布参数和所述消浪参数，为划分出的每一网格匹配对应的拖曳力参数；

根据每一网格匹配的拖曳力参数，结合已知的水动力参数确定边界条件；所述水动力参数包括进入红树林前波浪的入射波波高、入射波均方根波高、规则波的波数和峰值频率对应的波数；

将每一网格匹配的拖曳力参数、水动力参数和边界条件输入至二维数学模型计算软件，输出所述目标红树林区域经红树林沿程的波高变化。

6.一种二维红树林海岸平面参数采集计算装置，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-5中任一项所述的二维红树林海岸平面参数采集计算方法。