武汉至湖口左岸流域，作为长江中游关键三级子流域之一，地跨武汉市、孝感市、黄冈市、随州市等多个地级市，覆盖了庞大的人口群体。确保流域内居民饮用水安全，是关乎民生福祉的重要任务。水域面积动态直接反映水量保障状况，水库水域面积变化精细监测有助于准确掌握和有效分配水资源，也关系库区水生态环境保护和水灾害防患。本研究利用Sentinel-1A/B双星的时序雷达影像数据和Edge Otsu水域信息遥感提取算法，对武汉至湖口左岸流域内饮用水源地水库2018—2021年期间水域面积进行了时序精细提取。精度评价结果显示水库水域面积提取总体精度达0.95以上。在本研究中，我们使用了PELT(Pruned Exact Linear Time)突变检测算法，探测2018至2021年期间该流域内饮用水源地水库水域面积时序突变（短时间内剧烈变化，超出正常季节性波动和随机变化范围）特征。结果表明：水域面积在2018—2019年期间整体呈现萎缩状态，流域内饮用水源地水库水域总体面积萎缩约33%；在2019年10月至2020年6月期间，水域面积保持在较低的稳定水平；自2020年7月开始，水域面积迅速增加，并在接下来的数月内恢复到2018年水域面积高位状态，随后持续出现波动。本研究进一步探讨了水源地水库水域突变背后的驱动因素。利用标准化降水蒸散指数（（SPEI）的对比分析表明，流域在经历了从2018年至2019年的轻微至严重的干旱，以及2020年的湿润事件后，水域面积发生了先急剧萎缩后快速扩张的显著变化。该研究不仅表明了Sentinel-1双星组网观测对水源地水库水域变化的大范围监测能力，尤其是在快速精准捕捉其响应外部环境突变特征的有效性，同时也突出了在气候变化和极端事件影响下加强水源地水库的精细化监测和管理的重要性和紧迫性。研究结果为水资源管理和生态保护提供了科学依据，有助于优化水资源分配和水灾害防范，确保区域饮用水资源安全。
加密图像中的数据隐藏(Data Hiding in Encrypted Images,DHEI)是一种可行的云端存储方案,但其载体唯一,一旦被破坏就可能导致载体图像无法恢复。DHEI与秘密共享的结合能够在多载体图像中嵌入数据的同时保护原始图像的隐私性和安全性。...
详细信息
加密图像中的数据隐藏(Data Hiding in Encrypted Images,DHEI)是一种可行的云端存储方案,但其载体唯一,一旦被破坏就可能导致载体图像无法恢复。DHEI与秘密共享的结合能够在多载体图像中嵌入数据的同时保护原始图像的隐私性和安全性。但现有基于数据隐藏的秘密共享方案主要是利用自然图像像素的相关性为数据隐藏预留空间,嵌入容量受自然图像内容制约。在进行数据嵌入时,若数据量大于载体图像可嵌入容量,则存在数据丢失的可能性。针对该问题,本文基于压缩感知技术(Compressed Sensing,CS),提出一种面向秘密共享的逐层残差预测加密域大容量数据隐藏方案。首先,该方案通过压缩感知逐层预测技术(Layer-by-Layer Prediction Technology base on Compressed Sensing,LLPT-CS)减小测量值之间的冗余性,实现对原始图像进行加密的同时腾出嵌入空间(~4.0bpp);其次,加密图像以秘密图像共享(Secret Image Sharing,SIS)的形式生成n个秘密份额,分别发送至n个数据隐藏器;接着,数据隐藏器在无图像内容访问权限的情况下向秘密份额嵌入秘密数据;最后,接收端获取n个数据隐藏器中的任意k个秘密份额后即可依次通过拉格朗日插值法和CS重建算法恢复原始图像。实验结果表明,本文提出方案能实现嵌入率预设,保证数据嵌入的稳定性,并且能较好地保护云端图像存储的隐私性和安全性;与现有的秘密共享数据隐藏方案相比,该方案不仅能很好地为云端图像储存提供稳定的大容量秘密数据嵌入空间,而且还能恢复出在视觉上愉悦的图像,拥有现有方案不具备的逐步恢复功能。
暂无评论