CN103049655A - 基于多数据源的矿区土地生态损伤信息获取方法 - Google Patents
基于多数据源的矿区土地生态损伤信息获取方法 Download PDFInfo
- Publication number
- CN103049655A CN103049655A CN2012105538882A CN201210553888A CN103049655A CN 103049655 A CN103049655 A CN 103049655A CN 2012105538882 A CN2012105538882 A CN 2012105538882A CN 201210553888 A CN201210553888 A CN 201210553888A CN 103049655 A CN103049655 A CN 103049655A
- Authority
- CN
- China
- Prior art keywords
- information
- damage
- remote sensing
- soil
- land
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000006378 damage Effects 0.000 title claims abstract description 81
- 238000005065 mining Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 37
- 239000003245 coal Substances 0.000 claims abstract description 13
- 238000005516 engineering process Methods 0.000 claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 8
- 239000002689 soil Substances 0.000 claims description 51
- 239000000284 extract Substances 0.000 claims description 12
- 230000009528 severe injury Effects 0.000 claims description 12
- 208000027418 Wounds and injury Diseases 0.000 claims description 10
- 208000014674 injury Diseases 0.000 claims description 10
- 230000003902 lesion Effects 0.000 claims description 10
- 230000006735 deficit Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims description 5
- 208000037974 severe injury Diseases 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 4
- 239000003643 water by type Substances 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 2
- 230000004048 modification Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 abstract description 4
- 238000009826 distribution Methods 0.000 abstract description 3
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000013507 mapping Methods 0.000 abstract description 2
- 230000007547 defect Effects 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013506 data mapping Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000004162 soil erosion Methods 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及基于多数据源的矿区土地生态损伤信息获取方法,属于测绘和环境监测技术领域,该方法包括:通过矿区煤炭分布和地下采矿信息,以此确定土地损伤的范围;依据该范围,选取相应的卫星遥感数据,并对图像进行处理提取土地损伤信息;对待测区内的卫星影像立体相对和航空遥感影像立体相对进行解析摄影测量处理获取获取沉陷坑高程信息,还利用矿区地形图中的地面信息,以及实地的土地调查数据,最后获取土地损伤信息划分不同的损伤等级图。本发明将卫星遥感、航空遥感、地面信息和地下信息“四位一体”技术耦合在一起,实现矿区土地生态损伤信息的快速提取,获取到全部损伤信息的缺陷,为塌陷地的治理提供基础支撑。
Description
技术领域
本发明属测绘和环境监测技术领域,特别涉及基于卫星、航空遥感,开采沉陷预计,地面实地调查以及地理信息综合分析的土地生态损伤信息获取技术。
背景技术
煤炭是中国最主要的能源,随着中国采矿事业的迅速发展,其开发利用在对国民经济发展发挥重要作用的同时,随之带来的问题也显现出来。地下煤炭资源的大量采出导致采空区上覆岩层的平衡遭到破坏,产生变形,导致不同程度的地表塌陷损伤,地表塌陷损伤的形态有:下沉盆地、塌陷漏斗、台阶、地表裂缝等,在中国不同地区其塌陷程度也各异,比如在东部平原区是中国的煤炭—粮食复合主产区,地下的开采对地面耕地的破坏数量巨大,许多矿区出现了十分严重的地面塌陷,并引起了严重的矿区积水问题。由于开采塌陷造成土地塌陷,使原本平整的土地变的凹凸不平,造成水土流失、季节性或者常年积水,给工农业生产带来了巨大损失也造成大面积土地破坏。再加上中国人多地少,采矿塌陷不但使耕地面积减少、质量退化,而且更加剧了人地矛盾,甚至引发一系列社会问题。因此,对矿区土地生态损伤信息的快速获取显得尤为重要。
当前用于地球探测的技术很多,但是矿区土地受损时间长,土地损毁类型多样,单一数据源难以全面提取矿区土地所有的生态损伤信息。20世纪60年代兴起的遥感技术,其所具有的宏观、高分辨率、高精度定位和可重复性的动态监测特点,能快速、周期性地提供地球表面的大量有关信息,丰富和扩充了常规野外测量获取数据的不足和缺陷,使得资源环境快速动态变化监测成为可能,但是早期低分辨率影像精度低,而且无法获取高程信息,近期的高分辨率影像可以获取准确的地物信息,但是对水体以外的塌陷地难以确定。航空影像也是近年来才得以应用的一项探测技术,精度高但是成本高、时效性差。地形图绘制精度高,但是成本高不能大面积的应用。而目前广泛采用的沉陷预计方法,虽然获取的塌陷地精度高,但是地上信息没有得到考虑。
综上所述,由于矿区土地损毁类型具有多样性,上述各种单一信息获取方法无法获得矿区土地全部的损毁信息。
发明内容
本发明的目的是为解决上述已有技术的不足之处,提出一种基于多数据源的矿区土地生态损伤信息获取方法,该方法融合多源、多时相卫星、航空遥感影像的星、空、地、井“四位一体”的矿区土地生态损伤信息,旨在突出地下采矿信息的先导作用,以及遥感数据与非遥感数据、地上信息与地下信息的耦合,实现矿区土地生态损伤信息的快速提取,为塌陷地的治理提供技术基础支撑。
本发明提出的一种基于多数据源的矿区土地生态损伤信息获取方法,其特征在于,包括以下步骤:
1)基于井下数据源对待测土地损伤地区范围的确定:首先获取矿区煤炭分布和煤层信息以及开采信息(如采掘工程平面图),进行开采沉陷预计,绘制沉陷等值线图,确定待测土地损伤地区的范围;
2)基于卫星遥感数据源的土地损伤信息提取:基于步骤1)所确定的范围获取相应范围地区的卫星遥感图像及卫星影像立体相对;对所述卫星遥感图像进行几何校正、图像彩色合成、图像融合处理,并根据步骤1)中确定的范围边界从卫星遥感图像中删除边界外的图像区域,同时进行卫星遥感图像与沉陷等值线图进行叠加,用多尺度小波变换边缘检测的方法从卫星遥感图像中获取土地利用类型变更信息、沉陷水域边界、植被覆盖度损伤信息、大型矸石压占场地边界的土地损伤信息;
3)基于航空遥感数据源的土地损伤信息提取:基于步骤1)所确定的范围进行航空遥感监测(其中含有步骤2)卫星遥感未能获得信息的区域)获取航空遥感影像立体相对,应用解析摄影测量的方法对卫星影像立体相对和航空遥感影像立体相对进行处理得到该待测地区的地面高程模型DEM;利用所获取的至少2个以上不同时相的DEM进行叠加,用以对步骤2)中提取的卫星遥感的土地损伤信息进行确认,并进一步获取沉陷坑高程信息、小型矸石压占场地边界(这些信息卫星遥感无法确定)的土地损伤信息;
4)基于地面信息数据源获取技术的土地损伤信息提取:利用采矿前地形图和采矿过程中更新的地形图中的地面信息,以及实地的土地调查数据,对步骤3)获取的土地损伤信息进行进一步确认和补充;
5)划分土地损伤等级图:依据待测土地损伤地区潜水位的大小,对步骤4)获取的土地损伤信息划分不同的损伤等级,分别为:轻度损伤区、中度损伤区和重度损伤区,相对应的破坏程度依次为Ⅰ、Ⅱ、Ⅲ级,同时生成土地损伤等级图。
所述步骤5)中的轻度损伤区、中度损伤区和重度损伤区的划分依据为:对于沉陷区,根据该区域潜水位大小,沉陷深度小于最小潜水位的区域为轻度损伤区(非积水区),沉陷深度大于最大潜水位的区域为重度损伤区(常年积水区),随着季节降雨量的不同,潜水位也会变化,介于上述两种情况之间的为中度损伤区(季节性积水区);大型矸石压占场地为重度损伤区,对于土地利用类型变更、植被覆盖度改变30%以下的为轻度损伤区,30%-60%的为中度损伤区,大于60%的为重度损伤区。
本发明主要具有以下技术优点:
1)突出地下采矿信息的先导作用,实现了地上信息与井下信息的确认和补充,从土地损伤产生的根源来实现整个技术流程。
2)采用多源数据提取土地损伤信息,有效地摈弃了单一数据源信息提取的缺点,实现了遥感数据与非遥感数据的耦合。
3)首次实现星、空、地、井“四位一体”的矿区土地生态损伤信息的快速获取,为发现土地生态损伤的范围及分布、并为损毁土地的治理提供基础信息。
附图说明
图1为本发明方法总体流程框图。
图2为本实施例的矿区工作平面图。
图3为本发明方法实施例的图像融合处理后的IRS-P5卫星图像。
图4基于卫星影像的CA差值法处理流程框图。
图5为本实施例的用多尺度小波变换边缘检测的方法得到的水域边界图。
图6基于航空影像的煤矸石解译图。
图7本实例的待测区土地损伤结果图。
具体实施方法
本发明提出的一种基于多数据源的矿区土地生态损伤信息获取方法,本发明方法总体流程框图如图1所示,结合附图及实施例详细说明如下:
1)基于井下数据源对待测土地损伤地区范围的确定:首先提取矿区煤炭资源分布和煤层信息,初步了解地表土地损伤的可能范围;进而通过开采信息(如图2所示的采掘工程平面图,图中虚线表示各采矿区边界线,实直线表示、方框表示),结合煤层信息进行开采沉陷预计,绘制沉陷等值线图;然后将等值线图(工程平面图坐标)中坐标转换至大地坐标,最终确定待测土地损伤地区的范围(如图3所示的底图为IRS-P5卫星图像,虚线表示土地损伤初步范围边界)。
2)基于卫星遥感数据源的土地损伤信息提取:基于步骤1)所确定的范围获取相应范围地区的卫星遥感图像及卫星影像立体相对;对所述卫星遥感图像进行几何校正、图像彩色合成、图像融合处理,并根据步骤1)中确定的范围边界从卫星遥感图像中删除边界外的图像区域,同时进行卫星遥感图像与沉陷等值线图进行叠加。收集矿区土地利用现状图并结合土地利用现状图确立解译标志,然后根据解译标志,在该图像上直接提取出目标损害类型的位置和信息,另外利用图像分割、监督分类、非监督分类等方法对卫星遥感图像进行分类,获取待测区的土地利用、植被、沙漠化等信息;二是充分利用遥感影像的光谱信息,建立空间分析模型,编辑光谱处理流程来获取植被指数、水指数等信息;以及利用多变量统计分析方法——对应分析(Correspondence Analysis,简称CA)法,并将其与影像差值法相结合混合探测变化信息,用以对矿区地表环境的变化分析;其中CA差值法处理流程如图4所示,首先对两个不同时相的影像进行图像匹配处理,然后通过CA转换并做差值处理,从而达到自动检测变化区域的目的;用多尺度小波变换边缘检测的方法从遥感图像中确定获取沉陷水域边界信息,监测结果的塌陷区水域,如图5所示中的块状图案;
3)基于航空遥感数据源的土地损伤信息提取:基于步骤1)所确定的范围进行航空遥感监测(其中含有步骤2)卫星遥感未能获得信息的区域)获取航空遥感影像立体相对,应用解析摄影测量的方法对卫星影像立体相对和航空遥感影像立体相对进行处理得到该待测地区的地面高程模型DEM;利用所获取的至少2个以上不同时相的DEM进行叠加,用以对步骤2)中提取的卫星遥感的土地损伤信息进行确认,并进一步获取沉陷坑高程信息、小型矸石压占场地边界(这些信息卫星遥感无法确定)的土地损伤信息;
结合地面实地调查确定矿区主要损伤类型的解译判读标志,如山区型煤矿区煤矸石的遥感解译判读标志是堆放形状有一定的规则,长条形、圆锥型堆放居多,在航空遥感影像上可以有清晰的边界及形状反映;圆锥形煤矸石山在高分辨率遥感影像上显示为漏斗型,边界十分清晰;颜色上,在RGB彩色合成的正摄航片上,煤矸石以铁青色显示,如图6所示,图中为基于航空影像的煤矸石解译图,曲线为矸石山边界解译结果;山区型非积水塌陷坑的判读特征在航空遥感影像上一般有突出显示,一般高于周边地形,形状多呈圆型状;主要影像特征是黑色圆形外加半圈白色月牙形;最后在解译标志的支持下获取研究区域的煤矸石、塌陷坑等土地损伤数据。
4)基于地面信息数据源获取技术的土地损伤信息提取:利用采矿前地形图和采矿过程中更新的地形图中的地面信息,以及实地的土地调查数据,对步骤3)获取的土地损伤信息进行进一步确认和补充;
首先在遥感图像上随机选取均匀分布的样本点,评价遥感信息提取的精度,对遥感解译结果进行验证;对遥感信息不能提取的裂缝、塌陷等地质破坏情况通过GPS定位及监测进行记录,形成对遥感解译的补充;除此以外,煤矿区的土地生态损伤还往往包括各种污染,因此地面调查还包括对植被覆盖度变化大、煤矸石压占区域进行样点建立并采集样品,带回室内进行分析,调查研究区环境污染情况。
5)划分土地损伤等级图:在地理信息系统软件的支持下,依据待测土地损伤地区潜水位的大小,对步骤4)获取的土地损伤信息划分不同的损伤等级,分别为:轻度损伤区、中度损伤区和重度损伤区,相对应的破坏程度依次为Ⅰ、Ⅱ、Ⅲ级,同时生成土地损伤等级图,如图7所示为本实施例的待测区土地损伤结果,浅灰色为轻度损伤区,中灰色为中度损伤区,深灰色为重度损伤区),为损毁土地的修复与保护提供依据。
Claims (2)
1.一种基于多数据源的矿区土地生态损伤信息获取方法,其特征在于,包括以下步骤:
1)基于井下数据源对待测土地损伤地区范围的确定:首先获取矿区煤炭分布和煤层信息以及开采信息,进行开采沉陷预计,绘制沉陷等值线图,确定待测土地损伤地区的范围;
2)基于卫星遥感数据源的土地损伤信息提取:基于步骤1)所确定的范围获取相应范围地区的卫星遥感图像及卫星影像立体相对;对所述卫星遥感图像进行几何校正、图像彩色合成、图像融合处理,并根据步骤1)中确定的范围边界从卫星遥感图像中删除边界外的图像区域,同时进行卫星遥感图像与沉陷等值线图进行叠加,用多尺度小波变换边缘检测的方法从卫星遥感图像中获取土地利用类型变更信息、沉陷水域边界、植被覆盖度损伤信息、大型矸石压占场地边界的土地损伤信息;
3)基于航空遥感数据源的土地损伤信息提取:基于步骤1)所确定的范围进行航空遥感监测获取航空遥感影像立体相对,应用解析摄影测量的方法对卫星影像立体相对和航空遥感影像立体相对进行处理得到该待测地区的地面高程模型DEM;利用所获取的至少2个以上不同时相的DEM进行叠加,用以对步骤2)中提取的卫星遥感的土地损伤信息进行确认,并进一步获取沉陷坑高程信息、小型矸石压占场地边界的土地损伤信息;
4)基于地面信息数据源获取技术的土地损伤信息提取:利用采矿前地形图和采矿过程中更新的地形图中的地面信息,以及实地的土地调查数据,对步骤3)获取的土地损伤信息进行进一步确认和补充;
5)划分土地损伤等级图:依据待测土地损伤地区潜水位的大小,对步骤4)获取的土地损伤信息划分不同的损伤等级,分别为:轻度损伤区、中度损伤区和重度损伤区,相对应的破坏程度依次为Ⅰ、Ⅱ、Ⅲ级,同时生成土地损伤等级图。
2.如权利要求1所述的方法,其特征在于,所述步骤5)中的轻度损伤区、中度损伤区和重度损伤区的划分依据为:对于沉陷区,根据该区域潜水位大小,沉陷深度小于最小潜水位的区域为轻度损伤区,沉陷深度大于最大潜水位的区域为重度损伤区,介于所述两种情况之间的为中度损伤区;大型矸石压占场地为重度损伤区,对于土地利用类型变更、植被覆盖度改变30%以下的为轻度损伤区,30%-60%的为中度损伤区,大于60%的为重度损伤区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210553888.2A CN103049655B (zh) | 2012-12-18 | 2012-12-18 | 基于多数据源的矿区土地生态损伤信息获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210553888.2A CN103049655B (zh) | 2012-12-18 | 2012-12-18 | 基于多数据源的矿区土地生态损伤信息获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103049655A true CN103049655A (zh) | 2013-04-17 |
CN103049655B CN103049655B (zh) | 2014-07-23 |
Family
ID=48062289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210553888.2A Active CN103049655B (zh) | 2012-12-18 | 2012-12-18 | 基于多数据源的矿区土地生态损伤信息获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103049655B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103472037A (zh) * | 2013-09-10 | 2013-12-25 | 淮南矿业(集团)有限责任公司 | 沉陷积水区的水环境监测方法及装置 |
CN104462739A (zh) * | 2014-03-13 | 2015-03-25 | 中国科学院遥感与数字地球研究所 | 一种适用于大范围多尺度卫星遥感数据反演的生态环境参数地面采样方法 |
CN105444730A (zh) * | 2015-11-12 | 2016-03-30 | 中国矿业大学 | 多源数据监测矿区形变的时空特性及越界开采识别方法 |
CN106897668A (zh) * | 2017-01-20 | 2017-06-27 | 浙江大学 | 一种基于遥感影像的草地退化程度自动提取方法 |
CN109087011A (zh) * | 2018-08-09 | 2018-12-25 | 中国神华能源股份有限公司 | 评估生态环境状况的方法及装置、存储介质和处理器 |
WO2019149147A1 (zh) * | 2018-01-30 | 2019-08-08 | 中国矿业大学 | 一种基于煤炭资源开发的生态地质环境类型划分方法 |
CN110189018A (zh) * | 2019-05-28 | 2019-08-30 | 中国科学院地理科学与资源研究所 | 边坡稳定性评测方法及装置 |
CN114747415A (zh) * | 2022-03-24 | 2022-07-15 | 安徽理工大学 | 一种基于遥感影像煤矿区生态修复的植物配比方法 |
US20220351507A1 (en) * | 2020-05-07 | 2022-11-03 | Hypergiant Industries, Inc. | Volumetric Baseline Image Generation and Object Identification |
WO2023168992A1 (zh) * | 2022-03-10 | 2023-09-14 | 国能神东煤炭集团有限责任公司 | 煤矿生态损伤修复的方法、装置、存储介质及电子设备 |
CN118038296A (zh) * | 2024-01-30 | 2024-05-14 | 河北四维致和科技有限公司 | 矿区地面生态环境变化识别方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609782A (zh) * | 2012-01-10 | 2012-07-25 | 中国矿业大学(北京) | 基于采煤沉陷模拟和复耕率的边采边复时机的优选方法 |
CN102758622A (zh) * | 2012-04-28 | 2012-10-31 | 中国神华能源股份有限公司 | 一种井工开采区地表环境损伤的监测方法 |
-
2012
- 2012-12-18 CN CN201210553888.2A patent/CN103049655B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609782A (zh) * | 2012-01-10 | 2012-07-25 | 中国矿业大学(北京) | 基于采煤沉陷模拟和复耕率的边采边复时机的优选方法 |
CN102758622A (zh) * | 2012-04-28 | 2012-10-31 | 中国神华能源股份有限公司 | 一种井工开采区地表环境损伤的监测方法 |
Non-Patent Citations (2)
Title |
---|
胡振琪等: "《矿区土地复垦工程可垦性分析》", 《农业工程学报》 * |
陈秋计等: "《DEM在矿区土地复垦中的应用研究》", 《金属矿山》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103472037B (zh) * | 2013-09-10 | 2015-12-09 | 淮南矿业(集团)有限责任公司 | 沉陷积水区的水环境监测方法及装置 |
CN103472037A (zh) * | 2013-09-10 | 2013-12-25 | 淮南矿业(集团)有限责任公司 | 沉陷积水区的水环境监测方法及装置 |
CN104462739A (zh) * | 2014-03-13 | 2015-03-25 | 中国科学院遥感与数字地球研究所 | 一种适用于大范围多尺度卫星遥感数据反演的生态环境参数地面采样方法 |
CN104462739B (zh) * | 2014-03-13 | 2017-08-11 | 中国科学院遥感与数字地球研究所 | 一种适用于大范围多尺度卫星遥感数据反演的生态环境参数地面采样方法 |
CN105444730A (zh) * | 2015-11-12 | 2016-03-30 | 中国矿业大学 | 多源数据监测矿区形变的时空特性及越界开采识别方法 |
CN106897668A (zh) * | 2017-01-20 | 2017-06-27 | 浙江大学 | 一种基于遥感影像的草地退化程度自动提取方法 |
WO2019149147A1 (zh) * | 2018-01-30 | 2019-08-08 | 中国矿业大学 | 一种基于煤炭资源开发的生态地质环境类型划分方法 |
CN109087011A (zh) * | 2018-08-09 | 2018-12-25 | 中国神华能源股份有限公司 | 评估生态环境状况的方法及装置、存储介质和处理器 |
CN110189018A (zh) * | 2019-05-28 | 2019-08-30 | 中国科学院地理科学与资源研究所 | 边坡稳定性评测方法及装置 |
US20220351507A1 (en) * | 2020-05-07 | 2022-11-03 | Hypergiant Industries, Inc. | Volumetric Baseline Image Generation and Object Identification |
WO2023168992A1 (zh) * | 2022-03-10 | 2023-09-14 | 国能神东煤炭集团有限责任公司 | 煤矿生态损伤修复的方法、装置、存储介质及电子设备 |
CN114747415A (zh) * | 2022-03-24 | 2022-07-15 | 安徽理工大学 | 一种基于遥感影像煤矿区生态修复的植物配比方法 |
CN118038296A (zh) * | 2024-01-30 | 2024-05-14 | 河北四维致和科技有限公司 | 矿区地面生态环境变化识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103049655B (zh) | 2014-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103049655B (zh) | 基于多数据源的矿区土地生态损伤信息获取方法 | |
Morgenstern et al. | Spatial analyses of thermokarst lakes and basins in Yedoma landscapes of the Lena Delta | |
Siart et al. | Combining digital elevation data (SRTM/ASTER), high resolution satellite imagery (Quickbird) and GIS for geomorphological mapping: A multi-component case study on Mediterranean karst in Central Crete | |
Singh et al. | Assessment of land use/land cover using Geospatial Techniques in a semi-arid region of Madhya Pradesh, India | |
CN108288059B (zh) | 一种基于高分辨率遥感技术的建筑垃圾监测方法 | |
CN103047970B (zh) | 一种确定塌陷耕地损害边界的方法 | |
Mundhe et al. | Impact of urbanization on land use/land covers change using Geo-spatial techniques | |
CN116182952A (zh) | 一种地质灾害调查信息智能采集方法 | |
CN115471980B (zh) | 泥石流灾害预警方法 | |
Juliev et al. | Surface displacement detection using object-based image analysis, Tashkent region, Uzbekistan | |
Khan et al. | Spatio-temporal land cover dynamics in open cast coal mine area of Singrauli, MP, India | |
CN117475314B (zh) | 一种地质灾害隐患立体识别方法、系统及介质 | |
Cigna et al. | Exploiting satellite SAR for archaeological prospection and heritage site protection | |
Ghosh et al. | Hydro-Geomorphological Mapping of Manbhum-Singhbhum Plateau (Part of Singhbhum Protocontinent, India) for Water Resource Development and Landuse Planning | |
Liu et al. | Landsat-derived impervious surface area expansion in the Arctic from 1985 to 2021 | |
CN112166688B (zh) | 基于小卫星的沙漠与沙漠化土地监测方法 | |
Mitchell et al. | Little tools, big job: The periglacial conveyor system in cryoplanated uplands | |
AC-Chukwuocha | Analysis of structural changes in land use and land cover of Otamiri watershed in Owerri, south east Nigeria | |
Brigante et al. | USE OF MULTISPECTRAL SENSORS WITH HIGH SPATIAL RESOLUTION FOR TERRITORIAL AND ENVIRONMENTAL ANALYSIS. | |
Gesch | An inventory of topographic surface changes: the value of multi-temporal elevation data for change analysis and monitoring | |
Ammeish et al. | RS and GIS based approach for detecting landuse changes and its impact on the groundwater aquifer | |
Upgupta et al. | Fragmented landscapes of East Bokaro coalfields: a remote sensing based approach highlighting forestland dynamics. | |
Petschko et al. | Erosion processes and mass movements in sinkholes assessed by terrestrial structure from motion photogrammetry | |
Babati et al. | Simulation of groundwater level in river Mallam Sule catchment area of Potiskum, Yobe State using Swat | |
Ourng et al. | Spatio-temporal urban growth pattern in the arctic: A case study in surgut, Russia |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |