CN103063311A - 基于土壤指数的裸露基岩信息提取方法 - Google Patents
基于土壤指数的裸露基岩信息提取方法 Download PDFInfo
- Publication number
- CN103063311A CN103063311A CN2012105680182A CN201210568018A CN103063311A CN 103063311 A CN103063311 A CN 103063311A CN 2012105680182 A CN2012105680182 A CN 2012105680182A CN 201210568018 A CN201210568018 A CN 201210568018A CN 103063311 A CN103063311 A CN 103063311A
- Authority
- CN
- China
- Prior art keywords
- information
- soil
- index
- vegetation
- nudity
- 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
Images
Abstract
本发明公开了一种基于土壤指数的裸露基岩信息提取方法,具体是根据遥感影像的红光波段和近红外波段分别计算正则土壤指数和归一化植被指数,得到土壤指数图和归一化植被指数图;然后根据岩石信息与土壤信息在土壤指数图中的特征差异提取出露基岩信息,通过归一化植被指数图提取非植被信息;最后将既为出露基岩信息又为非植被信息的像元提取出来,即得到裸露基岩信息。本发明方法利用遥感影像图,完成了裸露基岩信息的提取,可以以裸露基岩信息图为基础,分析地块图斑的基岩裸露率,为岩溶地区水土流失与石漠化等级划分提供数据支持,具有简单、快速、准确、且对操作人员依赖性不高的优点。
Description
技术领域
本发明涉及裸露基岩信息提取领域,特别涉及一种基于土壤指数的裸露基岩信息提取方法。
背景技术
我国西南岩溶地区为全球三大岩溶集中分布区之一,分布的岩溶面积高达100万平方公里。我国西南岩溶地区气候湿热多雨,岩溶发育强烈,岩石造壤成土能力极低,土壤稀薄,地形陡峭,同时,人类的过度陡坡耕种造成土壤资源大量流失,导致基岩大范围裸露,土地石漠化十分严重,生态环境状况极度恶劣。根据《岩溶地区水土流失综合治理技术标准》(SL461-2009),基岩裸露率是进行岩溶地区土壤侵蚀强度、石漠化强度、土壤侵蚀程度和潜在石漠化危险程度等级划分的核心指标因子。目前,宏观尺度的裸露基岩信息通常利用遥感影像获取,但由于岩溶地区地形破碎、地物类型复杂,裸露基岩信息提取技术难度大,信息提取精度和效率不够理想。因此,如何从遥感影像中准确、快速地提取裸露基岩信息,是岩溶地区水土保持技术人员需要面对的首要技术问题和技术难题。常见的裸露基岩信息提取方法主要有:人工目视判别法、植被指数法、混合像元分解法等。
人工目视判别法:指建立基岩裸露率与遥感影像特征之间的对应关系,依据人工目视方法进行解译判别,提取裸露基岩信息。该方法的不足在于工作效率较低,并且对解译人员的经验要求高,只有经验丰富的技术人员才能够得到较高的解译精度,因而难以进行推广。
植被指数法:是以地表植被覆盖的好坏作为判别裸露基岩信息的直接标准,利用植被指数模型进行植被指数计算,根据植被指数值的大小进行基岩裸露率判别,将无植物区域都判为裸露基岩区域。该方法的不足主要是忽视了对水体、裸露土壤等非裸露基岩信息的识别和剔除,把上述地物归入裸露基岩信息之中,导致裸露基岩面积偏大,与实际不符。
混合像元分解法:是利用混合像元分解模型,逐个像元进行分解,求得每个像元的基岩裸露率,进行裸露基岩信息提取。目前,该方法尚不够成熟,在实际应用过程中,对地物类型数量的确定和对纯净像元的选择存在不确定性,导致最终的混合像元分解结果缺乏稳定性,且实际分析操作难度大。
因此,提供一种对操作人员依赖程度较低、操作简便、识别精度高的裸露基岩信息提取方法成为一个具有实际应用价值的课题。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提供一种基于土壤指数的裸露基岩信息提取方法,该方法具有简单有效、步骤操作简单明了、客观性强、对操作人员依赖程度低的优点。
本发明的目的通过以下的技术方案实现:基于土壤指数的裸露基岩信息提取方法,该方法包括以下步骤:
(1)根据遥感影像的红光波段和近红外波段分别计算正则土壤指数和归一化植被指数,得到土壤指数图和归一化植被指数图;
(2)根据岩石信息与土壤信息、水体信息等在土壤指数图中的差异性提取出露基岩信息;
(3)通过归一化植被指数图提取非植被信息;
(4)将既为出露基岩信息又为非植被信息的像元提取出来,即得到了裸露基岩信息。
所述步骤(1)中,计算正则土壤指数SLI采用如下的方法:设遥感影像的红光波段信息为b3,近红外波段信息为b4,则土壤指数图中各像元信息SLI为:
SLI=c1*b4+c2*b3;
其中,系数c1、c2是采用如下方式得到:在遥感影像中选取岩石和土壤样点,在近红外波段和红光波段二维光谱空间中建立岩溶地区土壤线,推导出土壤线的方程表达式,所获得的土壤指数方程的系数即为c1和c2的值。
所述步骤(1)中,计算归一化植被指数采用如下的方法:设遥感影像的红光波段信息为b3,近红外波段信息为b4,则归一化植被指数图中各像元信息NDVI:
NDVI=(b4-b3)/(b4+b3)。
在计算的归一化植被指数中,负值代表像元为裸土、裸岩和水体等非植被像元,正值代表像元为植被像元。
所述步骤(2)中,提取出露基岩信息采用二值化方法,出露基岩像元值白色区域为1,非出露基岩像元值黑色区域为0,所采用的出露岩石的阈值范围[a1,a2]根据水体、岩石和土壤的样点在土壤线上投影值的分布区间和土壤指数图SLI的直方图分布特征确定。已知在土壤线中,水体分布于低值区间,土壤分布于高值区间,而出露岩石位于中间区域,因此可以根据水体、岩石和土壤的样点在土壤线上投影值的分布区间和土壤指数图SLI的直方图分布特征确定出露岩石的阈值范围,使得区分更加准确。
所述步骤(3)中,提取非植被信息采用二值化方法,非植被像元值白色区域为1,植被像元值黑色区域为0,所采用的阈值点为0。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明利用遥感影像图,完成了裸露基岩信息的提取,可以以裸露基岩信息图为基础,分析地块图斑的基岩裸露率,为岩溶地区土壤侵蚀强度、石漠化强度、土壤侵蚀程度和潜在石漠化危险程度等级划分提供数据支持,从而提供了一种岩溶地区水土流失与石漠化主要影响因子——基岩裸露率专题信息获取的简单、快捷的技术方法。
2、本发明所采用的方法是将裸露基岩信息限定为既为出露于地表且又没有植被覆盖的基岩信息(即同时为出露基岩信息和非植被信息),通过计算出露基岩信息和非植被信息,进而得到了裸露基岩信息。而出露基岩信息和非植被信息操作简单明了,对操作人员依赖度不高,易于推广。
3、本发明方法通过计算出露基岩信息和非植被信息来得到裸露基岩信息,采用的处理算法简单,不需要建立很复杂的数学模型,计算复杂度较低,能够快速高效地得到结果。
附图说明
图1是本发明算法流程图;
图2为土壤二维光谱线图;
图3是实施例1采用本发明方法的实例图,其中:
图3(a)是遥感影像图;
图3(b)是计算得到的土壤指数图;
图3(c)是计算得到的归一化植被指数图;
图3(d)是通过图3(b)土壤指数图提取的出露基岩信息图;
图3(e)是通过图3(c)归一化植被指数图提取的非植被信息图;
图3(f)是实施例1最终提取的裸露基岩信息图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例1
由图2可知,在遥感影像近红外(NIR)波段和红光(RED)波段构成的二维空间中,土壤和岩石背景的光谱数据基本上沿着土壤线分布,裸露土壤和裸露岩石的光谱反射率在红光波段和近红外波段相差不大,基本上沿着两轴平分线分布,其投影在土壤线上的不同区间,表现为裸露土壤和裸露岩石的土壤指数值不同,可以利用土壤指数将二者区分开;植被和农作物在红光波段反射率低,在近红外波段光谱反射率相对较高,多位于土壤线的左上方,其投影到土壤线上的值分别与裸露岩石和裸露土壤的土壤指数值位于相同区间,但可以利用归一化植被指数将植被、农作物与裸露土壤、裸露岩石区分开;水体的反射率较低,位于二维光谱区间的左下侧,其投影到土壤线上的低值区间,可以利用土壤指数将其区分开。通过土壤线二维光谱图可以清晰显示裸土、裸岩、植被、作物和水体等各类地物之间的光谱特征存在差异,通过利用土壤指数方程,确定裸露岩石在土壤线上的阈值范围,并结合归一化植被指数分析,可以提取裸露基岩信息。
基于上述原理,本实施例提出一种基于土壤指数的裸露基岩信息提取方法,主要利用ENVI遥感图像处理软件来实现,具体处理流程如图1所示,包括以下步骤:
(1)根据遥感影像(如图3(a)所示)的红光波段(RED)和近红外波段(NIR)计算正则土壤指数,得到土壤指数图。具体过程是:设遥感影像的红光波段信息为b3,近红外波段信息为b4,则土壤指数图中各像元信息SLI=c1*b4+c2*b3。在本实施例中根据推导的土壤指数方程系数c1、c2的值分别为0.7603和0.6497。最后得到的土壤指数图如图3(b)所示。
(2)根据遥感影像的红光波段(RED)和近红外波段(NIR)计算归一化植被指数(NDVI),得到归一化植被指数图。具体过程是:设遥感影像的红光波段信息为b3,近红外波段信息为b4,则归一化植被指数图中各像元信息NDVI:
NDVI=(b4-b3)/(b4+b3);
-1<=NDVI<==1,如果为负值,表示地面覆盖为水体、裸岩、裸土等非植被区;如果为正值,表示有植被覆盖,且值随覆盖度增大而增大。最后得到的归一化植被指数图如图3(c)所示。
(3)根据岩石信息与土壤信息在土壤指数图中的特征差异提取出露基岩信息。利用土壤指数图进行出露基岩信息提取,根据土壤二维光谱线图(图2)结合土壤指数SLI直方图分布特征,分析出露基岩在土壤指数图中的阈值范围[a1,a2],进行信息提取,得到出露基岩二值图(如图3(d)所示),图中出露基岩像元值为1,非出露基岩像元值为0。本实施例中针对图3(b)所示的土壤指数图采用的阈值范围为[45,95],即灰度值大于等于45并且小于等于95则值为1,否则为0。
(4)通过归一化植被指数图提取非植被信息。分析非植被、植被信息在归一化植被指数图中的阈值点0(非植被信息NDVI<=0,植被信息NDVI>0),进行信息提取,得到非植被信息二值图(如图3(e))所示,图中非植被像元值为1,植被像元值为0。
(5)将既为出露基岩信息又为非植被信息的像元提取出来,即得到了裸露基岩信息。将图3(d)、图3(e)中像元值均为1的点提取出来,即得到裸露基岩二值图,如图3(f)所示。
从最终的裸露基岩信息图中可以看出,遥感影像中的裸露基岩信息得到了很好提取,水体、裸露土壤和植被等非裸岩信息被很好的剔除,达到了裸露基岩信息提取的目的。
本实施例所述的基于土壤指数的裸露基岩信息提取方法,主要是利用土壤指数图中裸露土壤、裸露岩石、植被、农作物和水体等其它地物的阈值分布特征差异,结合归一化植被指数信息,进行裸露基岩信息的提取,很好的提取了影像中的裸露基岩信息。该方法适用于含近红外波段和红光波段的各种传感器遥感影像数据,而且该方法在现有的各种遥感图像处理软件中都能够实现。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (5)
1.基于土壤指数的裸露基岩信息提取方法,其特征在于,包括以下步骤:
(1)根据遥感影像的红光波段和近红外波段分别计算正则土壤指数和归一化植被指数,得到土壤指数图和归一化植被指数图;
(2)根据岩石信息与土壤信息、水体信息在土壤指数图中的特征差异提取出露基岩信息;
(3)通过归一化植被指数图提取非植被信息;
(4)将既为出露基岩信息又为非植被信息的像元提取出来,即得到了裸露基岩信息。
2.根据权利要求1所述的基于土壤指数的裸露基岩信息提取方法,其特征在于,所述步骤(1)中,计算正则土壤指数SLI采用如下的方法:设遥感影像的红光波段信息为b3,近红外波段信息为b4,则土壤指数图中各像元信息SLI为:
SLI=c1*b4+c2*b3;
其中,系数c1、c2是采用如下方式得到:在遥感影像中选取岩石和土壤样点,在近红外波段和红光波段二维光谱空间中建立岩溶地区土壤线,推导土壤线的方程表达式,所获得的土壤指数方程的系数即为c1和c2的值。
3.根据权利要求1所述的基于土壤指数的裸露基岩信息提取方法,其特征在于,所述步骤(1)中,计算归一化植被指数采用如下的方法:设遥感影像的红光波段信息为b3,近红外波段信息为b4,则归一化植被指数图中各像元信息NDVI为:
NDVI=(b4-b3)/(b4+b3)。
4.根据权利要求1所述的基于土壤指数的裸露基岩信息提取方法,其特征在于,所述步骤(2)中,提取出露基岩信息采用二值化方法,出露基岩像元值白色区域为1,非出露基岩像元值黑色区域为0,所采用的出露基岩的阈值范围[a1,a2]根据水体、岩石和土壤的样点在土壤线上投影值的分布区间,并结合土壤指数SLI直方图分布特征确定。
5.根据权利要求1所述的基于土壤指数的裸露基岩信息提取方法,其特征在于,所述步骤(3)中,提取非植被信息采用二值化方法,非植被像元值白色区域为1,植被像元值黑色区域为0,所采用的阈值点为0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210568018.2A CN103063311B (zh) | 2012-12-24 | 2012-12-24 | 基于土壤指数的裸露基岩信息提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210568018.2A CN103063311B (zh) | 2012-12-24 | 2012-12-24 | 基于土壤指数的裸露基岩信息提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103063311A true CN103063311A (zh) | 2013-04-24 |
CN103063311B CN103063311B (zh) | 2015-01-14 |
Family
ID=48106031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210568018.2A Expired - Fee Related CN103063311B (zh) | 2012-12-24 | 2012-12-24 | 基于土壤指数的裸露基岩信息提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103063311B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413289A (zh) * | 2013-08-30 | 2013-11-27 | 中国神华能源股份有限公司 | 矿区图像处理方法及装置 |
CN105004725A (zh) * | 2015-08-04 | 2015-10-28 | 珠江水利委员会珠江水利科学研究院 | 一种水土保持综合治理土壤侵蚀变化量实时定量监测方法 |
CN105787457A (zh) * | 2016-03-08 | 2016-07-20 | 浙江工商大学 | 一种modis卫星集成dem提高植被分类遥感精度的估算方法 |
CN106033494A (zh) * | 2015-03-11 | 2016-10-19 | 中国人民解放军沈阳军区司令部工程科研设计所 | 一种基于归一化水体挖掘指数的地表水信息提取方法 |
CN107463775A (zh) * | 2017-07-24 | 2017-12-12 | 福州大学 | 基于多遥感指数变化趋势的植被流失去向识别方法 |
CN107478611A (zh) * | 2017-08-02 | 2017-12-15 | 珠江水利委员会珠江水利科学研究院 | 一种计算岩石裸露率的方法 |
CN109472244A (zh) * | 2018-11-15 | 2019-03-15 | 珠江水利委员会珠江水利科学研究院 | 一种基于分离指数的土壤、岩石和植被识别方法 |
CN109598202A (zh) * | 2018-11-05 | 2019-04-09 | 中国科学院遥感与数字地球研究所 | 一种基于对象的卫星图像多指标建成区自动提取方法 |
CN110674764A (zh) * | 2019-09-27 | 2020-01-10 | 北京文安智能技术股份有限公司 | 一种工地裸露土方的检测方法、装置及系统 |
CN112052811A (zh) * | 2020-09-11 | 2020-12-08 | 郑州大学 | 基于人工智能及航拍图像的牧场草原沙化检测方法 |
CN115019184A (zh) * | 2022-07-28 | 2022-09-06 | 北京卫星信息工程研究所 | 基于遥感影像的石漠化程度自动分级方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050122744A1 (en) * | 2002-02-12 | 2005-06-09 | Yasushi Sakuda | Lighting device, and liquid crystal display device using the same |
CN1844952A (zh) * | 2006-05-10 | 2006-10-11 | 北京好望角医学影像技术有限公司 | 基于遥感图像处理的对地表变化进行检测的方法 |
CN101114023A (zh) * | 2007-08-28 | 2008-01-30 | 北京交通大学 | 一种基于模型的湖泊湿地泛洪遥感监测方法 |
US20120288159A1 (en) * | 2005-10-21 | 2012-11-15 | Carnegie Institution Of Washington | Remote Sensing Analysis of Forest Disturbances |
-
2012
- 2012-12-24 CN CN201210568018.2A patent/CN103063311B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050122744A1 (en) * | 2002-02-12 | 2005-06-09 | Yasushi Sakuda | Lighting device, and liquid crystal display device using the same |
US20120288159A1 (en) * | 2005-10-21 | 2012-11-15 | Carnegie Institution Of Washington | Remote Sensing Analysis of Forest Disturbances |
CN1844952A (zh) * | 2006-05-10 | 2006-10-11 | 北京好望角医学影像技术有限公司 | 基于遥感图像处理的对地表变化进行检测的方法 |
CN101114023A (zh) * | 2007-08-28 | 2008-01-30 | 北京交通大学 | 一种基于模型的湖泊湿地泛洪遥感监测方法 |
Non-Patent Citations (1)
Title |
---|
常睿春等: "蚀变矿物信息与构造在高光谱遥感找矿中的应用初探", 《国土资源科技管理》, vol. 29, no. 6, 15 December 2012 (2012-12-15), pages 84 - 87 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413289B (zh) * | 2013-08-30 | 2017-04-12 | 中国神华能源股份有限公司 | 矿区图像处理方法及装置 |
CN103413289A (zh) * | 2013-08-30 | 2013-11-27 | 中国神华能源股份有限公司 | 矿区图像处理方法及装置 |
CN106033494A (zh) * | 2015-03-11 | 2016-10-19 | 中国人民解放军沈阳军区司令部工程科研设计所 | 一种基于归一化水体挖掘指数的地表水信息提取方法 |
CN105004725A (zh) * | 2015-08-04 | 2015-10-28 | 珠江水利委员会珠江水利科学研究院 | 一种水土保持综合治理土壤侵蚀变化量实时定量监测方法 |
CN105004725B (zh) * | 2015-08-04 | 2018-10-19 | 珠江水利委员会珠江水利科学研究院 | 一种水土保持综合治理土壤侵蚀变化量实时定量监测方法 |
CN105787457A (zh) * | 2016-03-08 | 2016-07-20 | 浙江工商大学 | 一种modis卫星集成dem提高植被分类遥感精度的估算方法 |
CN107463775B (zh) * | 2017-07-24 | 2019-11-12 | 福州大学 | 基于多遥感指数变化趋势的植被流失去向识别方法 |
CN107463775A (zh) * | 2017-07-24 | 2017-12-12 | 福州大学 | 基于多遥感指数变化趋势的植被流失去向识别方法 |
CN107478611A (zh) * | 2017-08-02 | 2017-12-15 | 珠江水利委员会珠江水利科学研究院 | 一种计算岩石裸露率的方法 |
CN109598202A (zh) * | 2018-11-05 | 2019-04-09 | 中国科学院遥感与数字地球研究所 | 一种基于对象的卫星图像多指标建成区自动提取方法 |
CN109472244A (zh) * | 2018-11-15 | 2019-03-15 | 珠江水利委员会珠江水利科学研究院 | 一种基于分离指数的土壤、岩石和植被识别方法 |
CN109472244B (zh) * | 2018-11-15 | 2021-10-01 | 珠江水利委员会珠江水利科学研究院 | 一种基于分离指数的土壤、岩石和植被识别方法 |
CN110674764A (zh) * | 2019-09-27 | 2020-01-10 | 北京文安智能技术股份有限公司 | 一种工地裸露土方的检测方法、装置及系统 |
CN112052811A (zh) * | 2020-09-11 | 2020-12-08 | 郑州大学 | 基于人工智能及航拍图像的牧场草原沙化检测方法 |
CN115019184A (zh) * | 2022-07-28 | 2022-09-06 | 北京卫星信息工程研究所 | 基于遥感影像的石漠化程度自动分级方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103063311B (zh) | 2015-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103063311B (zh) | 基于土壤指数的裸露基岩信息提取方法 | |
Zhang et al. | New research methods for vegetation information extraction based on visible light remote sensing images from an unmanned aerial vehicle (UAV) | |
Van Den Eeckhaut et al. | Object-oriented identification of forested landslides with derivatives of single pulse LiDAR data | |
Rampi et al. | Wetland mapping in the upper midwest United States | |
Gärtner et al. | Object based change detection of Central Asian Tugai vegetation with very high spatial resolution satellite imagery | |
CN103646246A (zh) | 一种基于决策树模型的多光谱遥感影像河流信息提取方法 | |
CN103824077A (zh) | 一种基于多源遥感数据的城市不透水层率息提取方法 | |
Yang et al. | Impervious surface extraction in urban areas from high spatial resolution imagery using linear spectral unmixing | |
Teffera et al. | Assessing land use and land cover dynamics using composites of spectral indices and principal component analysis: A case study in middle Awash subbasin, Ethiopia | |
Clark et al. | Landscape analysis using multi-scale segmentation and object-oriented classification | |
CN111091079A (zh) | 基于tls的高寒脆弱区植被优势单株结构参数测定方法 | |
McCormack et al. | A methodology for mapping annual flood extent using multi-temporal Sentinel-1 imagery | |
CN108592888A (zh) | 一种居民地提取方法 | |
La et al. | Extraction of individual tree crown using hyperspectral image and LiDAR data | |
Chen et al. | Lidar calibration and validation for geometric-optical modeling with Landsat imagery | |
Xiao et al. | Individual tree detection and crown delineation with 3D information from multi-view satellite images | |
CN102231190A (zh) | 冲洪积扇信息的自动提取方法 | |
CN102645410A (zh) | 煤矸石污染范围的检测方法和装置及数据处理设备 | |
Kılıç et al. | An integrated framework to identify and map gullies in a Mediterranean region of Turkey | |
Tian et al. | A Process-Oriented Method for Rapid Acquisition of Canopy Height Model From RGB Point Cloud in Semiarid Region | |
Couturier et al. | A model-based performance test for forest classifiers on remote-sensing imagery | |
Ukhnaa et al. | Modification of urban built-up area extraction method based on the thematic index-derived bands | |
Strasser et al. | Class modelling of complex riparian forest habitats | |
Saliola | Object-based image analysis for the delineation of canopy gaps and individual tree crowns using multi-source data: A case study in Haliburton Forest, Ontario | |
Melniks et al. | Method for shallow drainage ditch network generation using remote sensing data |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150114 Termination date: 20161224 |
|
CF01 | Termination of patent right due to non-payment of annual fee |