CN103235845A - 一种用于公路施工中进行水土流失监测的方法 - Google Patents
一种用于公路施工中进行水土流失监测的方法 Download PDFInfo
- Publication number
- CN103235845A CN103235845A CN2013101215383A CN201310121538A CN103235845A CN 103235845 A CN103235845 A CN 103235845A CN 2013101215383 A CN2013101215383 A CN 2013101215383A CN 201310121538 A CN201310121538 A CN 201310121538A CN 103235845 A CN103235845 A CN 103235845A
- Authority
- CN
- China
- Prior art keywords
- highway
- construction
- elevation information
- soil erosion
- elevation
- 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
Landscapes
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明是一种用于公路施工中进行水土流失监测的方法,包括:收集待监测公路路段的公路施工图和遥感影像,利用路基横断面设计图中记录的待监测路段的桩号和关键点的高程信息,编辑公路平面总体设计图中的高程信息图层的高程信息,并得到高程信息图层对应的矢量格式文件,再应用3D分析模块,生成DEM,进一步得到坡长和坡度因子;确定公路施工中不同工程部位的土壤侵蚀因子;将公路施工部位原有的植被覆盖度设置为0,通过ArcGIS软件得到植被覆盖因子分布;采用通用水土流失方程来监测公路路段的水土流失模式分布。本发明方法减少了水土流失监测现场工作的时间与强度,更为符合实际情况,得到的水土流失模数具有良好的预测作用。
Description
技术领域
本发明涉及水土流失监测的技术领域,具体涉及一种用于公路施工中进行水土流失监测的方法。
背景技术
开发建设项目会破坏地表,造成一定程度的水土流失,而在现代化建设中,公路的建设是必不可免的,因此由于建设公路所带了的水土流失也是必不可免的。水土流失会破坏大自然的环境和生态平衡,如何在公路建设中尽量减少水土流失,或者能够预测水土流失从而提前采取措施来控制水土流失,是一个重要问题。
当前,在公路建设的施工期中,应用通用水土流失方程(Universal Soil Loss Equation,USLE)来预测土壤流失量,以便监测公路建设所造成的水土流失,提前采取合理的控制水土流失的措施或者优化建设工程,来减少水土流失。通用水土流失方程的计算公式为:A=(R)·(K)·(LS)·(C)·(P),其中,A表示单位面积上的土壤流失量(t/ha·a);R表示降雨侵蚀因子(MJ·mm/ha·h·a);K表示土壤侵蚀性因子(t·ha·MJ·mm);LS表示坡度和长度因子(无量纲);C表示植被覆盖因子(无量纲);P表示侵蚀控制因子(无量纲)。通过测量得到通用水土流失方程中的各因子,从而确定单位面积上的土壤流失量。
原有LS因子的测定主要通过现场测量技术来完成,现场对于坡度和坡长因子的测定除耗费人力时间外,还存在由于视野范围有限造成目测存在误差、容易忽略整体地形情况等问题。随着遥感技术和GIS(Geographic Information System,地理信息系统)技术的不断成熟和发展,对于大面积地形因素的分析逐渐依赖于数字高程模型(Digital Elevation Model,DEM)得到相应的分析结果。数字高程模型描述的是地面高程信息,它在测绘、水文、气象、地貌、地质、土壤、工程建设、通讯、气象、军事等国民经济和国防建设以及人文和自然科学领域有着广泛的应用。如在工程建设上,可用于土方量计算、通视分析等;在防洪减灾方面,DEM是进行水文分析如汇水区分析、水系网络分析、降雨分析、蓄洪计算、淹没分析等的基础;在无线通讯上,可用于蜂窝电话的基站分析等等。
梁海勇等在《东华理工学院学报(自然科学版)》2005年01期公开了DEM的建立及其在线路勘测设计中的应用,提出将DEM引入到显露勘测设计中,极大地减少了线路设计的工作量,提高了线路设计的科学性,但未涉及对数字高程模型DEM的优化;郑海刚等在《西部探矿工程》2008年05期公开了石台杵岭隧道DEM建立及其应用,以1:2000的AutoCAD地形图为基础,在MapGIS地理信息系统软件中建立了石台杵岭隧道地区的数字高程模型DEM,但其应用的只是AutoCAD地形图中的原有高程信息,也未对实际隧道的高程进行优化分析。中国科学院遥感应用研究所的刘召芹等申请《一种变分辨率数字高程模型的生成方法》,公开号为102426010A,在2012年4月25日公开了一种变分辨率数字高程模型的生成方法,其通过建立坐标系、设定采样数量、采样时间、采样范围等,由数据离散点构建不规则三角网,通过内插计算得到各高程采样点的高程值,从而广泛应用于地形地貌测量中的数据存储和表达;铁道第三勘察设计院集团有限公司的刘桂卫等申请的《一种基于三维地质遥感判释技术的滑坡体体积参数量测方法》其特征在于获取滑坡区高分辨率遥感影像及数字高程数据;构建三维遥感判释主题,划定滑坡周界;以滑坡周界为模板,提取滑坡体表面数字高程模型;获取滑坡工程勘察资料;布设高密度电法勘察剖面和钻探校正孔,利用钻探结果校正高密度电法勘察剖面数据,得到滑坡体厚度剖面数据;利用滑坡体厚度剖面数据,结合滑坡体表面数字高程模型,通过差值计算得到滑坡体基底高程数据;对滑坡体基底高程数据进行插值运算,构建滑坡体基底数字高程模型;将提取的滑坡体表面数字高程模型与基底数字高程模型进行地理信息系统空间分析,获取准确的滑坡体体积参数。
上述建立数字高程模型的方式主要是通过现场测量或通过遥感技术获得的高分辨率数字资料来建立相应数字高程模型。现有公路水土流失监测中,在道路修建前,通过现场测量或者遥感获得数据来建立相应的数字高程模型,从而确定LS因子,整个过程不但耗费的人力物力较大,而且利用施工开始前测得的数据对施工开始后造成的土壤流失量造进行监测是不准确的。
发明内容
本发明要解决的技术问题是:现有公路水土流失监测中,在公路施工前实测数据建立DEM获得坡长和坡度因子,造成水土流失监测不准确,且消耗较大人力物力的问题。本发明为了解决该问题,提供了一种用于公路施工中进行水土流失监测的方法,更为科学合理地进行水土流失监测,且该方法更易于操作,更加适于实用。
本发明提供的一种用于公路施工中进行水土流失监测的方法,包括如下步骤:
步骤1:收集待监测公路路段的CAD格式的公路施工图和遥感影像;所述的公路施工图包括平均间隔20米的路基横断面设计图和带有高程信息(高程点或等高线)的公路平面总体设计图。
步骤2:在路基横断面设计图中,记录待监测公路路段的起始位置以及路段内从起始位置开始每间隔20米的桩号以及关键点的高程信息。所述的关键点指路中线、两侧边坡坡脚和边坡坡顶。
步骤3:编辑公路平面总体设计图中的高程信息图层的高程信息,具体是:首先删除高程信息图层中在公路路面和边坡范围内原有的高程信息,然后在高程信息图层中对应步骤2所获取的所有关键点处添加高程点,并根据步骤2所记录的关键点的高程信息,将所添加的高程点赋予相应的高程值。
步骤4:将编辑完成后的公路平面总体设计图中的高程信息图层,导入到ArcGIS软件中,具体是通过ArcGIS软件中的数据互操作工具(Data Interoperability Tools)中的快速导出导入(Quick Export)功能导入到ArcGIS软件中,并根据原有公路平面总体设计图的坐标信息将高程信息图层在ArcGIS软件中进行投影,生成.shp格式的矢量格式文件。
步骤5:应用ArcGIS软件中的3D分析(3D Analysis)模块,以.shp格式的矢量格式文件中的高程信息为来源,运用Create/Modify Tin中Create Tin From Features创建不规则三角网Tin,进一步生成Raster格式的DEM,输出的DEM存为elevtion。
步骤6:通过ArcGIS软件中Spatial Analyst模块选择Raster计算器得到坡长和坡度因子的图层,确定坡长和坡度因子LS。
步骤7:确定公路施工中不同工程部位的土壤侵蚀因子。采用环刀取样法对公路施工中不同工程部位,包括施工路面、路堑边坡和路堤边坡,分别进行取样,并通过室内试验对样品的有机质含量、机械组成和饱和渗透率进行测定,再利用诺模方程分别确定公路施工中不同工程部位的土壤侵蚀因子。
步骤8:确定植被覆盖因子。在公路施工图中将所有公路施工部位原有的植被覆盖度设置为0,运用ArcGIS中的Raster Calculator功能,对公路施工图中的植被覆盖度进行重新运算、转换,得到植被覆盖因子。
步骤9:通过ArcGIS软件采用通用水土流失方程来监测公路路段的水土流失模数分布。
本发明方法与现有水土流失方法相比具有如下优点和有益效果:
1.本发明提出的基于公路施工图建立道路修建完成后的高程信息,能够为水土流失模数的计算提供较为科学合理的基础数据,符合施工期公路修建的地形特点,而现有技术的水土流失模数的计算都是公路施工前原始的DEM,而不是施工期已开挖的DEM,不符合施工期公路修建的地形特点,水土流失监测不够准确。
2.本发明得到的水土流失模数具有良好的预测作用,能够在公路开始修建前针对水土流失较为严重的区域进行有效的防治措施,提前预防大规模严重的水土流失情况的发生。
3.本发明使用施工图信息对不同的水土流失部位进行划分,与根据遥感影像对不同水土流失部分的划分相比,能够更为符合实际情况。
4.本发明与传统水土流失监测相比,减少了水土流失监测现场工作的时间与强度,比较全面和系统地观测了区域中的水土流失现状,并能够提出水土侵蚀模数的预测,提高了工作效率。
5、对公路施工中不同工程部位确定相应的土壤侵蚀因子,使得最后预测的水土侵蚀模数更加准确;将公路施工部位原有的植被覆盖度设置为0后再确定公路施工区域的植被覆盖因子,使计算数据更加简单,且设定有效,符合实际。
附图说明
图1是本发明用于公路施工中进行水土流失监测的方法的流程图;
图2是本发明实施例中路基横断面设计图示意图;
图3是本发明实施例中公路平面总体设计图示意图;
图4是本发明实施例中公路平面总体设计图高程信息编辑后示意图;
图5是本发明实施例中.shp格式的高程信息点示意图;
图6是本发明实施例中由高程信息点生成的DEM图;
图7是本发明实施例中得到的LS因子分布图;
图8是本发明实施例中得到的植被覆盖因子分布示意图;
图9是本发明实施例中得到的水土流失模数预测图。
图中:
1-边坡坡顶;2-边坡坡脚;3-公路中线;4-原有高程点;5-新增高程点;
j-原有高程信息;i-关键点高程信息。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
现有公路水土流失监测中,坡长和坡度因子LS所获取的数据基础,是在施工前对待施工路段进行实测的数据得到的,但不符合施工期公路修建的地形特点,进而在应用通用水土流失方程进行水土监测时不是非常准确的问题。本发明提供了一种用于公路施工中进行水土流失监测的方法,基于待施工路段是依据公路施工图来进行的,因此使用路基横断面设计图和公路平面总体设计图两种类型的公路施工图,来获取高程信息,生成数字化高程模型,再获得坡长和坡度因子(LS),结合USLE方程中其它因子即能够得到公路路面及边坡范围的水土流失模数,实现对公路水土流失的监测。
如图1所示,本发明用于公路施工中进行水土流失监测的方法,具体步骤如下。
步骤1:收集待检测公路路段的CAD格式的公路施工图,包括平均间隔20m的路基横断面设计图和带有高程信息(高程点或等高线)的公路平面总体设计图。
收集待监测公路路段的遥感影像。尽可能收集最近年份的遥感影像资料,选择时期为当地植被生长良好的时期,将其作为研究水土流失模式模数时的基础数据资料。
步骤2:在路基横断面设计图中,从待监测公路路段的起始位置开始,记录桩号以及关键点的高程信息。用同样的方法记录待监测公路路段内间隔20m的所有关键点的高程信息。所述的关键点包括路中线、两侧边坡坡脚和边坡坡顶以及桩号。
步骤3:在公路平面总体设计图中的高程信息图层中对高程信息(高程点或等高线)进行编辑。首先在公路平面总体设计图中的高程信息图层中,删除在公路路面和边坡范围内原有的高程信息,然后根据步骤2所记录的所有桩号和关键点,在高程信息图层对应的关键点处添加高程点,并根据步骤2所记录的关键点的高程信息,将所添加的高程点赋予相应的高程值。将步骤二记录的待监测公路路段所有的关键点的高程信息添加到公路平面总体设计图的高程信息图层中后,就生成了公路修建完成后公路及边坡范围的高程信息。
步骤4:将编辑完成后的公路平面总体设计图中的高程信息图层,通过ArcGIS软件中的数据互操作工具(Data Interoperability Tools)中的快速导出导入(Quick Export)功能导入到ArcGIS软件中,并根据公路平面总体设计图的坐标信息将高程信息图层在ArcGIS软件中进行投影,并将结果输出为.shp格式的矢量格式文件。
步骤5:应用ArcGIS软件中的3D分析(3D Analysis)模块,以.shp格式的矢量格式文件中的高程信息为来源,运用Create/Modify Tin中Create Tin From Features创建不规则三角网Tin,其即可用于生成Raster格式的DEM,输出数据存为elevtion。
步骤6:确定坡长和坡度因子LS。
通过ArcGIS软件中Spatial Analyst模块选择Raster计算器得到坡长和坡度因子的图层。通过公式:FlowAccumulation(FlowDirection([elevation])),得到新的图层flowacc,FlowDirection表示计算水文流向操作,FlowAccumulation是流向的累积操作。
然后运用公式:Pow([flowacc]*resolution/22.1,0.4)*Pow(Sin([slope]*0.01745)/0.09,1.4)*1.4,通过计算,得到坡长和坡度因子的图层lsfac。其中,Pow表示幂函数,resolution表示分辨率,slope表示坡度,Sin表示正弦函数。
步骤7:确定公路施工中不同工程部位的土壤侵蚀因子。
采用环刀取样法对公路施工中不同工程部位,包括施工路面、路堑边坡、路堤边坡等,分别进行取样,并通过室内试验对其有机质含量、机械组成、饱和渗透率进行测定,从而利用W H Wischmeier提出的诺模方程分别计算公路施工中不同工程部位的土壤侵蚀因子。
步骤8:确定植被覆盖因子。
首先对该地区的遥感影像解译前预处理,然后利用其近红外波段得到公路及其沿线的植被覆盖情况。利用已有的公路不同施工部位的图,将公路施工部位设定为均处于植被覆盖度为0的情况,并对公路施工图中原有的植被覆盖度进行替换,得到施工期植被覆盖情况。根据通用水土流失方程中针对植被覆盖因子C的定义:C值与植被类型、植被覆盖度有关,当地面完全裸露时,C值为1.0;当地面植被很好时,C值可取0.001。运用ArcGIS中的RasterCalculator功能,对植被覆盖度进行重新运算、转换,得到植被覆盖因子数据。
步骤9:通过ArcGIS软件中Spatial Analyst模块选择Raster Calculator,运用通用水土流失方程A=(R)·(K)·(LS)·(C)·(P),结合步骤6、7和8得到的坡长和坡度因子LS、土壤侵蚀性因子K、植被覆盖因子C,以及降雨侵蚀因子R和侵蚀控制因子P,即可得到待监测公路路段的水土流失模数分布图。
实施例
应用本发明方法对陕西省在建的咸阳—旬邑高速公路段10km示范路段的进行水土流失监测,按照以下步骤进行:
(1)收集咸阳—旬邑高速公路段10km示范路段CAD格式的公路施工图和遥感影像资料,包括平均间隔20m的路基横断面设计图、带有高程信息(高程点或等高线)的公路平面总体设计图、适宜时期的遥感影像,作为研究的基础数据资料。
(2)根据现有路基横断面设计图,从该示范路段的起始位置(K42+000)的路基横断面开始,记录桩号以及关键点的高程信息,如图2所示,关键点包括两侧边坡坡顶1,两侧边坡坡脚2和公路中线3,用同样的方法记录10km路段范围内间隔20m的路基横断面的所有关键点的高程信息。
(3)在公路平面总体设计图中的高程信息图层(高程点)中对高程信息进行编辑,如图3所示,为示范路段的公路平面总体设计图的高程信息图层。首先删除在公路路面和边坡范围内原有的高程信息,删除如图3中的原有高程点4,然后在高程信息图层中对应(2)中所记录的关键点处添加高程点,新增的高程点5如图4所示,并根据(2)中所记录的桩号和高程信息,将高程点赋予相应的高程值。将示范路段所有的关键点高程信息添加到公路平面总体设计图的高程信息图层中,即生成了公路修建完成后公路及边坡范围的高程信息。
(4)将编辑完成后的公路平面总体设计图中的高程信息图层通过ArcGIS中DataInteroperability Tools中的Quick Export功能导入到ArcGIS软件中,并根据原有公路平面总体设计图的坐标信息将其投影在ArcGIS中,最后输出为.shp格式的矢量格式文件,如图5所示。
(5)应用ArcGIS中3D Analysis模块,以.shp格式高程信息的高程点或等高线为高程信息来源,运用Create/Modify Tin中Create Tin From Features创建不规则三角网Tin,其即可用于生成Raster格式的DEM,输出数据存为elevtion,生成的DEM如图6所示。
(6)通过ArcGIS软件中Spatial Analyst模块选择Raster Calculator,使用公式FlowAccumulation(FlowDirection([elevation]))运算,得到新的图层命名为flowacc;然后再次运用公式Pow([flowacc]*resolution/22.1,0.4)*Pow(Sin([slope]*0.01745)/0.09,1.4)*1.4计算,即得到坡长和坡度因子图层,如图7所示,将坡长和坡度因子图层命名为lsfac。
(7)确定土壤侵蚀因子K,采用环刀取样法针对公路施工中不同工程部位,包括施工路面、路堑边坡、路堤边坡等,分别进行取样,并通过室内试验对其有机质含量、机械组成、饱和渗透率进行测定,从而利用W H Wischmeier提出的诺模方程分别计算公路施工中不同工程部位的土壤侵蚀因子。本发明实施例中土壤侵蚀因子K在公路施工的不同部位都存在差异K路堑边坡=0.2768,K路堤边坡=0.3004,K路面=0.3084。在步骤9中进行水土流失模数分布计算时,采用相应的公路施工部位的土壤侵蚀因子。
(8)确定植被覆盖因子C,首先对该地区的遥感影像解译前预处理,然后利用其近红外波段得到公路及其沿线的植被覆盖情况。利用已有的公路不同施工部位的图,将均处于施工状态的公路施工部位的植被覆盖度设定为0,对其原有的植被覆盖度进行替换,得到施工期植被覆盖情况。根据通用水土流失方程中针对植被覆盖因子C的定义:C值与植被类型、植被覆盖度有关,当地面完全裸露时,C值为1.0;当地面植被很好时,C值可取0.001。运用ArcGIS中的Raster Calculator功能,对植被覆盖度进行重新运算、转换,得到植被覆盖因子的分布图,如图8所示,施工部位的植被覆盖因子为1.0。
(9)结合通用水土流式方程中其他已得到因子:降雨侵蚀因子R和侵蚀控制因子P,根据通用水土流失方程来得到示范路段的水土流失模数分布。本发明实施例中示范路段的施工部位的植被覆盖因子C赋值为1,侵蚀控制因子P赋值为1,降雨侵蚀因子R由经验公式算得为0.0625。再结合得到的坡长和坡度因子LS以及土壤侵蚀因子K,通过ArcGIS软件中Spatial Analyst模块选择Raster Calculator,运用公式A=(R)·(K)·(LS)·(C)·(P),即可得到示范路段的水土流失模数分布图,如图9所示。由图9可以看出,公路施工期计算出的水土侵蚀模数在0-47.828t/ha·a之间,水土侵蚀模数较大的区域主要还是公路边坡区域,路面区域由于坡度不大,坡长坡度LS因子计算的结果较小;而对于除了公路主体工程区外的路域影响范围整体来看,水土侵蚀模数整体不是太大,由图8的植被覆盖因子图可看出,其植被覆盖较好,植被覆盖因子C值整体不大,地形也较为缓和,坡长坡度因子LS大部分处于较小的程度,部分坡度较大的区域导致坡长坡度因子LS较大从而导致了其水土侵蚀模数值较大。
在咸阳—旬邑高速公路段10km示范路段布设水土流失临时监测小区,对各小区侵蚀产沙情况进行了测定,对于临时小区1(边坡条件),土壤侵蚀模数为32.2t/ha;而对于临时小区2(自然对照条件)的土壤侵蚀模数为7.5t/ha。临时小区内的主要侵蚀方式为面蚀,而未发现细沟侵蚀现象。分析其原因应为设置临时小区的时间较晚。根据已有气象资料该地区的降雨集中分布在6-9月,而设置小区的观测时段内仅发生了3次侵蚀性降雨,低于此地区平均7-11次侵蚀性降雨次数(参考临近的4个国家级气象站资料得到)。因此,测定结果应小于实际的年侵蚀量。通过对当地水土流失专家的咨询,当由通用水土流失方程的计算值大于现场实地测量值时(应未产生数量级变化)可认为正确,若当计算值等于或小于此值则当对其进行适当的调整。因此可知,采用本发明方法获得的该地区水土流失模数基本与现场实测值吻合。
综上,本发明提出的基于施工图的水土流失监测方法,参考了公路设计因素,能够较为全面和准确的进行水土流失预测,提高了水土流失监测的科学性和准确性,不论在监测方法或功能上均有较大的改进,并产生了好用及实用的效果。较现有的水土流失监测,更加适于实用,减少水土流失监测的野外工作时间和强度,并具有行业的广泛利用价值。
Claims (3)
1.一种用于公路施工中进行水土流失监测的方法,其特征在于,包括如下步骤:
步骤1:收集待监测公路路段的CAD格式的公路施工图和遥感影像;所述的公路施工图包括平均间隔20米的路基横断面设计图和带有高程信息的公路平面总体设计图;
步骤2:在路基横断面设计图中,记录待监测公路路段的起始位置以及路段内从起始位置开始每间隔20米的桩号以及关键点的高程信息;所述的关键点指路中线、两侧边坡坡脚和边坡坡顶;
步骤3:编辑公路平面总体设计图中的高程信息图层的高程信息,具体是:首先删除高程信息图层中在公路路面和边坡范围内原有的高程信息,然后在高程信息图层中,对应步骤2所获取的所有关键点处添加高程点,并根据步骤2所记录的关键点的高程信息,将所添加的高程点赋予相应的高程值;
步骤4:将编辑完成后的公路平面总体设计图中的高程信息图层,导入到ArcGIS软件中,并根据原有公路平面总体设计图的坐标信息将高程信息图层在ArcGIS软件中进行投影,生成.shp格式的矢量格式文件;
步骤5:应用ArcGIS软件中的3D分析模块,以.shp格式的矢量格式文件中的高程信息为来源,创建不规则三角网Tin,进一步生成Raster格式的数字高程模型,该数字高程模型存为elevtion;
步骤6:通过ArcGIS软件对elevtion处理,得到坡长和坡度因子的图层;
步骤7:确定公路施工中不同工程部位的土壤侵蚀因子;
步骤8:确定植被覆盖因子;
步骤9:通过ArcGIS软件采用通用水土流失方程来监测公路路段的水土流失模式分布。
2.根据权利要求1所述的水土流失监测的方法,其特征在于,所述的步骤7具体是:采用环刀取样法对公路施工中不同工程部位,包括施工路面、路堑边坡和路堤边坡,分别进行取样,并通过室内试验对样品的有机质含量、机械组成和饱和渗透率进行测定,再利用诺模方程分别确定公路施工中不同工程部位的土壤侵蚀因子。
3.根据权利要求1所述的水土流失监测的方法,其特征在于,所述的步骤8具体是:在公路施工图中将所有公路施工部位原有的植被覆盖度设置为0,运用ArcGIS中的RasterCalculator功能,对公路施工图中的植被覆盖度进行重新运算、转换,得到植被覆盖因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310121538.3A CN103235845B (zh) | 2012-12-18 | 2013-04-09 | 一种用于公路施工中进行水土流失监测的方法 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012105515823 | 2012-12-18 | ||
CN201210551582 | 2012-12-18 | ||
CN201210551582.3 | 2012-12-18 | ||
CN201310121538.3A CN103235845B (zh) | 2012-12-18 | 2013-04-09 | 一种用于公路施工中进行水土流失监测的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103235845A true CN103235845A (zh) | 2013-08-07 |
CN103235845B CN103235845B (zh) | 2015-09-23 |
Family
ID=48883886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310121538.3A Expired - Fee Related CN103235845B (zh) | 2012-12-18 | 2013-04-09 | 一种用于公路施工中进行水土流失监测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103235845B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104160896A (zh) * | 2014-08-20 | 2014-11-26 | 交通运输部科学研究院 | 一种公路施工期占地界内的植被保护方法 |
CN108090929A (zh) * | 2017-12-04 | 2018-05-29 | 国家海洋局第海洋研究所 | 矿区线性异常分析提取新型方法 |
CN108755321A (zh) * | 2018-06-19 | 2018-11-06 | 田振刚 | 路基施工防护装置 |
CN111047096A (zh) * | 2019-12-16 | 2020-04-21 | 江西遥览科技有限公司 | 一种区域水土流失日预报算法 |
WO2020232978A1 (zh) * | 2019-05-20 | 2020-11-26 | 南京天辰礼达电子科技有限公司 | 一种辅助路基、大坝填方作业的方法 |
CN112254703A (zh) * | 2020-10-15 | 2021-01-22 | 广东粤源工程咨询有限公司 | 一种水土流失遥感动态监测方法、系统、智能终端以及存储介质 |
CN114998530A (zh) * | 2022-07-13 | 2022-09-02 | 航天宏图信息技术股份有限公司 | 一种基于实景三维地形的水体监测方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426395A (zh) * | 2011-11-11 | 2012-04-25 | 铁道第三勘察设计院集团有限公司 | 一种基于三维地质遥感判释技术的滑坡体体积参数量测方法 |
CN102426010A (zh) * | 2011-10-31 | 2012-04-25 | 中国科学院遥感应用研究所 | 一种变分辨率数字高程模型的生成方法 |
-
2013
- 2013-04-09 CN CN201310121538.3A patent/CN103235845B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426010A (zh) * | 2011-10-31 | 2012-04-25 | 中国科学院遥感应用研究所 | 一种变分辨率数字高程模型的生成方法 |
CN102426395A (zh) * | 2011-11-11 | 2012-04-25 | 铁道第三勘察设计院集团有限公司 | 一种基于三维地质遥感判释技术的滑坡体体积参数量测方法 |
Non-Patent Citations (3)
Title |
---|
梁海勇等: "DEM的建立及其在线路勘测设计中的应用", 《东华理工学院学报(自然科学版)》, vol. 28, no. 1, 31 March 2005 (2005-03-31), pages 93 - 95 * |
郑海刚等: "石台杵岭隧道DEM建立及其应用", 《西部探矿工程》, no. 5, 31 May 2008 (2008-05-31), pages 142 - 144 * |
陈爱侠等: "基于RS/GIS公路路域水土流失动态变化的研究——以榆靖高速公路为例", 《生态学报》, vol. 31, no. 12, 30 June 2011 (2011-06-30), pages 3424 - 3431 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104160896A (zh) * | 2014-08-20 | 2014-11-26 | 交通运输部科学研究院 | 一种公路施工期占地界内的植被保护方法 |
CN104160896B (zh) * | 2014-08-20 | 2016-02-10 | 交通运输部科学研究院 | 一种公路施工期占地界内的植被保护方法 |
CN108090929A (zh) * | 2017-12-04 | 2018-05-29 | 国家海洋局第海洋研究所 | 矿区线性异常分析提取新型方法 |
CN108755321A (zh) * | 2018-06-19 | 2018-11-06 | 田振刚 | 路基施工防护装置 |
WO2020232978A1 (zh) * | 2019-05-20 | 2020-11-26 | 南京天辰礼达电子科技有限公司 | 一种辅助路基、大坝填方作业的方法 |
CN111047096A (zh) * | 2019-12-16 | 2020-04-21 | 江西遥览科技有限公司 | 一种区域水土流失日预报算法 |
CN112254703A (zh) * | 2020-10-15 | 2021-01-22 | 广东粤源工程咨询有限公司 | 一种水土流失遥感动态监测方法、系统、智能终端以及存储介质 |
CN114998530A (zh) * | 2022-07-13 | 2022-09-02 | 航天宏图信息技术股份有限公司 | 一种基于实景三维地形的水体监测方法和装置 |
CN114998530B (zh) * | 2022-07-13 | 2022-11-08 | 航天宏图信息技术股份有限公司 | 一种基于实景三维地形的水体监测方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103235845B (zh) | 2015-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103235845B (zh) | 一种用于公路施工中进行水土流失监测的方法 | |
Dou et al. | 3D geological suitability evaluation for urban underground space development–A case study of Qianjiang Newtown in Hangzhou, Eastern China | |
CN110455367B (zh) | 联合无人机和高密度电阻率法的工程堆弃体量测量方法 | |
Dong et al. | Real 3D geotechnical modeling in engineering geology: a case study from the inner city of Aachen, Germany | |
CN108876918A (zh) | 一种高填方黄土体沉降变形预测方法 | |
Li et al. | Dangerous degree forecast of soil loss on highway slopes in mountainous areas of the Yunnan–Guizhou Plateau (China) using the Revised Universal Soil Loss Equation | |
CN105825003A (zh) | 一种GeoDesign支持下的农地整理规划智能化设计方法 | |
CN114674277B (zh) | 全场测线联合的深部开采地表沉陷监测方法 | |
Mamatkulov et al. | Visualization and analysing the state of hydrotechnical construction via geospatial methods (on the example of Kharshi pumping stations cascade) | |
Yin et al. | Characteristics of groundwater flow field after land creation engineering in the hilly and gully area of the Loess Plateau | |
CN112097733A (zh) | InSAR技术与地理探测器结合的地表形变监测方法 | |
CN114926097A (zh) | 一种基于Arcgis和SWMM的矿区植被修复规划方法 | |
Jin et al. | Gully erosion and expansion mechanisms in loess tablelands and the scientific basis of gully consolidation and tableland protection | |
Ashraf et al. | Integration of groundwater flow modeling and GIS | |
Fengyun et al. | Status and development trend of 3D laser scanning technology in the mining field | |
CN106777734A (zh) | 一种山地滑坡预测方法 | |
Kalinowska et al. | Effect of GIS parameters on modelling runoff from river basin. The case study of catchment in the Puck District | |
Xie et al. | A comprehensive information system for landslide monitoring based on a three-dimensional geographic information system | |
Tang et al. | Review of digital elevation model (DEM) based research on China Loess Plateau | |
Mowen et al. | Spatial three-dimensional landslide susceptibility mapping tool and its applications | |
CN109685895B (zh) | 一种适用于智能电网建设面向对象的地图地形均值方法 | |
Granitzer et al. | Integration of Point Cloud Data for Numerical Simulations Using NURBS Surfaces | |
Sevastas et al. | Comparing hydrological models built upon open access and/or measured data in a GIS environment | |
Khemiri et al. | DEM-Based GIS Algorithms and 3D Geospatial Mapping for Creation of Hydrogeological Models Data in Foussana Basin (Central Tunisia) | |
Yang | Application of GeoWEPP model in ditch crossing soil landfill engineering |
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: 20150923 Termination date: 20160409 |
|
CF01 | Termination of patent right due to non-payment of annual fee |