CN105975990B - 一种复垦土壤剖面的精细表达方法 - Google Patents
一种复垦土壤剖面的精细表达方法 Download PDFInfo
- Publication number
- CN105975990B CN105975990B CN201610327751.3A CN201610327751A CN105975990B CN 105975990 B CN105975990 B CN 105975990B CN 201610327751 A CN201610327751 A CN 201610327751A CN 105975990 B CN105975990 B CN 105975990B
- Authority
- CN
- China
- Prior art keywords
- soil
- section
- radar image
- radar
- reclaimed soil
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
Abstract
本发明公开了一种复垦土壤剖面的精细表达方法,以探地雷达无损探测技术为主要手段,准确完整的表达土地复垦中重构土壤的剖面信息。该方法包括:布设等间距的探地雷达测线网,利用高频探地雷达系统获取复垦土壤的雷达图像;建立基于形态学的滤波处理方法,弱化杂波对分层信息的干扰;通过雷达图像处理与采样道能量梯度变化,提取复垦土壤的分层属性;在此基础上,开挖典型剖面,以此作为经验数据,与对应的雷达图像的分层情况进行对比分析,并结合各分层土壤的特征,实现全工区土壤剖面的精细表达,可为土地复垦工程质量的验收提供一种快速方法。
Description
技术领域
本发明涉及工程环境的监测技术领域,特别涉及土地开发整理工程中的复垦土壤剖面的精细表达方法。
背景技术
中国统计年鉴近五年的数据表明,我国煤炭行业的年产量业已突破35亿吨(2014年),煤炭开采方式也发生了较大改变,井工开采比重减小,由过去的96%下降至70%;露天开采比重明显提供,由过去的4%上升至30%。煤炭开采造成了地面塌陷、土地压占以及土地的挖损。据有关专家测算,由采煤造成的土地破坏的总面积超过了500万hm2,历史遗留的受损土地的复垦工作任务繁重。
我国《土地法》以及《土地复垦条例》等有关法律规定,煤炭开采必须实行“谁开采、谁复垦”的原则,必须对破损的土地进行复垦修复工作,通过一系列的工程技术手段,对受损的、即将受损的土地,结合工作面接续工作,对这些土地进行或者超前进行挖、铲、垫、平整等工作,使其恢复重新利用的功能,其本质就是土壤重构,重构后的土壤应该具备良好的分层以及结构,保证重构土壤的肥力。
土壤重构一般采用分层剥离、交错回填的方式,将0-20cm、20-50cm的表土层分别剥离,在节约表土的情况下,重构土壤的底层以煤矸石、粉煤灰进行充填,待充填至复垦标高后,再分层回填剥离的表土层。然而,以往的有关规定侧重于如何增加土地的面积,而对于重构土壤的质量却关注甚少,新出台的《土地复垦质量控制标准》中对其做出了要求,以典型验收的点位来表征全局,虽然规定了点位密度、布设的原则和土壤测试分析方法,仍难以对工程质量进行全面把控。农作物生长的剖面应包含表土层、心土层,其厚度是保证农作物生产力的重要指标。因此,土壤剖面可作为表征重构土壤质量的重要指标,如何全面获取与表达是问题的关键所在。
以往多采样钻孔、开挖剖面的形式,具有较大的随机性和不确定性,部分点位特征无法全面表达工程的整体属性。近些年,探地雷达技术逐渐开始应用于精准农业,该技术在土壤含水量、道路勘察、管线探测等领域成功应用。对于土壤领域,以室内模拟试验为主,野外大田的应用比较少,特别是对于复垦土壤,基于探地雷达的剖面的精细表达方法鲜有报道,需要解决如下难题:
(1)复垦工程中,土壤重构过程采用分层回填、分层压实的工艺,相比于自然状态的土壤,土层中杂质、分层不均匀都对分层结构的识别造成了很大影响,如何去除杂波对分层信号的影响,而且,人工识别难以满足大批量采样数据的处理;
(2)雷达数据针对于测线而言,是反映该测线下土壤的一些信息,如何将这些数据进行融合,基于有限的数据,采用何种方法去反映田块的整体分层信息,实现全工区土壤剖面的精细表达也需要解决。
发明内容
有鉴于此,本发明提出了一种复垦土壤剖面的精细表达方法,利用探地雷达获取复垦土壤的雷达图像,建立基于形态学的滤波处理方法,弱化杂波对分层信息的干扰;在有限处理窗口中获取采样道能量梯度变化,提取复垦土壤的分层属性;在此基础上,利用典型剖面的统计信息,与对应的雷达图像的分层情况进行对比分析,并结合各分层土壤的特征,实现全工区土壤剖面的精细表达。
为实现上述发明目的,本发明采用以下技术方案:
一种复垦土壤剖面的精细表达方法,所述方法包括以下步骤:
(1)雷达数据采集:在数据采集之前,布设全面覆盖工程的平面分布范围的探地雷达测线网,并在布设后测定各测线端点及其交叉点的空间坐标;高频雷达天线沿测线方向匀速前行,实现数据采集;
(2)建立基于形态学的滤波处理方法:在预处理的基础上,对雷达图像进行形态学的滤波处理,抑制杂波对分层信息的干扰;
(3)雷达图像的纵向分割:将雷达图像视为多条独立采样道的回波信号的组合,将各采样道回波信号作为彼此独立的信号,以各采样点的能量幅值表示;在此基础上,计算所有采样道中相同采样点号的能量幅值的均值,并计算时间域上各采样点的能量方差,得到能量幅值的离散程度及分布图;在此基础上以分布图的凸显程度选取阈值,将低于阈值的区域作为背景区域进行删除,实现雷达图像的纵向分割;
(4)复垦土壤剖面的雷达图像分层识别:在每个分割的区段中,以区域内能量方差的峰值对应的采样点作为中心,计算该点外扩r像素的八方向上能量梯度变化,以最大能量梯度为方向进行重采样,并重复步骤(4)的计算过程,实现复垦土壤在雷达图形的分层识别;
(5)复垦土壤剖面的表达:对解译的雷达图像对应测线的土体进行开挖,获取复垦土壤的现实剖面,并记录分层的层数、土体性质以及层厚;以此为参照,将雷达图像分层信息与之进行对比分析,从而实现所有测线上的土壤剖面的精细表达;在此基础上,通过空间内插的方法,实现全工区土壤剖面的完整表达。
优选地,所述步骤(1)中,利用测绘仪器测定各测线端点及其交叉点的空间坐标。
优选地,所述步骤(1)中,测线网呈网状形式。
优选地,所述步骤(2)中,所述滤波处理方法基于目标体的水平分层特性,根据几何特性的相似原理,选择结构元素,进行开运算、闭运算以及膨胀运算三个过程,实现图像形态修饰和形态细化。
优选地,所述结构元素为3X3的矩阵,凸显层位的分层特性。
优选地,形态滤波通过开运算、闭运算以及膨胀运算相互结合,经过多次运算完成。
优选地,所述步骤(2)中,在进行形态滤波计算时,雷达图像应以如下集合形式表示:A={(x,y,z)|0<x<m,0<y<n,zxy},(x,y)表示采样点坐标,z表示离散的灰度值,经过滤波处理后的雷达图像用二值图像表示。
优选地,所述步骤(3)中,雷达图像上水平方向的平均能量b如下式(1)表示,其中,i为以采样点号表示的双层走时的微分单位;j表示采样道次;
优选地,所述步骤(3)中,选取的阈值为能量方差最大值的1/10。
优选地,所述步骤(5)中,复垦土壤的剖面重构采用分层剥离、交错回填的方式,现场开挖3至5个土壤剖面,进行层数、层厚、土体特性数据统计,以此作为经验数据,分别与所对应的雷达图像的分层信息进行对比分析。
本发明与现有技术相比,具有以下明显优点:
本发明提出的复垦土壤剖面的精细表达方法,以探地雷达无损探测技术为主要手段,准确完整的表达土地复垦中重构土壤的剖面信息。该方法包括:布设等间距的探地雷达测线网,利用高频探地雷达系统获取复垦土壤的雷达图像;建立基于形态学的滤波处理方法,弱化杂波对分层信息的干扰;通过雷达图像处理与采样道能量梯度变化,提取复垦土壤的分层属性;在此基础上,开挖典型剖面,以此作为经验数据,与对应的雷达图像的分层情况进行对比分析,并结合各分层土壤的特征,实现全工区土壤剖面的精细表达,可为土地复垦工程质量的验收提供一种快速方法。
附图说明
图1为本发明中探地雷达测线网及坐标系示意图;
图2为本发明中某测线图像层位线图。
具体实施方式
本发明所述复垦土壤剖面的精细表达方法,包括以下步骤:
第一步:雷达数据采集。
在数据采集之前,布设探地雷达测线网,所述测线网由若干条平行的测线组成,呈网状形式,测线网应满覆盖工程的平面分布范围,并在布设后利用测绘仪器测定各测线端点及其交叉点的空间坐标,便于复测、验证;高频雷达天线沿测线方向匀速前行,实现数据采集。
如图1所示,1为复垦工区的边界线,2为探地雷达测线,探地雷达测线由两组呈一定角度的测线组成网状结构,每组测线包括若干条平行的测线,3为自定义的坐标系的轴线。以工区最西、最南两条相互垂直的测线,视为坐标系的x、y轴,定义交点的坐标为(1000,1000),x轴坐标方位角α为10°0′00″测线间距在10-40m之间。
第二步:建立基于形态学的滤波处理方法。
在预处理的基础上,对雷达图像进行形态学的滤波处理,抑制杂波对分层信息的干扰。该方法基于目标体的水平分层特性,根据几何特性的相似原理,选择结构元素,进行开运算、闭运算以及膨胀运算。
在本例中,雷达图像应以如下集合形式表示:
A={(x,y,z)|0<x<m,0<y<n,zxy},
前两个变量表示采样点坐标,第三个向量表示离散的灰度值,雷达图像的形态滤波应基于开运算、闭运算以及膨胀运算3个过程,实现图像形态修饰,形态细化的效果。
其中,结构元素SE应能够凸显层位的分层特性,为的矩阵,实例中选用SE如下:
由于开闭运算次数不会改变处理结果,本例开闭运算的运算均为一次,膨胀运算8次。
第三步:雷达图像的纵向分割。
将各采样道回波信号作为彼此独立的信号,以各采样点的能量幅值表示。在此基础上,计算所有采样道中相同采样点号的能量幅值的均值,并计算时间域上的能量方差,得到能量幅值的离散程度及分布图。需要说明的是,时间间隔为采样间隔,为纵轴双城走时与采样点数(一般为512/1024)的比值。在此基础上,以分布图的凸显程度,选取阈值,实现雷达图像的纵向分割。
雷达图像上水平方向的平均能量b由下式(1)计算求得,其中,i表示双层走时的微分单位,在此可以采样点号表示;j表示采样道次;
实例中,共计求得512个时间层的平均能量,采样道次628个。
第四步:复垦土壤剖面的雷达图像分层识别。
在每个分割的区段中,一定像点范围内,计算雷达图像能量方差峰值对应的采样点八方向上的能量梯度变化,基于最大梯度原则进行重采样,实现复垦土壤在雷达图像的分层识别。
实例中,像点范围为10×10的,当提取出最大梯度的采样点时,中心点移至该点,重复以上的步骤。
处理效果如图2所示,4为表土层的层位线,5为心土层与充填层(煤矸石)的层位线。
第五步:复垦土壤剖面的表达
对解译的雷达图像对应测线的土体进行开挖,获取5个以上复垦土壤的现实剖面,并记录分层的层数、土体性质以及层厚。以此为参照,将雷达图像分层信息与之进行对比分析,从而实现所有测线上的土壤剖面的精细表达。在此基础上,通过空间内插的方法,实现全工区土壤剖面的完整表达。
实例中,在进行空间内插时,各测线的土壤剖面采取如下表达方式:
Li={x,y,h},前两个参数表示平面坐标,第三个参数表示各层位的深度,根据等高线内插原理,将h替代高程z,生成各层位的TIN,生成等深线,在ARCGIS空间分析软件中,生成数字深度模型,达到三维显示的目的。
上面结合附图对本发明实施例进行了说明,但本发明不限于上述实施例,还可以根据本发明的发明创造的目的作出多种变化,凡依据本发明技术方案的精神实质和原理下做的改变、修饰、替代、组合、简化,均应为等效的置换方式,只要符合本发明的发明目的,只要不背离本发明的技术原理和发明构思,都属于本发明的保护范围。
Claims (9)
1.一种复垦土壤剖面的精细表达方法,其特征在于:所述方法包括以下步骤:
(1)雷达数据采集:在数据采集之前,布设全面覆盖工程的平面分布范围的探地雷达测线网,并在布设后测定各测线端点及其交叉点的空间坐标;高频雷达天线沿测线方向匀速前行,实现数据采集;
(2)建立基于形态学的滤波处理方法:在预处理的基础上,对雷达图像进行形态学的滤波处理,抑制杂波对分层信息的干扰;
(3)雷达图像的纵向分割:将雷达图像视为多条独立采样道的回波信号的组合,将各采样道回波信号作为彼此独立的信号,以各采样点的能量幅值表示;在此基础上,计算所有采样道中相同采样点号的能量幅值的均值,并计算在时间域上各采样点的能量方差,得到能量幅值的离散程度及分布图;在此基础上以分布图的凸显程度选取阈值,将低于阈值的区域作为背景区域进行删除,实现雷达图像的纵向分割;
(4)复垦土壤剖面的雷达图像分层识别:在每个分割的区段中,以区域内能量方差的峰值对应的采样点作为中心,计算该点外扩 r 像素的八方向上能量梯度变化,以最大能量梯度为方向进行重采样,并重复步骤(4)的计算过程,实现复垦土壤在雷达图形的分层识别;(5)复垦土壤剖面的表达:对解译的雷达图像对应测线的土体进行开挖,获取复垦土壤的现实剖面,并记录分层的层数、土体性质以及层厚;以此为参照,将雷达图像分层信息与之进行对比分析,从而实现所有测线上的土壤剖面的精细表达;在此基础上,通过空间内插的方法,实现全工区土壤剖面的完整表达。
2.如权利要求 1 所述的复垦土壤剖面的精细表达方法,其特征在于:所述步骤(1)中,利用测绘仪器测定各测线端点及其交叉点的空间坐标。
3.如权利要求 2 所述的复垦土壤剖面的精细表达方法,其特征在于:所述步骤(1)中,测线网呈网状形式。
4.如权利要求 1 所述的复垦土壤剖面的精细表达方法,其特征在于:所述步骤(2)中,所述滤波处理方法基于目标体的水平分层特性,根据几何特性的相似原理,选择结构元素,进行开运算、闭运算以及膨胀运算三个过程,实现图像形态修饰和形态细化。
5.如权利要求 4 所述的复垦土壤剖面的精细表达方法,其特征在于:所述结构元素为3X3的矩阵,凸显层位的分层特性。
6.如权利要求 4 所述的复垦土壤剖面的精细表达方法,其特征在于:形态滤波通过开运算、闭运算以及膨胀运算相互结合,经过多次运算完成。
7.如权利要求 1 所述的复垦土壤剖面的精细表达方法,其特征在于:所述步骤(2)中,在进行形态滤波计算时,雷达图像应以如下集合形式表示:A={(x,y,z)|0<x<m,0<y<n,zxy},(x,y)表示采样点坐标,z 表示离散的灰度值,经过滤波处理后的雷达图像用二值图像表示。
8.如权利要求 1 所述的复垦土壤剖面的精细表达方法,其特征在于:所述步骤(3)中,选取的阈值为能量方差最大值的 1/10。
9.如权利要求 1 所述的复垦土壤剖面的精细表达方法,其特征在于:所述步骤(5)中,复垦土壤的剖面重构采用分层剥离、交错回填的方式,现场开挖 3 至 5 个土壤剖面,进行层数、层厚、土体特性数据统计,以此作为经验数据,分别与所对应的雷达图像的分层信息进行对比分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610327751.3A CN105975990B (zh) | 2016-05-17 | 2016-05-17 | 一种复垦土壤剖面的精细表达方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610327751.3A CN105975990B (zh) | 2016-05-17 | 2016-05-17 | 一种复垦土壤剖面的精细表达方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105975990A CN105975990A (zh) | 2016-09-28 |
CN105975990B true CN105975990B (zh) | 2019-05-28 |
Family
ID=56956530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610327751.3A Active CN105975990B (zh) | 2016-05-17 | 2016-05-17 | 一种复垦土壤剖面的精细表达方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105975990B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107167800A (zh) * | 2017-05-05 | 2017-09-15 | 曲阜师范大学 | 一种基于中频探地雷达的滨海盐渍土剖面构型测定方法 |
CN108010091B (zh) * | 2017-12-18 | 2021-10-08 | 武汉大学 | 一种基于颜色特征的数字式钻孔图像土层检测定位方法 |
CN112731381A (zh) * | 2020-12-16 | 2021-04-30 | 华南农业大学 | 一种利用安卓调试桥以及车载雷达智能检测土壤硬质异物方法 |
CN114994774B (zh) * | 2022-06-10 | 2023-07-25 | 中国科学院南京土壤研究所 | 一种利用探地雷达获取田块尺度土体构型信息的勘测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101697007A (zh) * | 2008-11-28 | 2010-04-21 | 北京航空航天大学 | 一种基于雷达图像的飞鸟目标识别与跟踪方法 |
CN102023315A (zh) * | 2009-09-23 | 2011-04-20 | 中国科学院电子学研究所 | 一种基于能量点聚类的探地雷达杂波抑制方法 |
CN103675922A (zh) * | 2013-12-13 | 2014-03-26 | 南京工业大学 | 基于探地雷达的运营期地下管道管径测定方法 |
CN104570133A (zh) * | 2014-12-25 | 2015-04-29 | 北京林业大学 | 一种以探地雷达为工具的树根根系探测方法 |
CN104698503A (zh) * | 2015-04-02 | 2015-06-10 | 芜湖航飞科技股份有限公司 | 一种雷达数据处理方法 |
-
2016
- 2016-05-17 CN CN201610327751.3A patent/CN105975990B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101697007A (zh) * | 2008-11-28 | 2010-04-21 | 北京航空航天大学 | 一种基于雷达图像的飞鸟目标识别与跟踪方法 |
CN102023315A (zh) * | 2009-09-23 | 2011-04-20 | 中国科学院电子学研究所 | 一种基于能量点聚类的探地雷达杂波抑制方法 |
CN103675922A (zh) * | 2013-12-13 | 2014-03-26 | 南京工业大学 | 基于探地雷达的运营期地下管道管径测定方法 |
CN104570133A (zh) * | 2014-12-25 | 2015-04-29 | 北京林业大学 | 一种以探地雷达为工具的树根根系探测方法 |
CN104698503A (zh) * | 2015-04-02 | 2015-06-10 | 芜湖航飞科技股份有限公司 | 一种雷达数据处理方法 |
Non-Patent Citations (2)
Title |
---|
应用探地雷达检测复垦土壤的分层结构;胡振琪 等;《中国矿业》;20050315;第14卷(第3期);73-75 |
雷达层析成像对复垦土壤分层结构的探测;杜翠 等;《计算机仿真》;20130915;第30卷(第9期);217-220、273 |
Also Published As
Publication number | Publication date |
---|---|
CN105975990A (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pan et al. | A deterministic-stochastic identification and modelling method of discrete fracture networks using laser scanning: Development and case study | |
Watkins et al. | Appraisal of fracture sampling methods and a new workflow to characterise heterogeneous fracture networks at outcrop | |
Miranda et al. | Quantifying aperture, spacing and fracture intensity in a carbonate reservoir analogue: Crato Formation, NE Brazil | |
Zenone et al. | Preliminary use of ground-penetrating radar and electrical resistivity tomography to study tree roots in pine forests and poplar plantations | |
Procter et al. | Spatial and layer-controlled variability in fracture networks | |
CN105975990B (zh) | 一种复垦土壤剖面的精细表达方法 | |
Lingwanda et al. | Correlations of SPT, CPT and DPL data for sandy soil in Tanzania | |
Jones et al. | Modelling volume change potential in the London Clay | |
Hazreek et al. | Soil identification using field electrical resistivity method | |
CN102590874A (zh) | 一种山地采煤沉陷水田地表裂缝探测方法 | |
CN111551956B (zh) | 基于机载激光雷达的一种地质灾害探测识别方法 | |
Schneiderwind et al. | 3-D visualisation of palaeoseismic trench stratigraphy and trench logging using terrestrial remote sensing and GPR–a multiparametric interpretation | |
Laux et al. | Terrestrial laser scanning and fracture network characterisation–perspectives for a (semi-) automatic analysis of point cloud data from outcrops | |
CN110161576A (zh) | 一种矿区复垦地表层土壤非均质程度的确定方法及系统 | |
Doolittle et al. | The years of applications of ground penetrating radar by the United States department of Agriculture | |
CN115857047B (zh) | 一种地震储层综合预测方法 | |
CN114114396B (zh) | 一种台地相厚层灰岩沉积相刻画和预测系统及预测方法 | |
Meng et al. | Quantifying vein attributes in massive mudstones (Triassic, SW England): implications for progressive evolution of opening-mode fracture networks | |
Liu et al. | Processing outcrop point clouds to 3D rock structure using open source software | |
Kazemeini et al. | Experimental evaluation of seismic site response over and nearby underground cavities (study of subway tunnel in city of Karaj, Iran) | |
Msaddek et al. | A fuzzy mathematical model for evaluation of rock-fracture and structural complexity: application for Southern Atlas in Tunisia | |
van Veen et al. | The use of airborne LiDAR in understanding ground hazards for large pipeline networks | |
CN117687096B (zh) | 一种用于预测小尺度缝洞分布的代理模型构建方法 | |
Dunbar et al. | The use of geophysics in levee assessment | |
Bradley et al. | Extraction and visualisation of information from ground penetrating radar surveys |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |