CN106372362B - 基于遥感技术的黄土冲沟溯源侵蚀范围预测方法 - Google Patents
基于遥感技术的黄土冲沟溯源侵蚀范围预测方法 Download PDFInfo
- Publication number
- CN106372362B CN106372362B CN201610851714.2A CN201610851714A CN106372362B CN 106372362 B CN106372362 B CN 106372362B CN 201610851714 A CN201610851714 A CN 201610851714A CN 106372362 B CN106372362 B CN 106372362B
- Authority
- CN
- China
- Prior art keywords
- erosion
- retrogressive
- data
- remote sensing
- loessial gulch
- 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
- 230000003628 erosive effect Effects 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005516 engineering process Methods 0.000 title claims abstract description 9
- 238000001556 precipitation Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims description 26
- 230000005855 radiation Effects 0.000 claims description 14
- 239000000284 extract Substances 0.000 claims description 7
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000004080 punching Methods 0.000 claims description 3
- 238000012892 rational function Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000004162 soil erosion Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于遥感技术的黄土冲沟溯源侵蚀范围预测方法,包括以下步骤:S1、获取工程区多个时期的高分辨率遥感影像、数字高程数据及降水量资料;S2、对步骤S1获取的高分辨率遥感影像进行处理;S3、提取多期黄土冲沟沟头的侵蚀边界线;S4、计算多期黄土冲沟溯源侵蚀范围;S5、建立黄土冲沟溯源侵蚀范围预测模型;S6、黄土冲沟溯源侵蚀范围预测。本发明能够实现黄土冲沟溯源侵蚀范围的预测,费用低,覆盖范围大,可靠性高,能为工程施工、运营维护、防灾减灾等提供更加具体科学的依据。
Description
技术领域
本发明涉及工程地质勘察领域,特别是涉及一种基于遥感技术的黄土冲沟溯源侵蚀范围预测方法。
背景技术
溯源侵蚀是指水流向其源头方向侵蚀,使河流源头不断向上移动,使谷地延长的作用。我国黄土高原是世界上土壤侵蚀最为严重的地区之一,溯源侵蚀现象在黄土高原所占比例较大,造成非常严重的生态环境问题,给该区域的工程建设及运营安全造成很大影响。黄土冲沟溯源侵蚀范的围大小直接影响着工程防护范围和措施的制定。以铁路为例,依据《高速铁路设计规范》,客运专线的路基、桥涵及隧道的主体工程的设计使用年限为100年,因此溯源侵蚀范围的预测变得更加重要。目前,对冲沟溯源侵蚀的监测预测还比较困难,通常采用的现场仪器监测和卫星定位监测方法费用高、监测范围小且人力物力投入高,很难实现侵蚀范围预测。
发明内容
针对现有技术中存在的问题,本发明提供一种费用低、覆盖范围大、可靠性较高的基于遥感技术的黄土冲沟溯源侵蚀范围预测方法。
为此,本发明的技术方案如下:
一种基于遥感技术的黄土冲沟溯源侵蚀范围预测方法,包括以下步骤:
S1、获取工程区多个时期的高分辨率遥感影像、数字高程数据及降水量资料;
S2、对步骤S1获取的高分辨率遥感影像进行处理,使其能够清晰反映侵蚀边界,且在空间位置上的高度一致,辐射差异小;
S3、提取多期黄土冲沟沟头的侵蚀边界线:以步骤S2处理后的高分辨率遥感影像为基础,按照统一的界定标准,提取各个时期冲沟沟头侵蚀边界线;
S4、计算多期黄土冲沟溯源侵蚀范围:将步骤S3得到的多期黄土冲沟沟头侵蚀边界线发送至地理信息系统,通过空间计算得到多期黄土冲沟溯源侵蚀范围;
S5、建立黄土冲沟溯源侵蚀范围预测模型:基于步骤S4得到的多期黄土冲沟溯源侵蚀范围和步骤S1得到的降水量资料,建立冲沟溯源侵蚀范围与降水量的关系模型,得到黄土冲沟溯源侵蚀范围预测模型;
S6、黄土冲沟溯源侵蚀范围预测:基于步骤S5建立的黄土冲沟溯源侵蚀范围预测模型,根据水文站观测的降水量资料预测黄土冲沟溯源侵蚀范围。
上述步骤S1中所述的高分辨率遥感影像为成像分辨率高于1m的遥感影像,包括IKONOS、WorldView-2及/或高分二号,以及DMC航空影像数据,所述高分辨率遥感影像带有有理函数传感器模型参数;所述数字高程数据包括大比例尺地形图上的等高线数据、高分辨率卫星影像立体像对数据及/或机载激光雷达获取的高程数据,所述机载激光雷达数据带有全球定位和惯性测量单元参数;所述降水量资料包括工程区附近气象站的历年各月、日降水量资料。
上述步骤S2所述的对高分辨率遥感影像进行处理的方法包括正射校正、波段组合和配准和辐射增强。其中,所述正射校正为利用步骤S1获取的高分辨率遥感影像和数字高程数据,对多期高分辨率遥感影像分别进行正射校正处理,消除影像的倾斜误差和因地形起伏引起的投影误差;所述的波段组合处理为对正射校正后的多期遥感影像进行波段组合处理,选择的波段组合方式能清晰反映冲沟沟头侵蚀的边界;所述的配准处理为在正射校正处理的基础上进行影像配准处理,以其中任一影像为基准,对其他影像进行配准处理,各影像配准选择的特征点应基本保持一致;所述辐射增强处理为对影像进行直方图匹配处理,任选配准后的一幅影像为基准,对其他影像逐波段进行直方图匹配处理,来部分消除由于太阳高度角或大气影响造成的影像间的辐射差异,得到处理后的多期遥感影像。
上述步骤S3中所述提取多期黄土冲沟沟头侵蚀边界线的方法包括以下步骤:
①侵蚀边界的确认:沟头侵蚀边界线的划分标志包括冲沟与农田边界线、沟头上方植被的分界线和平台突然下切的边界,根据这些划分标志,确定冲沟沟头侵蚀边界;
②提取侵蚀边界:将步骤S2得到的多期遥感影像导入地理信息系统软件,根据冲沟沟头的划分标志,提取各个时期的冲沟沟头边界线,每个时期的沟头边界线存储在一个矢量图层中,得到多期黄土冲沟沟头侵蚀边界线。
上述步骤S4所述计算多期黄土冲沟溯源侵蚀范围包括以下步骤:
①建立空间数据库和面状图层:建立带有几何投影信息的空间数据库,所述几何投影信息与步骤S2得到的遥感影像一致,在空间数据库下建立面状图层;
②建立多期黄土冲沟溯源侵蚀面状对象:将多期黄土冲沟溯源侵蚀边界线发送至地理信息系统,以相邻两个时期的冲沟沟头侵蚀边界线为界,对建立的面状图层进行编辑,得到两个时期沟头边界所形成闭合空间的面状对象,依次进行编辑,得到各个时间段形成的闭合空间的面状对象;
③计算各个面状对象的面积:将得到的各个时期反映闭合空间的面状对象进行空间计算,得到各个面状对象的面积,获得多期黄土冲沟溯源侵蚀的范围数据。
上述步骤S5所述黄土冲沟溯源侵蚀范围预测模型建立的过程如下:
①数据准备:基于步骤S1获取的历年各月、日降水量资料,以多期高分辨率遥感影像获取的时间为准,统计两个相邻时期内的降水量数据,得到时间上完全一致的黄土冲沟溯源侵蚀范围数据和降水量数据;
②建立预测模型:将得到的黄土冲沟溯源侵蚀范围数据和降水量数据发送至统计分析软件,进行二者相关关系的拟合计算,建立侵蚀范围与降水量之间的关系模型,得到黄土冲沟溯源侵蚀范围预测模型。
本发明利用获取的工程区多个时期高分辨率遥感影像,经过正射校正、波段组合、配准和辐射增强等处理,提取各个时期黄土冲沟沟头侵蚀边界线,从而计算黄土冲沟溯源侵蚀范围,结合该时期降水资料,建立溯源侵蚀范围与降水量之间的关系模型,从而实现黄土冲沟溯源侵蚀范围预测。该方法具有以下优点和有益效果:
本发明能够实现黄土冲沟溯源侵蚀范围的预测,费用低,覆盖范围大,可靠性高,可为工程施工、运营维护、防灾减灾等提供更加具体科学的依据,能够提高工程运营安全水平。
附图说明
图1为本发明的基于遥感技术的黄土冲沟溯源侵蚀范围预测方法的流程图。
具体实施方式
下面结合附图对本发明的预测方法进行详细说明。
参见图1,本发明的基于遥感技术的黄土冲沟溯源侵蚀范围预测方法包括以下步骤:
S1、获取工程区多个时期的高分辨率遥感影像、数字高程数据及降水资料
获取工程区多个时期(简称“多期”)成像分辨率高于1m的遥感影像,包括IKONOS、WorldView-2、高分二号等,以及DMC等航空影像数据。高分辨率遥感影像带有有理函数传感器模型(RPC)参数,影像获取可通过代理公司或卫星地面站购买。
工程区数字高程数据主要有大比例尺地形图上的等高线数据、高分辨率卫星影像立体像对数据、机载激光雷达(LIDAR)获取的高程数据。LIDAR数据应带有全球定位(GPS)、惯性测量单元(IMU)等姿态定位参数。
收集工程区附近遥感影像获取时期内的降水资料,包括工程区附近气象站的历年各月、日降水量资料。
S2、高分辨率遥感影像处理
包括正射校正、波段组合、配准与辐射增强等处理,使影像能够清晰反映侵蚀边界,且在空间位置上高度一致,辐射差异小。具体如下:
正射校正处理:利用步骤S1获取的遥感影像RPC参数和数字高程数据,对多期高分辨率遥感影像分别进行正射校正处理,消除影像的倾斜误差和因地形起伏引起的投影误差。
波段组合处理:对正射校正后的多期遥感影像进行波段组合处理,选择的波段组合方式应能清晰反映冲沟沟头侵蚀的边界。可以采用红绿蓝的真彩色组合方式,以真实反映地物颜色,充分显示地物差别。
配准处理:在正射校正的基础上,为保证多个时期高分辨率影像空间位置的高度一致,进行影像配准处理。以其中任一影像为基准,对其他影像进行配准处理。各影像配准选择的特征点应基本保持一致。
辐射增强处理:辐射增强主要是对影像进行直方图匹配处理。任选配准后的一幅影像为基准,对其他影像逐波段进行直方图匹配处理,来部分消除由于太阳高度角或大气影响造成的影像间的辐射差异,得到处理后的多期遥感影像。
以上操作可在遥感影像处理软件中执行。
S3、提取多期黄土冲沟沟头的侵蚀边界线
以步骤S2得到的处理后的多期遥感影像为基础,按照统一的界定标准,提取各个时期冲沟沟头侵蚀边界线。
黄土冲沟溯源侵蚀以沟头的侵蚀速度最快,侧蚀速度相对较慢。随着时间的推移,冲沟沟头向前进方向大幅推进。因此冲沟沟头侵蚀边界线的变化才能反映出冲沟溯源侵蚀的范围,对预测冲沟侵蚀范围最有价值。黄土冲沟沟头侵蚀边界线提取可按以下步骤进行:
①侵蚀边界的确认。黄土冲沟多发生在黄土台、塬的边界,冲沟植被覆盖差,切割界线清晰,划分标志较为明显。沟头侵蚀边界线的划分标志包括冲沟与农田边界线、沟头上方植被的分界线、平台突然下切的边界等。根据这些划分标志,确定冲沟沟头侵蚀边界。
②提取侵蚀边界。将步骤S2得到的多期遥感影像导入地理信息系统软件,根据冲沟沟头的划分标志,提取各个时期的冲沟沟头边界线,沟头边界线应延长至沟侧一定距离,以保证各个时期沟头边界能够形成闭合空间。每个时期的沟头边界线存储在一个矢量图层中,从而得到多期黄土冲沟沟头侵蚀边界线。
S4、计算多期黄土冲沟溯源侵蚀范围
将得到的多期黄土冲沟沟头侵蚀边界线发送至地理信息系统,通过空间计算得到多期黄土冲沟溯源侵蚀范围。包括以下步骤:
①建立空间数据库和面状图层。建立带有几何投影信息的空间数据库,几何投影信息应与步骤S2得到的遥感影像一致。在空间数据库下建立面状图层,这样面状图层自动包含了空间数据库的几何投影信息。
②建立多期黄土冲沟溯源侵蚀面状对象。将多期黄土冲沟溯源侵蚀边界线发送至地理信息系统,以相邻两个时期的冲沟沟头侵蚀边界线为界,对建立的面状图层进行编辑,得到两个时期沟头边界所形成闭合空间的面状对象。依次进行编辑,得到各个时间段形成的闭合空间的面状对象。
③计算各个面状对象的面积。将得到的各个时期反映闭合空间的面状对象进行空间计算,得到各个面状对象的面积,即为多期黄土冲沟溯源侵蚀的范围数据。该操作可在地理信息系统软件中实现。
S5、建立黄土冲沟溯源侵蚀范围预测模型
基于步骤S4得到的冲沟溯源侵蚀范围和步骤S1得到的降水量资料,建立冲沟侵蚀溯源侵蚀范围与降水量的关系模型,得到黄土冲沟溯源侵蚀范围预测模型。
大量的监测和实践观测表明,黄土冲沟溯源侵蚀主要受降水量的影响,降水为溯源侵蚀的发生提供了集中冲刷和水流下切的条件,是导致冲沟发育的根本原因。同时,黄土冲沟溯源侵蚀强度随降水量发生变化,可通过统计分析,得到二者的相关关系。黄土冲沟溯源侵蚀范围预测模型建立过程如下:
①数据准备。基于步骤S1获取的历年各月、日降水量资料,以多期高分辨率遥感影像获取的时间为准,统计两个相邻时期内的降水量数据。从而得到时间上完全一致的黄土冲沟溯源侵蚀范围数据和降水量数据。
②建立预测模型。将得到的黄土冲沟溯源侵蚀范围数据和降水量数据发送至统计分析软件,进行二者相关关系的拟合计算,建立侵蚀范围与降水量之间的关系模型,从而得到黄土冲沟溯源侵蚀范围预测模型。该操作可在统计分析软件上实现。
S6、黄土冲沟溯源侵蚀范围预测
基于步骤S5建立的黄土冲沟溯源侵蚀范围预测模型,根据水文站观测的降水量资料预测黄土冲沟溯源侵蚀范围。
基于步骤S5得到的黄土冲沟溯源侵蚀范围预测模型,可利用一段时间的降水量数据,计算该时期黄土冲沟的溯源侵蚀范围。也可根据年均降水量情况,对未来一段时期的黄土冲沟溯源侵蚀范围进行预测。
Claims (6)
1.一种基于遥感技术的黄土冲沟溯源侵蚀范围预测方法,其特征在于包括以下步骤:
S1、获取工程区多个时期的高分辨率遥感影像、数字高程数据及降水量资料;
S2、对步骤S1获取的高分辨率遥感影像进行处理,使其能够清晰反映侵蚀边界,且在空间位置上的高度一致,辐射差异小;
S3、提取多期黄土冲沟沟头的侵蚀边界线:以步骤S2处理后的高分辨率遥感影像为基础,按照统一的界定标准,提取各个时期冲沟沟头侵蚀边界线,具体包括以下步骤:
①侵蚀边界的确认:沟头侵蚀边界线的划分标志包括冲沟与农田边界线、沟头上方植被的分界线和平台突然下切的边界,根据这些划分标志,确定冲沟沟头侵蚀边界;
②提取侵蚀边界:将步骤S2得到的多期遥感影像导入地理信息系统软件,根据冲沟沟头的划分标志,提取各个时期的冲沟沟头边界线,每个时期的沟头边界线存储在一个矢量图层中,得到多期黄土冲沟沟头侵蚀边界线;
S4、计算多期黄土冲沟溯源侵蚀范围:将步骤S3得到的多期黄土冲沟沟头侵蚀边界线发送至地理信息系统,通过空间计算得到多期黄土冲沟溯源侵蚀范围;
S5、建立黄土冲沟溯源侵蚀范围预测模型:基于步骤S4得到的多期黄土冲沟溯源侵蚀范围和步骤S1得到的降水量资料,建立冲沟溯源侵蚀范围与降水量的关系模型,得到黄土冲沟溯源侵蚀范围预测模型;
S6、黄土冲沟溯源侵蚀范围预测:基于步骤S5建立的黄土冲沟溯源侵蚀范围预测模型,根据水文站观测的降水量资料预测黄土冲沟溯源侵蚀范围。
2.根据权利要求1所述的黄土冲沟溯源侵蚀范围预测方法,其特征在于:步骤S1中所述的高分辨率遥感影像为成像分辨率高于1m的遥感影像,包括IKONOS、WorldView-2及/或高分二号,以及DMC航空影像数据,所述高分辨率遥感影像带有有理函数传感器模型参数;
所述数字高程数据包括大比例尺地形图上的等高线数据、高分辨率卫星影像立体像对数据及/或机载激光雷达获取的高程数据,所述机载激光雷达数据带有全球定位和惯性测量单元参数;
所述降水量资料包括工程区附近气象站的历年各月、日降水量资料。
3.根据权利要求1所述的黄土冲沟溯源侵蚀范围预测方法,其特征在于:步骤S2所述的对高分辨率遥感影像进行处理的方法包括正射校正、波段组合和配准和辐射增强。
4.根据权利要求3所述的黄土冲沟溯源侵蚀范围预测方法,其特征在于:所述正射校正为利用步骤S1获取的高分辨率遥感影像和数字高程数据,对多期高分辨率遥感影像分别进行正射校正处理,消除影像的倾斜误差和因地形起伏引起的投影误差;
所述的波段组合处理为对正射校正后的多期遥感影像进行波段组合处理,选择的波段组合方式能清晰反映冲沟沟头侵蚀的边界;
所述的配准处理为在正射校正处理的基础上进行影像配准处理,以其中任一影像为基准,对其他影像进行配准处理,各影像配准选择的特征点应基本保持一致;
所述辐射增强处理为对影像进行直方图匹配处理,任选配准后的一幅影像为基准,对其他影像逐波段进行直方图匹配处理,来部分消除由于太阳高度角或大气影响造成的影像间的辐射差异,得到处理后的多期遥感影像。
5.根据权利要求1所述的黄土冲沟溯源侵蚀范围预测方法,其特征在于:步骤S4所述计算多期黄土冲沟溯源侵蚀范围包括以下步骤:
①建立空间数据库和面状图层:建立带有几何投影信息的空间数据库,所述几何投影信息与步骤S2得到的遥感影像一致,在空间数据库下建立面状图层;
②建立多期黄土冲沟溯源侵蚀面状对象:将多期黄土冲沟溯源侵蚀边界线发送至地理信息系统,以相邻两个时期的冲沟沟头侵蚀边界线为界,对建立的面状图层进行编辑,得到两个时期沟头边界所形成闭合空间的面状对象,依次进行编辑,得到各个时间段形成的闭合空间的面状对象;
③计算各个面状对象的面积:将得到的各个时期反映闭合空间的面状对象进行空间计算,得到各个面状对象的面积,获得多期黄土冲沟溯源侵蚀的范围数据。
6.根据权利要求1所述的黄土冲沟溯源侵蚀范围预测方法,其特征在于:步骤S5所述黄土冲沟溯源侵蚀范围预测模型建立的过程如下:
①数据准备:基于步骤S1获取的历年各月、日降水量资料,以多期高分辨率遥感影像获取的时间为准,统计两个相邻时期内的降水量数据,得到时间上完全一致的黄土冲沟溯源侵蚀范围数据和降水量数据;
②建立预测模型:将得到的黄土冲沟溯源侵蚀范围数据和降水量数据发送至统计分析软件,进行二者相关关系的拟合计算,建立侵蚀范围与降水量之间的关系模型,得到黄土冲沟溯源侵蚀范围预测模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610851714.2A CN106372362B (zh) | 2016-09-27 | 2016-09-27 | 基于遥感技术的黄土冲沟溯源侵蚀范围预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610851714.2A CN106372362B (zh) | 2016-09-27 | 2016-09-27 | 基于遥感技术的黄土冲沟溯源侵蚀范围预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106372362A CN106372362A (zh) | 2017-02-01 |
CN106372362B true CN106372362B (zh) | 2019-11-26 |
Family
ID=57897747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610851714.2A Active CN106372362B (zh) | 2016-09-27 | 2016-09-27 | 基于遥感技术的黄土冲沟溯源侵蚀范围预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106372362B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107101617B (zh) * | 2017-05-12 | 2019-05-17 | 中国矿业大学 | 一种基于遥感监测的冲沟地形下采场覆岩活动控制方法 |
CN108288284B (zh) * | 2018-03-03 | 2021-07-27 | 鲁东大学 | 一种基于地形模型阈值提取冲沟网络的方法 |
CN108805941B (zh) * | 2018-03-18 | 2019-03-05 | 贵州迦太利华信息科技有限公司 | 变化方向云计算评估方法 |
CN108445466B (zh) * | 2018-05-04 | 2021-09-28 | 西安电子科技大学 | 一种基于下雨腐蚀算法的雷达相邻目标分割方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101221246A (zh) * | 2008-01-22 | 2008-07-16 | 中交第二公路勘察设计研究院有限公司 | 雪崩的遥感量化勘察方法 |
US8208715B2 (en) * | 2007-12-21 | 2012-06-26 | Industrial Technology Research Institute | Target detecting, editing and rebuilding method and system by 3D image |
CN102622656A (zh) * | 2012-03-29 | 2012-08-01 | 兰州大学 | 一种沙漠边缘扩展速度的预测方法 |
CN105389559A (zh) * | 2015-11-12 | 2016-03-09 | 中国科学院遥感与数字地球研究所 | 基于高分辨率遥感影像的农业灾害范围识别系统及方法 |
-
2016
- 2016-09-27 CN CN201610851714.2A patent/CN106372362B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8208715B2 (en) * | 2007-12-21 | 2012-06-26 | Industrial Technology Research Institute | Target detecting, editing and rebuilding method and system by 3D image |
CN101221246A (zh) * | 2008-01-22 | 2008-07-16 | 中交第二公路勘察设计研究院有限公司 | 雪崩的遥感量化勘察方法 |
CN102622656A (zh) * | 2012-03-29 | 2012-08-01 | 兰州大学 | 一种沙漠边缘扩展速度的预测方法 |
CN105389559A (zh) * | 2015-11-12 | 2016-03-09 | 中国科学院遥感与数字地球研究所 | 基于高分辨率遥感影像的农业灾害范围识别系统及方法 |
Non-Patent Citations (1)
Title |
---|
董志塬黄土冲沟溯源侵蚀对银西高铁的影响;张哲;《铁道建筑》;20151120;76-79 * |
Also Published As
Publication number | Publication date |
---|---|
CN106372362A (zh) | 2017-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Moudrý et al. | Comparison of leaf-off and leaf-on combined UAV imagery and airborne LiDAR for assessment of a post-mining site terrain and vegetation structure: Prospects for monitoring hazards and restoration success | |
Lucieer et al. | Using an Unmanned Aerial Vehicle (UAV) to capture micro-topography of Antarctic moss beds | |
CN107063197B (zh) | 一种基于空间信息技术的水库特征曲线提取方法 | |
Barbarella et al. | Monitoring of large landslides by Terrestrial Laser Scanning techniques: field data collection and processing | |
CN106372362B (zh) | 基于遥感技术的黄土冲沟溯源侵蚀范围预测方法 | |
CN102968631A (zh) | 山区多光谱遥感卫星影像的自动几何纠正与正射校正方法 | |
Haas et al. | Quantification and analysis of geomorphic processes on a recultivated iron ore mine on the Italian island of Elba using long-term ground-based lidar and photogrammetric SfM data by a UAV | |
Riquelme et al. | Digital landform reconstruction using old and recent open access digital aerial photos | |
Bryson et al. | Geomorphic changes of a coral shingle cay measured using kite aerial photography | |
Lai et al. | The territory-wide airborne light detection and ranging survey for the Hong Kong Special Administrative Region | |
Bearzot et al. | Kinematics of an Alpine rock glacier from multi-temporal UAV surveys and GNSS data | |
Qiao et al. | Topography reconstruction and evolution analysis of outlet glacier using data from unmanned aerial vehicles in Antarctica | |
Starek et al. | Small-scale UAS for geoinformatics applications on an island campus | |
de Moraes et al. | Monitoring bank erosion in hydroelectric reservoirs with mobile laser scanning | |
CN111678502A (zh) | 基于无人机航测影像提取冻土灾害信息的方法 | |
Araújo et al. | Morphodynamic study of sandy beaches in a tropical tidal inlet using RPAS | |
Tommaselli et al. | Monitoring marginal erosion in hydroelectric reservoirs with terrestrial mobile laser scanner | |
Whitehead | An integrated approach to determining short-term and long-term patterns of surface change and flow characteristics for a polythermal arctic glacier | |
Gašparović et al. | A novel automated method for the improvement of photogrammetric DTM accuracy in forests | |
Julge et al. | Combining airborne and terrestrial laser scanning technologies for measuring complex structures | |
Haas et al. | Quantification and analysis of geomorphic processes on a recultivated iron ore mine on the Italian island Elba using long-time ground-based LIDAR and photogrammetric data by an UAV | |
Wu et al. | Voxel-based marked neighborhood searching method for identifying street trees using vehicle-borne laser scanning data | |
Petschko et al. | Erosion processes and mass movements in sinkholes assessed by terrestrial structure from motion photogrammetry | |
Ni et al. | Semi-automatic extraction of digital surface model using ALOS/PRISM data with ENVI | |
Lee et al. | Delineating the natural features of a cadastral shoreline in South Korea using airborne laser scanning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 300300, Tianjin free trade zone (Airport Economic Zone) west two Avenue 82, Laguna building, 201 Applicant after: China Railway Design Group Limited Address before: 300300 Tianjin Airport Economic Zone Binhai West Road No. 82 two Laguna building 201 Applicant before: China Railway Third Survey and Design Institute Group Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |