CN107705002B - 矿区土壤重金属含量采样点异常高值影响范围的确定方法 - Google Patents
矿区土壤重金属含量采样点异常高值影响范围的确定方法 Download PDFInfo
- Publication number
- CN107705002B CN107705002B CN201710856228.4A CN201710856228A CN107705002B CN 107705002 B CN107705002 B CN 107705002B CN 201710856228 A CN201710856228 A CN 201710856228A CN 107705002 B CN107705002 B CN 107705002B
- Authority
- CN
- China
- Prior art keywords
- abnormal high
- points
- value
- point
- heavy metal
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 142
- 238000005070 sampling Methods 0.000 title claims abstract description 90
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 82
- 238000005065 mining Methods 0.000 title claims abstract description 43
- 239000002689 soil Substances 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000010586 diagram Methods 0.000 claims abstract description 21
- 230000002146 bilateral effect Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000003900 soil pollution Methods 0.000 description 2
- 238000005527 soil sampling Methods 0.000 description 2
- 238000003723 Smelting Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本发明提出一种矿区土壤重金属含量采样点异常高值影响范围的确定方法，属于矿区环境评价技术领域。该方法将获取的各采样点的各类重金属含量数据采用三倍标准差方法提取异常高值点，并分别生成所有采样点和异常高值点的Voronoi图；将与各异常高值点所在Voronoi多边形具有公共Voronoi边的采样点作为相应异常高值点的一阶邻近点；根据重金属含量衰减系数确定各异常高值点的动态缓冲区半径；将异常高值点Voronoi图与缓冲区的交集作为异常高值点的影响范围。本发明既保留了异常高值点对其附近局部区域土壤重金属含量的影响，又避免了不同异常高值点影响区域之间的相互干扰，有效提高土壤重金属含量空间插值精度，更准确反映出矿区附近土壤重金属污染情况。
Description
技术领域
本发明属于矿区环境评价技术领域，特别涉及针对矿区重金属含量空间分布特征研究的准确性需求，对矿区重金属含量采样点异常高值影响范围的确定方法。
背景技术
鉴于重金属对人类健康的严重危害及其在自然环境中的难降解性，矿区重金属污染的治理一直是国内外矿区环境保护领域的研究热点和难点。合理、准确地评价重金属物质在矿区周围的空间分布特征，是及时、有效地制定出重金属污染物治理措施的基本前提。
重金属含量的异常高值点一般出现在采矿点周边或污染物聚集区域，在重金属空间分布中起着关键作用，矿区重金属分布研究的难点在于，如何确定异常高值点及其影响范围。通常获得土壤重金属含量空间分布特征的主要步骤如下：(1)通过矿区土壤采样，获取采样点的重金属含量数据；(2)根据空间自相关理论或极差法等确定研究区域采样点中的异常高值点和正常点，并剔除异常高值点，以保证采样点的正态分布特征，提高地统计学分析的精度；(3)对研究区域进行地统计学分析，获得采样点间重金属含量分布的空间相关性信息，作为空间插值的前提条件；(4)采用克里金插值等方法进行空间插值，获得研究区域内的重金属含量连续分布特征；(5)进行缓冲区分析，设定不同的缓冲区范围，研究缓冲区内的污染程度。这种方法的不足主要体现在以下几个方面：(1)在重金属含量采样点中剔除了异常高值点及其影响区域，从而忽略了异常高值点的影响，导致污染空间分布评价结果失真；(2)缓冲区范围需人为指定，缺少定量依据；(3)不能够对矿区重金属污染进行准确的评价，无法体现客观存在的诸多异常高值点的影响。
发明内容
本发明的主要目的是为了克服已有技术的不足之处，提出一种矿区土壤重金属含量采样点异常高值影响范围的确定方法，力求更准确地反映矿区土壤重金属空间分布特征，解决传统方法精度低、难以真实反映矿区附近土壤重金属污染情况等问题。
为实现本发明目的，本发明采用如下技术方案：
一种矿区土壤重金属含量采样点异常高值影响范围的确定方法，其特征在于，该方法包括以下步骤：
1)通过对矿区土壤采样，获取各采样点的各类重金属含量数据；
2)根据三倍标准差方法确定矿区土壤重金属含量的异常高值点和正常采样点；通过对各采样点的Voronoi多边形和各异常高值点的Voronoi多边形进行汇总，分别生成全部采样点的Voronoi图和异常高值点的Voronoi图；
3)将与各异常高值点所在Voronoi多边形具有公共Voronoi边的采样点作为相应异常高值点的一阶邻近点，所述各异常高值点的一阶邻近点通过构建全部采样点的Delaunay三角网确定；
4)根据各异常高值点与其一阶邻近点之间的重金属含量衰减系数确定相应异常高值点的动态缓冲区半径，并根据所有异常高值点的动态缓冲区半径得到所有异常高值点的动态缓冲区范围；
5)将所有异常高值点动态缓冲区范围与异常高值点Voronoi图取交集作为矿区重金属含量异常高值点的影响范围。
本发明的特点及有益效果：
本发明提出了一种矿区土壤重金属含量异常高值点影响范围的确定方法，该方法是通过获取采样点Voronoi图和异常高值点动态缓冲区，来确定异常高值点的影响范围。本发明确定异常高值点影响范围的方法，充分考虑了土壤重金属含量采样点异常高值对矿区土壤重金属污染范围的影响，可以实现对矿区土壤重金属污染空间分布特征更为客观、准确的评估。
1、本发明引入Voronoi图对研究区域内分布不均匀的异常高值点空间影响范围进行限制，保证了在每个异常高值点所在的Voronoi多边形范围内，任何位置距该异常高值点的距离都比到其他采样点的距离近，从而有效避免了异常高值点之间的相互干扰。
2、本发明利用土壤重金属含量衰减系数来动态确定异常高值点的缓冲区范围，保证了土壤重金属含量与其空间影响范围之间的制约关系，并根据矿区地理、气候、人文等因素灵活运用土壤采样布点策略，客观上体现了地形、水系、风向、人类采矿和冶炼活动、土壤背景值等因素对异常高值点影响范围的调节作用，从而有效提高了缓冲区范围的合理性及准确性。
3、本发明将异常高值点Voronoi图与其动态缓冲区的交集作为异常高值点的影响范围，既保留了异常高值点附近的重金属含量客观分布特征，又有效避免了异常高值点之间的相互干扰，能更高效、更直观地反映矿区附近土壤重金属的空间分布特征，解决传统方法精度低、难以真实反映矿区附近土壤重金属污染情况等问题。
附图说明
图1为本发明的方法总体流程图。
图2为本发明异常高值点与其一阶邻近点示意图。
图3为本发明寻找“第三点”示意图。
图4为本发明双侧遍历采样点示意图。
具体实施方式
本发明提出的一种矿区土壤重金属含量异常高值影响范围的确定方法，以下结合附图及实施例详细说明如下：
本发明的方法总体流程如图1，该方法包括以下步骤：
1)通过对矿区土壤采样，获取各采样点的各类重金属含量数据；
2)根据三倍标准差方法确定矿区土壤重金属含量的异常高值点和正常采样点；通过对各采样点的Voronoi多边形和各异常高值点Voronoi多边形进行汇总，分别生成全部采样点的Voronoi图和异常高值点的Voronoi图；
3)将与各异常高值点所在Voronoi多边形具有公共Voronoi边的采样点作为相应异常高值点的一阶邻近点，所述各异常高值点的一阶邻近点通过构建全部采样点的Delaunay三角网确定；
4)根据各异常高值点与其一阶邻近点之间重金属含量衰减系数确定相应异常高值点的动态缓冲区半径，并根据所有异常高值点的动态缓冲区半径得到所有异常高值点的动态缓冲区范围；
5)将所有异常高值点动态缓冲区范围与异常高值点Voronoi图取交集作为矿区重金属含量异常高值点影响范围。
该方法各步骤的具体实现方式描述如下：
1)通过矿区土壤采样，获取各采样点的各类重金属含量数据：
按照《土壤环境监测技术规范》的原则，并结合《全国土壤污染状况调查重点区域土壤污染风险评估技术规定》的要求，依据所研究区域内工矿企业分布、主要污染源类别、地理特征、气候特点等实际情况，选择具有代表性的工矿企业及周边作为采样单元，综合运用各种网格布点和随机布点方法，并对工矿企业密集区进行加密布点，采集矿区土壤的表层样品，经过样品分析后获取各采样点的各类重金属含量数据。
2)根据三倍标准差方法确定矿区土壤重金属含量异常高值点和正常采样点；通过对各采样点的Voronoi多边形和各异常高值点的Voronoi多边形进行汇总，分别生成全部采样点的Voronoi图和异常高值点的Voronoi图：
2.1)求取通过步骤1)获取的所有采样点重金属含量的期望值和标准差，将与期望值之差超过3倍标准差的采样点作为异常高值点，其余的采样点作为正常采样点，将得到的异常高值点和正常采样点数据分别存储；
2.2)不断重复步骤2.1)的操作，直到正常采样点数据中不再存在超过3倍标准差的数据为止；
2.3)假设研究区域共计有n个采样点且彼此互不重合，按照最邻近原则将各采样点所在平面划分为n个区域，使得每个区域内的点到它所在区域采样点的距离比到其它采样点的距离近，则此区域即为该采样点的Voronoi多边形；按照该步骤生成各采样点的Voronoi多边形，并将所有采样点的Voronoi多边形和所有异常高值点的Voronoi多边形分别汇总，即构成了研究区域全部采样点的Voronoi图和全部异常高值点的Voronoi图；其中，构成Voronoi多边形的各边称为Voronoi边。
3)在全部采样点Voronoi图中，将与各异常高值点所在Voronoi多边形具有公共Voronoi边的采样点定义为相应异常高值点的一阶邻近点，所述各异常高值点的一阶邻近点通过构建全部采样点的Delaunay三角网确定：
在由多个Delaunay三角形构建的Delaunay三角网中提取异常高值点的所有一阶邻近点，如图2中，以异常高值点A为公共顶点的多个Delaunay三角形所包含的其余顶点，即为A点的一阶邻近点(点B～G)；本实施例生成Delaunay三角网的具体步骤如下：
3.1)采用四叉树数据结构组织全部采样点数据构成采样点集，并存储各采样点的位置信息和重金属含量信息；
3.2)在采样点集内连接距离最近的两点a、b，以此作为初始基线ab，利用Delaunay三角形的最大化最小角特性及空外接圆特性，在初始基线的右侧寻找“第三点”c，并与初始基线连接成Delaunay三角形(示意如图3)，进而形成两条新基线ac和bc；
3.3)重复步骤3.2)，在新连接的基线上再次寻找“第三点”；为避免寻找“第三点”时产生重复和矛盾，始终按照从基线右侧遍历采样点的顺序进行，并将初始基线ab存储为正反两个方向，当初始基线ab右侧的采样点遍历完成后，转换初始基线方向继续搜索“第三点”，从而实现双侧遍历(示意如图4)；
3.4)直到研究区域内所有采样点全部连接成三角网，Delaunay三角网构建完成；
4)根据各异常高值点与其一阶邻近点之间重金属含量衰减系数动态确定相应异常高值点的缓冲区半径，并根据所有异常高值点的缓冲区半径得到异常高值点的动态缓冲区范围；现以某一异常高值点A为例进行说明：
4.1)计算异常高值点的重金属含量衰减系数：建立Delaunay三角网后，根据异常高值点A与其所有一阶邻近点的空间距离以及重金属含量差，按公式(1)计算该异常高值点重金属含量的平均衰减系数kA：
式中，kA为异常高值点A重金属含量的平均衰减系数，用于表示距离与重金属含量降低程度的比例关系；m为异常高值点A的所有一阶邻近点个数；dAi为异常高值点A与其第i个一阶邻近点之间的距离；vAi为异常高值点A与其第i个一阶邻近点之间的重金属含量差；
4.2)计算异常高值点的动态缓冲区半径：
基于异常高值点A处的土壤重金属含量以及根据步骤4.1)计算的重金属含量衰减系数，按照公式(2)计算该异常高值点A的动态缓冲区范围：
RA＝kA·VA (2)
式中，RA为异常高值点A的缓冲区半径，kA为异常高值点A处的重金属含量衰减系数，VA为异常高值点A处的土壤重金属含量；
4.3)重复采用步骤4.1)～4.2)的方法，计算出所有异常高值点的动态缓冲区半径，即可生成所有异常高值点的动态缓冲区范围，从而实现异常高值点缓冲区范围与其重金属含量之间的动态关联；
5)将所有异常高值点动态缓冲区范围与异常高值点Voronoi图取交集作为异常高值点影响范围：
将所有异常高值点的动态缓冲区与异常高值点Voronoi图取交集，以此作为异常高值点的影响范围。这样既可更加客观地描述异常高值点附近的重金属含量变化，又有效避免了异常高值点之间的相互影响，从而更准确地获得土壤重金属污染空间分布特征。
Claims (4)
1.一种矿区土壤重金属含量采样点异常高值影响范围的确定方法，其特征在于，该方法包括以下步骤：
1)通过对矿区土壤采样，获取各采样点的各类重金属含量数据；
2)根据三倍标准差方法确定矿区土壤重金属含量的异常高值点和正常采样点；通过对各采样点的Voronoi多边形和各异常高值点的Voronoi多边形进行汇总，分别生成全部采样点的Voronoi图和异常高值点的Voronoi图；
3)将与各异常高值点所在Voronoi多边形具有公共Voronoi边的采样点作为相应异常高值点的一阶邻近点，所述各异常高值点的一阶邻近点通过构建全部采样点的Delaunay三角网确定；
4)根据各异常高值点与其一阶邻近点之间的重金属含量衰减系数确定相应异常高值点的动态缓冲区半径，并根据所有异常高值点的动态缓冲区半径得到所有异常高值点的动态缓冲区范围；
5)将所有异常高值点动态缓冲区范围与异常高值点Voronoi图取交集作为矿区重金属含量异常高值点的影响范围。
2.根据权利要求1所述的确定方法，其特征在于，所述步骤2)具体包括以下步骤：
2.1)求取通过步骤1)获取的所有采样点重金属含量的期望值和标准差，将与期望值之差超过3倍标准差的采样点作为异常高值点，其余的采样点作为正常采样点，将得到的异常高值点和正常采样点数据分别存储；
2.2)不断重复步骤2.1)的操作，直到正常采样点数据中不再存在超过3倍标准差的数据为止；
2.3)假设研究区域共计有n个采样点且彼此互不重合；按照最邻近原则将各采样点所在平面划分为n个区域，使得每个区域内的点到其所在区域采样点的距离比到其它采样点的距离近，则此区域即为该采样点的Voronoi多边形；按照该方法将所有采样点的Voronoi多边形和所有异常高值点的Voronoi多边形分别汇总，即构成了研究区域全部采样点的Voronoi图和全部异常高值点的Voronoi图；其中，构成Voronoi多边形的各边称为Voronoi边。
3.根据权利要求2所述的确定方法，其特征在于，所述步骤3)具体包括以下步骤：
3.1)采用四叉树数据结构组织全部采样点数据构成采样点集，并存储各采样点的位置信息和重金属含量信息；
3.2)在采样点集内连接距离最近的两点a、b，以此作为初始基线ab，利用Delaunay三角形的最大化最小角特性及空外接圆特性，在初始基线的右侧寻找“第三点”c，并与初始基线连接成Delaunay三角形，进而形成两条新基线ac和bc；
3.3)重复步骤3.2)，在新连接的基线上再次寻找“第三点”；为避免寻找“第三点”时产生重复和矛盾，始终按照从基线右侧遍历采样点的顺序进行，并将初始基线ab存储为正反两个方向，当初始基线ab右侧的采样点遍历完成后，转换初始基线方向继续搜索“第三点”，从而实现双侧遍历；
3.4)直到研究区域内所有采样点全部连接成三角网，Delaunay三角网构建完成。
4.根据权利要求3所述的确定方法，其特征在于，所述步骤4)具体包括以下步骤：
4.1)计算异常高值点的重金属含量衰减系数：建立Delaunay三角网后，根据各异常高值点与其所有一阶邻近点的空间距离以及重金属含量差，按公式(1)计算各异常高值点重金属含量的平均衰减系数kx：
式中，kx为异常高值点x重金属含量的平均衰减系数，用于表示距离与重金属含量降低程度的比例关系，x＝1,2,……,n；m为异常高值点x的所有一阶邻近点个数；dxi为异常高值点x与其第i个一阶邻近点之间的距离；vxi为异常高值点x与其第i个一阶邻近点之间的重金属含量差；
4.2)计算异常高值点的动态缓冲区半径：
基于各异常高值点处的土壤重金属含量以及根据步骤4.1)计算的重金属含量衰减系数，按照公式(2)计算各异常高值点的动态缓冲区范围：
Rx＝kx·Vx (2)
式中，Rx为异常高值点x的缓冲区半径，Vx为异常高值点x处的土壤重金属含量；
4.3)将各异常高值点的动态缓冲区半径汇总生成所有异常高值点的动态缓冲区范围，实现异常高值点缓冲区范围与其重金属含量之间的动态关联。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710856228.4A CN107705002B (zh) | 2017-09-21 | 2017-09-21 | 矿区土壤重金属含量采样点异常高值影响范围的确定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710856228.4A CN107705002B (zh) | 2017-09-21 | 2017-09-21 | 矿区土壤重金属含量采样点异常高值影响范围的确定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107705002A CN107705002A (zh) | 2018-02-16 |
| CN107705002B true CN107705002B (zh) | 2020-07-03 |
Family
ID=61173205
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710856228.4A Active CN107705002B (zh) | 2017-09-21 | 2017-09-21 | 矿区土壤重金属含量采样点异常高值影响范围的确定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107705002B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109754182B (zh) * | 2018-12-29 | 2020-09-11 | 上海立昌环境工程股份有限公司 | 一种污染场地土壤修复量的计算方法及系统 |
| CN111122222B (zh) * | 2019-12-24 | 2020-11-27 | 北京农业信息技术研究中心 | 一种样本点位置确定方法及系统 |
| CN113515758B (zh) * | 2021-05-14 | 2022-03-01 | 北京市农林科学院信息技术研究中心 | 一种稀疏区域的样本点加密方法及系统 |
| CN116242987A (zh) * | 2023-02-24 | 2023-06-09 | 四川省环境政策研究与规划院 | 一种土壤重金属高背景区范围识别方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120064807A (ko) * | 2010-12-10 | 2012-06-20 | 송원근 | 오염토양에서 중금속 제거를 위한 다단형 토양세척 장치 및 방법 |
| CN102590473A (zh) * | 2012-01-29 | 2012-07-18 | 中国农业大学 | 农业区域地块土壤重金属适宜性测试方法及系统 |
| CN106124729A (zh) * | 2016-04-13 | 2016-11-16 | 北京瑞美德环境修复有限公司 | 一种评价土壤中重金属含量数据异常程度的方法 |
| CN106548141A (zh) * | 2016-11-01 | 2017-03-29 | 南京大学 | 一种基于三角网的面向对象耕地信息自动提取方法 |
| CN107172626A (zh) * | 2017-04-18 | 2017-09-15 | 中国矿业大学 | 一种co2地质封存区域的传感网络节点定位优化方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10229488B2 (en) * | 2010-03-31 | 2019-03-12 | Agency For Science, Technology And Research | Method and system for determining a stage of fibrosis in a liver |
-
2017
- 2017-09-21 CN CN201710856228.4A patent/CN107705002B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120064807A (ko) * | 2010-12-10 | 2012-06-20 | 송원근 | 오염토양에서 중금속 제거를 위한 다단형 토양세척 장치 및 방법 |
| CN102590473A (zh) * | 2012-01-29 | 2012-07-18 | 中国农业大学 | 农业区域地块土壤重金属适宜性测试方法及系统 |
| CN106124729A (zh) * | 2016-04-13 | 2016-11-16 | 北京瑞美德环境修复有限公司 | 一种评价土壤中重金属含量数据异常程度的方法 |
| CN106548141A (zh) * | 2016-11-01 | 2017-03-29 | 南京大学 | 一种基于三角网的面向对象耕地信息自动提取方法 |
| CN107172626A (zh) * | 2017-04-18 | 2017-09-15 | 中国矿业大学 | 一种co2地质封存区域的传感网络节点定位优化方法 |
Non-Patent Citations (4)
| Title |
|---|
| Voronoi-Delaunay analysis of normal modes in a simple model glass;Valeriy Luchnikov;《Phsical Review B》;20001231;全文 * |
| 基于QTM的球面Voronoi图生成算法与应用;王磊;《中国博士学位论文全文数据库 基础科学辑》;20160715(第07期);全文 * |
| 基于逐点插入法生成Voronoi图的算法研究及实现;张艳;《黑龙江工程学院学报》;20161109;第30卷(第5期);全文 * |
| 退化四叉树格网的全球多分辨率DEM无缝表达;赵学胜;《测绘学报》;20121231;第41卷(第6期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107705002A (zh) | 2018-02-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107705002B (zh) | 矿区土壤重金属含量采样点异常高值影响范围的确定方法 | |
| Tveite | An accuracy assessment method for geographical line data sets based on buffering | |
| Wu et al. | A localized contour tree method for deriving geometric and topological properties of complex surface depressions based on high-resolution topographical data | |
| Lv et al. | Evaluation of urban sprawl and urban landscape pattern in a rapidly developing region | |
| CN104102845B (zh) | 尺度自适应的插值方法及尺度自适应的插值系统 | |
| Verhagen et al. | The long and winding road: combining least cost paths and network analysis techniques for settlement location analysis and predictive modelling | |
| CN108763825B (zh) | 一种模拟复杂地形的风场的数值模拟方法 | |
| CN113139760B (zh) | 基于风雨大数据的台风风险综合评估方法及系统 | |
| CN110134907B (zh) | 一种降雨缺失数据填补方法、系统及电子设备 | |
| Zhou et al. | Empirical determination of geometric parameters for selective omission in a road network | |
| Sreelekha et al. | Fractal assessment of road transport system | |
| Chen et al. | Impacts of urban densification and vertical growth on urban heat environment: A case study in the 4th Ring Road Area, Zhengzhou, China | |
| You et al. | 3D stem model construction with geometry consistency using terrestrial laser scanning data | |
| CN104463924B (zh) | 基于散乱点高程采样数据的数字高程地形模型生成方法 | |
| Ibrahim et al. | Comparison between inverse distance weighted (IDW) and Kriging | |
| CN104331389A (zh) | 基于八点法的等值线追踪算法 | |
| Ma et al. | XGBoost-based analysis of the relationship between urban 2D/3D morphology and seasonal gradient land surface temperature | |
| CN105279305B (zh) | 一种地面三维激光扫描技术测站选取方法 | |
| Pegler | An examination of alternative compensation methods for the removal of the ridging effect from digital terrain model data files | |
| Liu et al. | Road density analysis based on skeleton partitioning for road generalization | |
| CN113344866A (zh) | 一种点云综合精度评价方法 | |
| Zhao | An indirect interpolation model and its application for digital elevation model generation | |
| Bilal et al. | Preliminary assessment of remote wind sites | |
| Zhao et al. | 3D laser scanning technology in the application of modeling in mining subsidence area | |
| CN105787493A (zh) | 一种基于bim智能提取放样特征点的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |