CN108957479A - 一种针对边境基础设施的遥感监测方法 - Google Patents
一种针对边境基础设施的遥感监测方法 Download PDFInfo
- Publication number
- CN108957479A CN108957479A CN201810822055.9A CN201810822055A CN108957479A CN 108957479 A CN108957479 A CN 108957479A CN 201810822055 A CN201810822055 A CN 201810822055A CN 108957479 A CN108957479 A CN 108957479A
- Authority
- CN
- China
- Prior art keywords
- border
- remote sensing
- remote
- infrastructure
- reflectivity
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 32
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 38
- 238000002310 reflectometry Methods 0.000 claims abstract description 27
- 239000000284 extract Substances 0.000 claims abstract description 10
- 241001269238 Data Species 0.000 claims abstract description 8
- 238000010606 normalization Methods 0.000 claims abstract description 8
- 239000003643 water by type Substances 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 238000012937 correction Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 210000000746 body region Anatomy 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 13
- 239000007789 gas Substances 0.000 description 11
- 238000011161 development Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- XQDQRCRASHAZBA-UHFFFAOYSA-N 2,4-dinitro-1-thiocyanatobenzene Chemical compound [O-][N+](=O)C1=CC=C(SC#N)C([N+]([O-])=O)=C1 XQDQRCRASHAZBA-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 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
- 230000009467 reduction Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本发明提出一种针对边境基础设施的遥感监测方法，包括如下步骤：采集同一研究区域的多期遥感影像数据，以及地理国情普查结果中的油气管道分布矢量数据；对采集的遥感影像数据预处理，获取得到反射率数据；构建差异综合水体指数模型，及设置阈值提取水体区域；根据水体区域和陆地的二值化结果影像，结合行政边界矢量数据，获取边境界河水域影像；并进行叠加，构建归一化建筑指数模型，提取出边境界桥；将预处理后的反射率数据与油气管道分布矢量数据进行叠加和覆盖信息提取，通过叠加、对比和分析，以完成对边境油气管道的遥感动态和地表覆盖变化监测。本发明可实现遥感高准确性监控，可以广泛应用于边境界桥以及油气管道等基础设施的遥感监测。
Description
技术领域
本发明属于遥感监测技术领域，涉及一种针对边境基础设施的遥感监测方法。
背景技术
边境界河因其水体的跨国流动性关联着沿岸国的森林资源、湿地资源、草地资源、生物资源、农业生产、城市规划等方方面面，对界河水资源的合理开发与利用关系着沿岸国的生态环境安全、边境贸易安全、国家外交安全及地区稳定。作为边境界河水资源开发的重要一部分，重视和加强界河基础设施监测成为当前的管理重点。然而，在对诸多界河基础设施进行开发、监测与管理的过程中面临着诸多问题，其中流域合作协议少，跨界参考资料匮乏，界河基础设施监测方面技术手段不足，国内国际层面立法缺失等现状导致我国在界河争端和界河水资源利用方面处于被动局面。如何对边境基础设施进行有效的、实时的监测，从而实现共同开发、管理和利用跨境水资源是我国社会发展和国际合作面临的一项重大挑战。
随着遥感卫星影像向着高空间分辨率、高时间分辨率、高光谱分辨率的方向上不断发展，遥感图像处理技术日新月异，以遥感影像作为数据源进行边境基础设施监测成为可能。边境界河由于其特殊的政治敏感性，在地域上不可达，而遥感图像覆盖范围大、探测范围广、时间性强、信息客观真实、成本低、获取方便，在边境基础设施遥感监测中占据着独特的优势。
目前针对边境重大基础设施，开展边境界桥、油气管道等基础设施遥感监测研究，但如何通过高分数据在跨界参考资料不足情况下应用技术问题是当前急需解决的问题。
发明内容
发明所要解决的课题是，解决现有对边境基础设施的遥感监测模型缺乏针对性和系统性的问题。
用于解决课题的技术手段是，提出一种针对边境基础设施的遥感监测方法，以遥感影像作为数据源，综合运用遥感监测技术、地理国情监测技术、地理信息空间分析技术，实现对边境界桥、油气管道等基础设施的遥感监测。
本发明提出的一种针对边境基础设施的遥感监测方法，包括如下步骤：
采集同一研究区域的多期遥感影像数据，以及地理国情普查结果中的油气管道分布矢量数据；
对采集的遥感影像数据预处理，获取得到反射率数据；
根据反射率数据构建差异综合水体指数模型，及设置阈值提取水体区域，以区分水体区域和陆地；根据水体区域和陆地的二值化结果影像，结合行政边界矢量数据，获取边境界河水域影像；并将反射率数据与边境界河水域影像进行叠加，构建归一化建筑指数模型，提取出边境界桥并记录界桥的位置坐标、长度与宽度；
将预处理后的反射率数据与采集的油气管道分布矢量数据进行叠加，截取管道上方地表设定距离内的多期遥感影像数据进行覆盖信息提取，通过对多期遥感影像数据和其提取的覆盖信息叠加、对比和分析，确定地表变化信息的分布和类型特征，以完成对边境油气管道的遥感动态监测和地表覆盖变化监测。
进一步地，作为本发明的一种优选技术手段，所述方法中对遥感影像数据预处理包括几何校正和辐射校正。
进一步地，作为本发明的一种优选技术手段，所述方法中采用基于归一化差异综合水体指数模型CIWI，具体为：
公式中：Bnir和B'nir代表近红外波段的反射率；Br代表红波段的反射率；c代表大于0的常数。
进一步地，作为本发明的一种优选技术手段，所述方法中采用的归一化建筑指数模型NDBI，具体为：
公式中：Bnir代表近红外波段的反射率；Bmir代表短波红外波段的反射率。
进一步地，作为本发明的一种优选技术手段，所述方法中设定距离为500m范围内。
发明效果为：
本发明方法充分利用高分辨率遥感数据图像覆盖范围大、探测范围广、时间性强、信息客观真实、成本低、获取方便等优点，是界河流域和界河重大基础设施监测、灾害评估和管理应用的主要技术手段，既能解决高分数据在跨界参考资料不足情况下应用技术问题，为界河基础设施监测与灾害应急提供服务，减少政府在该方面的财力及人力投入，又能保证我国界河开发，并促进跨界国家合作和共同发展，项目形成的成果还可服务于天然气工程规划、监测和管理。因此，本发明可以广泛应用于边境界桥以及油气管道等基础设施的遥感监测。
附图说明
图1为本发明遥感监测方法的流程示意图。
具体实施方式
以下，基于附图针对本发明进行详细地说明。
如图1所示，本发明设计了一种针对边境基础设施的遥感监测方法，该方法以遥感影像作为数据源，综合运用遥感监测技术、地理国情监测技术、地理信息空间分析技术，实现对边境界桥、油气管道等基础设施的遥感监测，方法主要包括如下步骤：
S101、采集同一研究区域的多期遥感影像数据，以及地理国情普查结果中的油气管道分布矢量数据；
S102、针对研究区域的遥感影像数据，进行必要的预处理，从而获取遥感反射率数据。预处理实施过程如下：
S1021、对遥感影像数据进行几何校正，消除由于系统性及非系统性因素引起的图像变形，实现与标准图像或地图的几何配准；
S1022、对遥感影像数据进行辐射校正，消除由于遥感器本身的光电特征、太阳高度、地形以及大气条件等引起的光谱亮度失真现象，获取真实的地物反射特征与辐射特征；
S103、对于处理后的遥感影像数据的反射率数据，构建差异综合水体指数模型，及设置特征阈值提取水体区域，以区分水体区域和陆地。
水体区域提取的实施过程如下：
本发明基于归一化差异综合水体指数模型CIWI实现对遥感影像中水体区域的提取功能。CIWI是归一化差异植被指数NDVI和近红外NIR相结合构造的水体提取特征模型，原理是在NDVI反映水体和植被、陆地辐射变化差异的基础上，加入近红外波段反射率的影响，通过乘性因子进一步提高水体和其他地物的区分度。CIWI计算公式如下：
公式中：Bnir和B'nir代表近红外波段的反射率；Br代表红波段的反射率；c通常取大于0的常数，以保证计算结果在整数区间。若卫星数据只有一个近红外波段，则Bnir和B'nir取同一近红外波段值。
通过分析水体与陆地之间的光谱差异，构建水体指数模型，设置适当的阈值组合提取水体并进行膨胀腐蚀处理，从而实现自动化区分陆地与水体区域。
S104、针对水陆分割得到的结果影像，以界河范围为研究区域，提取界桥。具体实施过程如下：
S1041、根据区分后的陆地与水体区域，得到水体区域和陆地的二值化结果影像，结合行政边界矢量数据，获取边境界河水域影像；
S1042、将原始的遥感影像数据的反射率数据与边境界河水域影像进行叠加，构建归一化建筑指数模型，提取出边境界桥，并记录边境界桥的位置坐标、长度与宽度。具体实施过程如下：
本发明基于归一化建筑指数模型NDBI实现对遥感影像中人工构造物的提取功能。NDBI是近红外NIR和短波红外MIR相结合构造的建筑物提取特征模型。该指数主要是基于建筑用地(多为不透水面)在短波红外波段的反射率高于近红外波段的特征而创建。NDBI计算公式如下：
公式中：Bnir代表近红外波段的反射率；Bmir代表短波红外波段的反射率。
通过水陆二值化影像与原始光谱影像的叠加，构建归一化建筑指数模型，提取界河区域内的带状构造物，并识别为界桥，同步记录界桥的坐标位置、长度及宽度。
S105、针对水陆分割得到的结果影像，以陆地为研究区域，进行边境油气管道的遥感动态监测和地表覆盖变化监测。具体实施过程如下：
S1051、将预处理之后的遥感反射率数据与油气管道矢量数据进行叠加，截取管道上方地表左右设定距离为500m范围内的影像进行覆盖信息提取；
S1052、重复上一步操作，对多期同一位置的反射率遥感影像进行地表覆盖信息提取；
S1053、通过多期分类影像和其提取的覆盖信息之间的叠加、对比和分析，确定地表变化信息的分布和类型特征，最终完成对边境油气管道的遥感动态监测和地表覆盖变化监测。
综上，本发明方法以高分辨率遥感卫星影像为数据源，综合利用遥感图像处理技术、地理国情监测技术、地理信息空间分析技术，完成对边境基础设施的遥感监测，充分利用高分辨率遥感数据图像覆盖范围大、探测范围广、时间性强、信息客观真实、成本低、获取方便等优点，实现遥感高准确性监控，可以广泛应用于边境界桥以及油气管道等基础设施的遥感监测。
需要说明的是，以上说明仅是本发明的优选实施方式，应当理解，对于本领域技术人员来说，在不脱离本发明技术构思的前提下还可以做出若干改变和改进，这些都包括在本发明的保护范围内。
Claims (5)
1.一种针对边境基础设施的遥感监测方法，其特征在于，包括如下步骤：
采集同一研究区域的多期遥感影像数据，以及地理国情普查结果中的油气管道分布矢量数据；
对采集的遥感影像数据预处理，获取得到反射率数据；
根据反射率数据构建差异综合水体指数模型，及设置阈值提取水体区域，以区分水体区域和陆地；根据水体区域和陆地的二值化结果影像，结合行政边界矢量数据，获取边境界河水域影像；并将反射率数据与边境界河水域影像进行叠加，构建归一化建筑指数模型，提取出边境界桥并记录界桥的位置坐标、长度与宽度；
将预处理后的反射率数据与采集的油气管道分布矢量数据进行叠加，截取管道上方地表设定距离内的多期遥感影像数据进行覆盖信息提取，通过对多期遥感影像数据和其提取的覆盖信息叠加、对比和分析，确定地表变化信息的分布和类型特征，以完成对边境油气管道的遥感动态监测和地表覆盖变化监测。
2.根据权利要求1所述的针对边境基础设施的遥感监测方法，其特征在于，所述方法中对遥感影像数据预处理包括几何校正和辐射校正。
3.根据权利要求1所述的针对边境基础设施的遥感监测方法，其特征在于，所述方法中采用基于归一化差异综合水体指数模型CIWI，具体为：
公式中：Bnir和B'nir代表近红外波段的反射率；Br代表红波段的反射率；c代表大于0的常数。
4.根据权利要求1所述的针对边境基础设施的遥感监测方法，其特征在于，所述方法中采用的归一化建筑指数模型NDBI，具体为：
公式中：Bnir代表近红外波段的反射率；Bmir代表短波红外波段的反射率。
5.根据权利要求1所述的针对边境基础设施的遥感监测方法，其特征在于，所述方法中设定距离为500m范围内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810822055.9A CN108957479A (zh) | 2018-07-24 | 2018-07-24 | 一种针对边境基础设施的遥感监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810822055.9A CN108957479A (zh) | 2018-07-24 | 2018-07-24 | 一种针对边境基础设施的遥感监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108957479A true CN108957479A (zh) | 2018-12-07 |
Family
ID=64464664
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810822055.9A Pending CN108957479A (zh) | 2018-07-24 | 2018-07-24 | 一种针对边境基础设施的遥感监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108957479A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111861834A (zh) * | 2020-07-14 | 2020-10-30 | 自然资源部第一海洋研究所 | 一种基于水资源依赖程度的海岸带陆域空间用途监测调查方法 |
| CN113609910A (zh) * | 2021-07-06 | 2021-11-05 | 北京农业信息技术研究中心 | 基于遥感影像的冬小麦生长前期空间分布监测方法及装置 |
| CN115359423A (zh) * | 2022-08-18 | 2022-11-18 | 中国人民公安大学 | 基于遥感图像的区域识别方法、装置、设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0997748A2 (en) * | 1995-07-31 | 2000-05-03 | Robotic Vision Systems Inc. | Chromatic optical ranging sensor |
| CN101159009A (zh) * | 2007-11-09 | 2008-04-09 | 西北工业大学 | 从遥感图像中检测桥梁的方法 |
| CN101576957A (zh) * | 2009-06-19 | 2009-11-11 | 西安电子科技大学 | 遥感图像快速河流提取方法 |
| CN102163264A (zh) * | 2011-05-11 | 2011-08-24 | 北京航空航天大学 | 一种高光谱数据质量与应用能力的评价方法 |
| CN105095888A (zh) * | 2015-09-18 | 2015-11-25 | 中国科学院遥感与数字地球研究所 | 一种基于不透水面聚集密度的城市主要建成区遥感提取方法 |
| KR20160121452A (ko) * | 2015-04-10 | 2016-10-19 | 주식회사 소프트그래피 | 철도 시설물 정보 생성 시스템 및 방법 |
| CN106525762A (zh) * | 2016-11-07 | 2017-03-22 | 航天恒星科技有限公司 | 一种基于自适应模型的水质监测方法和水质监测装置 |
-
2018
- 2018-07-24 CN CN201810822055.9A patent/CN108957479A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0997748A2 (en) * | 1995-07-31 | 2000-05-03 | Robotic Vision Systems Inc. | Chromatic optical ranging sensor |
| CN101159009A (zh) * | 2007-11-09 | 2008-04-09 | 西北工业大学 | 从遥感图像中检测桥梁的方法 |
| CN101576957A (zh) * | 2009-06-19 | 2009-11-11 | 西安电子科技大学 | 遥感图像快速河流提取方法 |
| CN102163264A (zh) * | 2011-05-11 | 2011-08-24 | 北京航空航天大学 | 一种高光谱数据质量与应用能力的评价方法 |
| KR20160121452A (ko) * | 2015-04-10 | 2016-10-19 | 주식회사 소프트그래피 | 철도 시설물 정보 생성 시스템 및 방법 |
| CN105095888A (zh) * | 2015-09-18 | 2015-11-25 | 中国科学院遥感与数字地球研究所 | 一种基于不透水面聚集密度的城市主要建成区遥感提取方法 |
| CN106525762A (zh) * | 2016-11-07 | 2017-03-22 | 航天恒星科技有限公司 | 一种基于自适应模型的水质监测方法和水质监测装置 |
Non-Patent Citations (3)
| Title |
|---|
| 周小成 等: ""基于对象关系特征的高分辨率光学卫星影像水上桥梁目标识别方法"", 《遥感应用》 * |
| 庞小平 等: "《遥感制图与应用》", 30 June 2016, 测绘出版社 * |
| 赵俊兰: "《数字湖泊的技术与实现》", 31 July 2011 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111861834A (zh) * | 2020-07-14 | 2020-10-30 | 自然资源部第一海洋研究所 | 一种基于水资源依赖程度的海岸带陆域空间用途监测调查方法 |
| CN113609910A (zh) * | 2021-07-06 | 2021-11-05 | 北京农业信息技术研究中心 | 基于遥感影像的冬小麦生长前期空间分布监测方法及装置 |
| CN115359423A (zh) * | 2022-08-18 | 2022-11-18 | 中国人民公安大学 | 基于遥感图像的区域识别方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Huang et al. | An automatic change detection method for monitoring newly constructed building areas using time-series multi-view high-resolution optical satellite images | |
| Esch et al. | Breaking new ground in mapping human settlements from space–The Global Urban Footprint | |
| Han et al. | Extraction and analysis of geological lineaments combining a DEM and remote sensing images from the northern Baoji loess area | |
| Thapa et al. | Evaluation of ALOS PALSAR sensitivity for characterizing natural forest cover in wider tropical areas | |
| CN108957479A (zh) | 一种针对边境基础设施的遥感监测方法 | |
| CN104361338A (zh) | 一种基于ENVISAT ASAR、Landsat TM与DEM数据的泥炭沼泽信息提取方法 | |
| Uemoto et al. | Landslide detection based on height and amplitude differences using pre-and post-event airborne X-band SAR data | |
| CN102629378A (zh) | 基于多特征融合的遥感图像变化检测方法 | |
| Ni et al. | Semi-automatic extraction and mapping of dyke swarms based on multi-resolution remote sensing images: Applied to the dykes in the Kuluketage region in the northeastern Tarim Block | |
| Das | NDVI and NDWI based change detection analysis of Bordoibam Beelmukh Wetlandscape, Assam using IRS LISS III data | |
| Rastogi et al. | Urban sprawl analysis using shannon’s entropy and fractal analysis: A case study on Tiruchirappalli city, India | |
| CN102567726A (zh) | 极地冰盖边缘区域浮冰自动提取技术 | |
| Yang et al. | Object-based classification of cloudy coastal areas using medium-resolution optical and SAR images for vulnerability assessment of marine disaster | |
| Zhong et al. | Spatiotemporal dynamics evaluation of pixel-level gross domestic product, electric power consumption, and carbon emissions in countries along the belt and road | |
| Yu et al. | Radargrammetry for digital elevation model generation using Envisat reprocessed image and simulation image | |
| Xiao et al. | A Novel Image Fusion Method for Water Body Extraction Based on Optimal Band Combination. | |
| Du et al. | Extracting water body data based on SDWI and threshold segmentation: A case study in permafrost area surrounding Salt Lake in Hoh Xil, Qinghai-Tibet Plateau, China | |
| Ndabula et al. | Characterization of sprawling in Kaduna metropolitan area | |
| Guo et al. | Mapping impervious surface distribution and dynamics in an arid/semiarid area-A case study in ordos, China | |
| Marghany | Fuzzy B-spline algorithm for 3-D lineament reconstruction | |
| Heckel et al. | The first sub-meter resolution digital elevation model of the Kruger National Park, South Africa | |
| Kishore et al. | Oil spill map for indian sea region based on bhuvan-geographic information system using satellite images | |
| Lodhi | Multisensor imagery analysis for mapping and assessment of 12 January 2010 earthquake-induced building damage in Port-au-Prince, Haiti | |
| Wahab et al. | What would be better for urban mapping in the Klang Valley? SPOT or Sentinel-1 | |
| Lin et al. | Intra-Year Urban Renewal in Metropolitan Cities Using Time Series SAR and Optical Data |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181207 |
|
| RJ01 | Rejection of invention patent application after publication |