CN109542995A - 一种库区滑坡分析方法 - Google Patents

一种库区滑坡分析方法 Download PDF

Info

Publication number
CN109542995A
CN109542995A CN201811377826.4A CN201811377826A CN109542995A CN 109542995 A CN109542995 A CN 109542995A CN 201811377826 A CN201811377826 A CN 201811377826A CN 109542995 A CN109542995 A CN 109542995A
Authority
CN
China
Prior art keywords
landslide
reservoir area
reservoir
distribution
analysis method
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
Application number
CN201811377826.4A
Other languages
English (en)
Other versions
CN109542995B (zh
Inventor
甘滨蕊
周家文
杨兴国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan University
Original Assignee
Sichuan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sichuan University filed Critical Sichuan University
Priority to CN201811377826.4A priority Critical patent/CN109542995B/zh
Publication of CN109542995A publication Critical patent/CN109542995A/zh
Application granted granted Critical
Publication of CN109542995B publication Critical patent/CN109542995B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)

Abstract

本发明提供一种库区滑坡分析方法,包括:将地理信息系统与不同时间段的高清遥感影像数据相结合,来解译出各个不同时间段对应的库区滑坡分布图、并统计出不同类型库区滑坡的各项参数。通过本发明方法极大地减少了人力物力的投入,并且能够同时监测到同一时间点内库区滑坡的所有分布情况,并且还能够将当时的外界环境进行观测。

Description

一种库区滑坡分析方法
技术领域
本发明涉地质技术领域,尤其涉及一种库区滑坡分析方法。
背景技术
库区滑坡是指斜坡上的土体或者岩体,受库水位变动、河流冲刷、地下水活动、雨水浸泡、地震及人工切坡等因素影响,在重力作用下,沿着一定的软弱面或者软弱带,整体地或者分散地顺坡向下滑动的自然现象。按照滑坡体的厚度可以划分为四类:浅层滑坡;中层滑坡;深层滑坡;超深层滑坡。
由于特殊的地理位置(西南山区)和极端的降雨特征(降雨集中于7至8月),库区的岩体或土体极易受到河流冲刷、地下水活动、雨水浸泡与地震等外界因素的扰动。此外,库水位的不断波动使得库区更容易发生塌岸或者滑坡复活的现象。大量的库区滑坡坍塌入库产生淤积,减少库容,且塌落物可堵塞,填堵引水建筑物。不仅如此,库区滑坡还会导致岸线后移,使库边农田、建筑物、道路遭受毁坏。但是在实际情况中库区滑坡受外界因素扰动的机理还未被探究清楚,比如:库区滑坡在长期受到水位变动和降雨的扰动下将会如何发展,人类活动例如修建公路会对库区滑坡产生何种影响?
因此,需要对库区滑坡总体演变有深入的研究,而目前传统的库区滑坡研究方法为现场监测与勘查,详细来说,就是在各个滑坡上安装位移计等来进行监测,通过针对每个滑坡进行地质考察的形式来统计滑坡的数量以及方量。此种方法人力物力消耗巨大,因此库区滑坡现场监测与勘查只能是小范围的,所以现场监测与勘察并不能完全涵盖库区范围内所有的滑坡,对于外界扰动因素的监测更是少之又少。由于不能将库区滑坡统计完毕,因此对于库区滑坡的整体情况也无法概括。
发明内容
本发明的目的在于解决上述现有技术存在的缺陷,提供一种库区滑坡分析方法,利用该方法可以统计在库区不同时间点、不同地理位置的滑坡类型和滑坡大小范围分布,对库区水位变动下库区滑坡的分布有清晰地认识;对比同时间点不同区域的库区滑坡,分析得到库区滑坡在地理分布中的特点,总结出库区滑坡容易发生的底层;对于同一区域不同时间点的库区滑坡,总结出外界扰动因素(如水位波动、降雨、人类活动)对库区滑坡产生的影响;归纳总结库区滑坡在不同时间、不同地点发生的特点,总结归纳出库区滑坡的时空分布特征,从而解答:在实际情况中,库区滑坡受外界因素扰动产生或发育的机理。
一种库区滑坡分析方法,包括:将地理信息系统与不同时间段的高清遥感影像数据相结合,来解译出各个不同时间段对应的库区滑坡分布图、并统计出不同类型库区滑坡的各项参数。
进一步地,如上所述的库区滑坡分析方法,所述不同时间段包括:库蓄水前、水库蓄水初期、水库蓄水末期以及水库水位消落后四个时间段。
进一步地,如上所述的库区滑坡分析方法,所述解译的方法包括以下步骤:
步骤1:在ArcGIS软件中调用已有的库区高清遥感数据,首先对数据进行空间校正和辐射校正;
步骤2:建立库区滑坡的地理空间数据库,并采用目译的方法,对库区环境进行分辨;
步骤3:利用ArcGIS中提供的空间分析功能,选择出库区环境中的库区滑坡区域,并对选择出的所有库区滑坡一一解译,解译完毕后空间数据库中将会出现各个滑坡的投影面积;
步骤4:将库区地质资料导入ArcGIS,对比库区地质资料以及库区滑坡空间分布,对每个库区滑坡发生地点的岩性进行标注;
步骤5:将ArcGIS中统计的地理空间数据库导出备用;
步骤6:利用统计的方法对库区滑坡进行时间以及空间两个维度上的统计分析,来或者各个不同时间段对应的库区滑坡分布图、不同类型库区滑坡的各项参数。
进一步地,如上所述的库区滑坡分析方法,通过对比不同时间段的同类型库区滑坡,来获取得出各类型库区滑坡的演变情况,进而汇总为库区滑坡总体演变的趋势。
进一步地,如上所述的库区滑坡分析方法,通过所述地理信息系统与不同时间段的高清遥感影像数据相结合来分析别除滑坡之外的其他外界情况,并结合各类滑坡的演变情况,来分析外界因素对库区滑坡演变的影响。
进一步地,如上所述的库区滑坡分析方法,通过所述各个不同时间段对应的库区滑坡分布图来计算滑坡密度,并绘制出与库区滑坡图相对应的库区滑坡密度图。
进一步地,如上所述的库区滑坡分析方法,将所述各个不同时间段对应的库区滑坡的分布图与地质工程资料结合,并与所述库区滑坡分布图及库区滑坡密度图进行对比,得出库区滑坡的产生基本地理因素、分析库区滑坡的滑动机理及演变机制。
进一步地,如上所述的库区滑坡分析方法,所述地质工程资料包括:地质岩性分布图、地层分布图、断层分布图、坡度变化图。
有益效果:
本发明的方法,将地理信息系统GIS与4个时间段的高清遥感影像(4个时间分别对应:水库蓄水前、水库蓄水初期、水库蓄水末期以及水库水位消落后)相结合,利用某些专业的工具软件,分别解译出了各个时间段对应的库区滑坡的分布图,并统计出不同类型库区滑坡(如:塌岸、沟道滑坡、浅层滑坡、深层滑坡等)的各项参数(如:滑坡数量、投影面积等),能够弄清库区滑坡与地层、岩性、断层之间的关系,进而得出库区滑坡产生的机理,从而极大地减少了人力物力的投入,并且能够同时监测到同一时间点内库区滑坡的所有分布情况,并且还能够将当时的外界环境进行观测。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明基于地理信息系统(GIS)并利用4个时间段的高清遥感影像(4个时间分别对应:水库蓄水前、水库蓄水初期、水库蓄水末期以及水库水位消落后),分别解译出各个时间段对应的库区滑坡的分布图,并对不同类型库区滑坡(如:塌岸、沟道滑坡、浅层滑坡、深层滑坡等)的各项参数(如:滑坡数量、投影面积等)进行统计。
具体地,本发明中,库区滑坡数据的获取将依托于高清遥感数据,利用ArcGIS软件对库区滑坡进行解译,其具体的方法包括以下步骤:
1.在ArcGIS软件中调用已有的库区高清遥感数据,首先对数据进行空间校正和辐射校正;
2.建立库区滑坡的地理空间数据库,并采用目译的方法,对库区环境进行分辨(比如什么地方已经发生滑坡),随后,利用ArcGIS中提供的空间分析功能,选择出库区环境中的库区滑坡区域,并对选择出的所有库区滑坡一一解译,解译完毕后空间数据库中将会出现各个滑坡的投影面积;
3.将库区地质资料导入ArcGIS,对比库区地质资料以及库区滑坡空间分布,对每个库区滑坡发生地点的岩性进行标注;
4.将ArcGIS中统计的地理空间数据库导出备用;
5.利用统计的方法对库区滑坡进行时间以及空间两个维度上的统计分析,从而得出结论。
本发明通过解译出各个时间段对应的库区滑坡的分布图,可以为将来进行库区滑坡的空间维度上的对比以及时间维度上的对比做准备;通过统计不同类型的库区滑坡,能够归纳出库区滑坡的主要类型(比如说,塌岸就是库区滑坡的一个典型类型,但是在其他不是库区的地方,几乎就不会出现塌岸),还可以探究出库区滑坡的一个演变趋势(比如,在库区开始使用之前,可能是沟道滑坡居多,但是在开始使用之后,塌岸不断增多了,就可以将塌岸出现的原因与水位变动结合起来),进而得出库区滑坡产生的机理。
进一步地,本发明通过对比不同时间段的同类型库区滑坡,可以得出各类型库区滑坡的演变情况,进而汇总为库区滑坡总体演变的趋势。(例如:库区滑坡-深层滑坡在水库蓄水前表现为几乎不存在,蓄水初期表现为后缘拉裂,蓄水末期表现为深层滑坡发育现象明显,水位消落后的表现为深层滑坡崩塌,总结出深层滑坡在库区运行过程中的一个演变情况:在库水位的影响下,深层滑坡出现复活现象,并且在水位持续上升阶段表现为持续发育的现象,在水位消落阶段,大多数深层滑坡出现崩塌的现象)。
本发明通过汇总为库区滑坡总体演变的趋势来认识库区滑坡的形成机理。
进一步地,通过本发明方法还可以在遥感影像中识别除滑坡之外的其他外界情况,如:道路的修建、植被覆盖的变化等。结合各类滑坡的演变情况,能过分析出外界因素对库区滑坡演变的影响。(如:库区滑坡后缘修建有道路,该道路在水位变动的过程中出现裂缝,并在四个阶段过程中呈现出拉裂距离增加的现象,得出库区水位变动对人类修建工程的影响。再通过对比修建公路处的位移与没有修建公路处的位移,可以得出修建公路处的位移远大于未修建公路处的位移,得出修建公路对裂缝形成的影响巨大。并且该裂缝存在于深层滑坡后缘处,因此得出人类活动如修建工程对于深层滑坡的形成与发育也有一定的影响),从而可以通过外界因素来分析其对库区滑坡演变的影响。
进一步,本发明可以根据各个库区滑坡分布图,通过计算滑坡密度(滑坡密度=滑坡解译面积/滑坡存在区域的总面积),绘制出与库区滑坡图相对应的滑坡密度图。通过绘制滑坡密度图可以将抽象的数据变得具体化,使人一目了然。
进一步,根据地质岩性分布图、地层分布图、断层分布图、坡度变化图等多方面的地质工程资料,与库区滑坡分布图及库区滑坡密度图进行对比,得出库区滑坡的产生基本地理因素(如:库区滑坡的易发地层、岩性、坡度以及该库区滑坡的产生是否与断层相关等)。此外,还能够分析库区滑坡的滑动机理及演变机制。
其中,所述地层分布图是专业人员在实地地质勘查后所绘制的区域地质条件图,一般为CAD文件能够识别的格式,以不同的颜色显示不同的地层,最终所有的颜色板块汇聚在一起就形成了该地区的地层分布图。岩性分布图和断层分布图也是由同样的方法获取。
本发明将获得的地层分布图、岩性分布图、断层分布图分别添加入ArcGIS中,以地层分布图为例,先对此图进行空间校正,使之能够尽可能与原有遥感数据重叠,然后调用已经解译的滑坡分布矢量数据,观察每一个滑坡矢量数据存在于哪一种颜色上,然后判断出该滑坡处于哪种地层,最后记录。通过对比,能够弄清库区滑坡与地层、岩性、断层之间的关系,比如库区滑坡与地层岩性有关,与断层之间并未寻找出相关性。
由于传统的库区滑坡获取方法为现场监测与勘查,详细来说,就是在各个滑坡上安装位移计等来进行监测,通过针对每个滑坡进行地质考察的形式来统计滑坡的数量以及方量。此种方法人力物力消耗巨大,因此库区滑坡现场监测与勘查只能是小范围的,所以现场监测与勘察并不能完全涵盖库区范围内所有的滑坡,对于外界扰动因素的监测更是少之又少。由于不能将库区滑坡统计完毕,因此对于库区滑坡的整体情况也无法概括。数据都不完全,自然没办法进行比较,或者说比较出来的数据结果没有太大实质上的意义。而发明能够完全统计库区滑坡,并且利用不同时间点摄制的遥感数据还可以解译出该时间点的库区滑坡详情,然后就可以进行对比。因此,本发明的方法,极大地减少人力物力的投入,并且能够同时监测到同一时间点内库区滑坡的所有分布情况,并且还能够将当时的外界环境进行观测。
此外,本发明从时间与空间双重维度对库区滑坡进行解译对比分析,相较于现有技术,能更加清楚地解析库区滑坡的时空演变情况。
具体地,现如有些许研究人员针对大尺度库区滑坡进行研究,但是他们普遍采用的是“以偏概全”的方法,也就是说,利用几十个现场监测的滑坡数据来概括归纳整个库区滑坡的情况(他们这样做的原因就是因为现场监测与勘察的投入成本太高,从而无法全局监控)。而本发明是利用4个时间段的高清遥感影像结合地理信息系统GIS,并利用某些专业的工具软件,分别解译出了各个时间段对应的库区滑坡的分布图,并统计出不同类型库区滑坡的各项参数,从而能够弄清库区滑坡与地层、岩性、断层之间的关系,进而能够将库区滑坡完全解译,不存在此类现象。
本发明利用高清遥感数据识别出库区滑坡外的其他环境因素的方法采用目译的方法,所谓目译就是利用高清遥感所带的数据,可以识别出不同栅格之间的高程差、水平位移差,从而计算出两点之间的距离。
比如利用高清遥感数据可以识别出库区不同高程上的公路,再利用谷歌地球或者百度地图,对比得出所识别的的确是公路,然后就可以利用ArcGIS测量出有关公路的各类数据(比如我就测量了公路上的裂缝宽度,测了4个不同时间点的宽度)。由于高清遥感其实有点像照片,上面的各个目标其实都能分辨得出,然后高清遥感的栅格就有点像所谓的像素,只不过这个像素除了颜色,还带有各类数据还能测量这些数据,如果对判断有所怀疑,还可以借助谷歌地球的软件,确认出公路等外界条件(公路是人为修建,属于人类活动的一种)。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种库区滑坡分析方法,其特征在于,包括:将地理信息系统与不同时间段的高清遥感影像数据相结合,来解译出各个不同时间段对应的库区滑坡分布图、并统计出不同类型库区滑坡的各项参数。
2.根据权利要求1所述的库区滑坡分析方法,其特征在于,所述不同时间段包括:库蓄水前、水库蓄水初期、水库蓄水末期以及水库水位消落后四个时间段。
3.根据权利要求1所述的库区滑坡分析方法,其特征在于,所述解译的方法包括以下步骤:
步骤1:在ArcGIS软件中调用已有的库区高清遥感数据,首先对数据进行空间校正和辐射校正;
步骤2:建立库区滑坡的地理空间数据库,并采用目译的方法,对库区环境进行分辨;
步骤3:利用ArcGIS中提供的空间分析功能,选择出库区环境中的库区滑坡区域,并对选择出的所有库区滑坡一一解译,解译完毕后空间数据库中将会出现各个滑坡的投影面积;
步骤4:将库区地质资料导入ArcGIS,对比库区地质资料以及库区滑坡空间分布,对每个库区滑坡发生地点的岩性进行标注;
步骤5:将ArcGIS中统计的地理空间数据库导出备用;
步骤6:利用统计的方法对库区滑坡进行时间以及空间两个维度上的统计分析,来或者各个不同时间段对应的库区滑坡分布图、不同类型库区滑坡的各项参数。
4.根据权利要求1所述的库区滑坡分析方法,其特征在于,通过对比不同时间段的同类型库区滑坡,来获取得出各类型库区滑坡的演变情况,进而汇总为库区滑坡总体演变的趋势。
5.根据权利要求1所述的库区滑坡分析方法,其特征在于,通过所述地理信息系统与不同时间段的高清遥感影像数据相结合来分析别除滑坡之外的其他外界情况,并结合各类滑坡的演变情况,来分析外界因素对库区滑坡演变的影响。
6.根据权利要求1所述的库区滑坡分析方法,其特征在于,通过所述各个不同时间段对应的库区滑坡分布图来计算滑坡密度,并绘制出与库区滑坡图相对应的库区滑坡密度图。
7.根据权利要求6所述的库区滑坡分析方法,其特征在于,将所述各个不同时间段对应的库区滑坡的分布图与地质工程资料结合,并与所述库区滑坡分布图及库区滑坡密度图进行对比,得出库区滑坡的产生基本地理因素、分析库区滑坡的滑动机理及演变机制。
8.根据权利要求7所述的库区滑坡分析方法,其特征在于,所述地质工程资料包括:地质岩性分布图、地层分布图、断层分布图、坡度变化图。
CN201811377826.4A 2018-11-19 2018-11-19 一种库区滑坡分析方法 Active CN109542995B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811377826.4A CN109542995B (zh) 2018-11-19 2018-11-19 一种库区滑坡分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811377826.4A CN109542995B (zh) 2018-11-19 2018-11-19 一种库区滑坡分析方法

Publications (2)

Publication Number Publication Date
CN109542995A true CN109542995A (zh) 2019-03-29
CN109542995B CN109542995B (zh) 2022-05-06

Family

ID=65848499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811377826.4A Active CN109542995B (zh) 2018-11-19 2018-11-19 一种库区滑坡分析方法

Country Status (1)

Country Link
CN (1) CN109542995B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110457794A (zh) * 2019-07-26 2019-11-15 四川大学 一种水位波动条件下的库区三维边坡稳定性分析方法
CN117272703A (zh) * 2023-11-23 2023-12-22 中国电建集团西北勘测设计研究院有限公司 一种库区滑坡涌浪的动态分析方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102183781A (zh) * 2011-01-14 2011-09-14 深圳思量微系统有限公司 一种山体滑坡监测的方法
CN106777585A (zh) * 2016-12-01 2017-05-31 桂林理工大学 一种区域浅表滑坡时空分异规律的esda分析法
WO2018148211A1 (en) * 2017-02-07 2018-08-16 U.S. Property Tax Association, Inc. Property tax assessment

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102183781A (zh) * 2011-01-14 2011-09-14 深圳思量微系统有限公司 一种山体滑坡监测的方法
CN106777585A (zh) * 2016-12-01 2017-05-31 桂林理工大学 一种区域浅表滑坡时空分异规律的esda分析法
WO2018148211A1 (en) * 2017-02-07 2018-08-16 U.S. Property Tax Association, Inc. Property tax assessment

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110457794A (zh) * 2019-07-26 2019-11-15 四川大学 一种水位波动条件下的库区三维边坡稳定性分析方法
CN117272703A (zh) * 2023-11-23 2023-12-22 中国电建集团西北勘测设计研究院有限公司 一种库区滑坡涌浪的动态分析方法及系统
CN117272703B (zh) * 2023-11-23 2024-02-20 中国电建集团西北勘测设计研究院有限公司 一种库区滑坡涌浪的动态分析方法及系统

Also Published As

Publication number Publication date
CN109542995B (zh) 2022-05-06

Similar Documents

Publication Publication Date Title
Fan et al. Coseismic landslides triggered by the 8th August 2017 M s 7.0 Jiuzhaigou earthquake (Sichuan, China): factors controlling their spatial distribution and implications for the seismogenic blind fault identification
Lian et al. Main geological and mining factors affecting ground cracks induced by underground coal mining in Shanxi Province, China
Wu et al. Automatic detection and classification of land subsidence in deltaic metropolitan areas using distributed scatterer InSAR and Oriented R-CNN
CN102253423B (zh) 基于多源水文地质勘测信息的适宜供水位置智能识别方法
Dou et al. 3D geological suitability evaluation for urban underground space development–A case study of Qianjiang Newtown in Hangzhou, Eastern China
Jena et al. Delineation of groundwater storage and recharge potential zones using RS-GIS-AHP: Application in arable land expansion
Chang et al. The spatial distribution characteristics of coseismic landslides triggered by the Ms7. 0 Lushan earthquake and Ms7. 0 Jiuzhaigou earthquake in southwest China
CN106289387A (zh) 一种地质环境监测系统
Zhang et al. Large-scale landslide inventory and their mobility in Lvliang City, Shanxi Province, China
Choi et al. Integration of a subsidence model and SAR interferometry for a coal mine subsidence hazard map in Taebaek, Korea
Dodagoudar An integrated geotechnical database and GIS for 3D subsurface modelling: Application to Chennai City, India
Wu et al. Ground stability evaluation of a coal-mining area: a case study of Yingshouyingzi mining area, China
CN109542995A (zh) 一种库区滑坡分析方法
Khalid et al. Application of Kriging for development of SPT N value contour maps and USCS-based soil type qualitative contour maps for Islamabad, Pakistan
Yang et al. A PSI targets characterization approach to interpreting surface displacement signals: A case study of the Shanghai metro tunnels
Krassakis et al. Detecting subsidence spatial risk distribution of ground deformation induced by urban hidden streams
Chu et al. Spatio-temporal data fusion for fine-resolution subsidence estimation
Liu et al. Regional early warning model for rainfall induced landslide based on slope unit in Chongqing, China
Kim Geospatial data-driven assessment of earthquake-induced liquefaction impact mapping using classifier and cluster ensembles
Tafila et al. Investigating groundwater recharge potential of Notwane catchment in Botswana using geophysical and geospatial tools
El Hamdouni et al. The Prevention of Landslides Using the Analytic Hierarchy Process (AHP) in a Geographic Information System (GIS) Environment in the Province of Larache, Morocco
Kim et al. Site-specific zonation of seismic site effects by optimization of the expert GIS-based geotechnical information system for Western Coastal Urban Areas in South Korea
Ghosh et al. Delineation of groundwater potential zones using the AHP technique: a case study of Alipurduar district, West Bengal
Chadha et al. Significance of geomorphic analysis of watershed for optimization of recharge structures
Prapanchan et al. GIS and fuzzy analytical hierarchy process to delineate groundwater potential zones in southern parts of India

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