CN110618144B - 一种快速测定黄土塬区泉眼位置的方法 - Google Patents

一种快速测定黄土塬区泉眼位置的方法 Download PDF

Info

Publication number
CN110618144B
CN110618144B CN201910918479.XA CN201910918479A CN110618144B CN 110618144 B CN110618144 B CN 110618144B CN 201910918479 A CN201910918479 A CN 201910918479A CN 110618144 B CN110618144 B CN 110618144B
Authority
CN
China
Prior art keywords
data
spring eye
spring
grid
water content
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
Application number
CN201910918479.XA
Other languages
English (en)
Other versions
CN110618144A (zh
Inventor
牛存稳
赵思远
郝春沣
贾仰文
龚家国
王英
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.)
China Institute of Water Resources and Hydropower Research
Original Assignee
China Institute of Water Resources and Hydropower Research
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 China Institute of Water Resources and Hydropower Research filed Critical China Institute of Water Resources and Hydropower Research
Priority to CN201910918479.XA priority Critical patent/CN110618144B/zh
Publication of CN110618144A publication Critical patent/CN110618144A/zh
Application granted granted Critical
Publication of CN110618144B publication Critical patent/CN110618144B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N22/00—Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
    • G01N22/04—Investigating moisture content
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1793—Remote sensing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Mathematical Physics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种快速测定黄土塬区泉眼位置的方法，其包括S1、确定泉眼分布区域；获取目标泉眼分布区域的雷达微波数据与卫星遥感数据；对获得的数据进行预处理；将泉眼分布区域栅格化处理，通过得到的数据反演与计算目标泉眼分布区域的各栅格的土壤含水量；识别与标记目标泉眼分布区域内含水量极大值的栅格并进行筛选，生成单日期的泉眼分布图；将各日期的泉眼分布图叠加，以确定潜在泉眼所在栅格，即得到泉眼所在位置。本发明能够解决现有技术中缺乏能够快速调查较大尺度区域内泉眼出露点分布方法的问题，准确率高、测定速度快、范围大。

Description

一种快速测定黄土塬区泉眼位置的方法
技术领域
本发明涉及水文水资源遥感勘测技术领域，具体涉及一种快速测定黄土塬区泉眼位置的方法。
背景技术
水资源规划与配置是国土资源配置的重要环节，黄土高原地处我国干旱半干旱区，降雨集中于每年的7-9月份，雨水资源利用率低，水土流失严重，水资源的利用与配置尤为重要。
黄土塬是黄土高原地区的主要地貌组成之一，塬面宽广，地表径流发育较弱，地下水是塬区居民生产与生活的主要用水来源。由于包气带被垂直切割，塬与沟、壑的交界区域存在较多的泉水出露点。泉水是塬边村落的主要甚至唯一水源，村民通过在泉水出露点附近蓄水并引水以满足生活用水需求。
泉眼是黄土塬区地下水的主要自然排泄类型，摸清泉眼的分布规律，并定量计算地下水自然排泄量，能够对黄土塬区地下水补排机理的探究提供极为关键的技术支撑；另外，就此间接估算地区水资源量，对优化黄土塬区地下水资源的利用与配置具有重要意义。
现有对泉眼的调查方法主要依靠附近村民引导下的实地勘察，费时费力，尚没有一种能够快速调查较大尺度区域内泉眼出露点分布的方法。
发明内容
本发明针对现有技术中的上述不足，提供了一种能够解决现有技术中缺乏能够快速调查较大尺度区域内泉眼出露点分布方法的问题的快速测定黄土塬区泉眼位置的方法。
为解决上述技术问题，本发明采用了下列技术方案：
提供了一种快速测定黄土塬区泉眼位置的方法，其包括如下步骤：
S1、确定泉眼分布区域；
S2、获取目标泉眼分布区域的雷达微波数据与卫星遥感数据；
S3、对S2获得的数据进行预处理；
S4、将泉眼分布区域栅格化处理，通过S1和S3得到的数据反演与计算目标泉眼分布区域的各栅格的土壤含水量m；
S5、计算目标泉眼分布区域的土壤含水量平均值，并标记出含水量极大值的栅格，生成单日期的泉眼分布图；
S6、在多个日期重复S1至S5，将各日期的泉眼分布图叠加，以确定潜在泉眼所在栅格，即得到泉眼所在位置。
进一步地，确定泉眼分布区域的方法为通过分析研究区域地形数据提取沟沿线与沟道。
进一步地，泉眼分布区域地形数据通过精度为30m的DEM图像数据获取，包括坡度、坡向、地面曲率等。
进一步地，雷达微波数据为欧空局的哨兵科学数据中心的Sentinel-1A数据，数据成像时间为每年1-4月份的无雨日，数据日期间隔为Sentinel-1A的一个重访周期。
进一步地，欧空局的哨兵科学数据中心的Sentinel-1A数据为合成孔径雷达数据，分辨率为5m×20m，重访周期为12d，入射角为20°～40°。
进一步地，卫星遥感数据对地观测卫星Landsat OLI的影响，影像时间同样选择在每年的1-4月，间隔为对地观测卫星的一个重访周期，空间分辨率为30m。
进一步地，对数据进行预处理包括如下步骤：
S1、对Sentinel-1A的数据分别进行辐射校正、噪声处理与几何校正的处理然后输出；
S2、对Landsat OLI进行辐射校正、大气校正、几何校正以及图像裁剪的处理，然后将其重采样到与Sentinel-1A数据具有相同的空间分辨率，再输出预处理后的数据。
进一步地，计算目标泉眼分布区域的各栅格的土壤含水量m的方法包括如下步骤：
S1、根据遥感影像数据中的近红外波段反射率ρNIR和中红外波段反射率ρMIR数据计算各栅格的植被含水量数据mveg，其计算公式为：
Figure BDA0002216814640000031
S2、根据植被含水量数据mveg和雷达波入射角θ，计算植被层的双层衰减因子γ2(θ)，其计算公式为：
γ2(θ)＝exp(-2·0.137mveg·secθ)；
S3、根据植被层的双层衰减因子γ2(θ)，计算植被层后向散射系数
Figure BDA0002216814640000032
其计算公式为：
Figure BDA0002216814640000033
S4、根据植被层后向散射系数
Figure BDA0002216814640000034
和植被覆盖地表下总的雷达后向散射系数
Figure BDA0002216814640000035
计算直接地表后向散射系数
Figure BDA0002216814640000036
其计算公式为：
Figure BDA0002216814640000037
S5、根据直接地表后向散射系数
Figure BDA0002216814640000038
计算土壤含水量m，其计算公式为：
Figure BDA0002216814640000039
进一步地，计算目标泉眼分布区域的土壤含水量平均值，并标记出含水量极大值的栅格，生成单日期的泉眼分布图的方法包括如下步骤：
S1、对目标区域内各栅格含水量进行极值分析，并标记为潜在泉眼栅格，对应的栅格含水量记为mi；
S2、将潜在泉眼栅格含水量mi与当地常年地表土壤田间持水量m田间持水量进行对比，若mi≤m田间持水量，则判定该潜在泉眼栅格为伪泉眼栅格；若mi＞m田间持水量，则判定该潜在泉眼栅格为真泉眼栅格；
S3、提取S2中的真泉眼栅格并生成单日期的泉眼分布图。
进一步地，将各日期的泉眼分布图叠加，以确定潜在泉眼所在栅格的方法为：在各日期的泉眼分布图中均被记为泉眼潜在位置的栅格，即为泉眼所在位置。
本发明提供的上述快速测定黄土塬区泉眼位置的方法的主要有益效果在于：
本发明利用雷达、遥感信息对研究区域的地表土壤含水量进行分析，能够在较大尺度的区域范围内较快速的确定泉眼分布的位置，相对于传统的实地勘察的方法，一次只能勘察一个或几个泉眼的位置，能够显著提高水文地质勘察工作的效率；通过对光谱、空间、时间分辨率均较高的雷达与遥感图像数据分析，打破气象、地形等外界因素的限制，显著提高了泉眼识别的精度与准确率。
附图说明
图1为本发明快速测定黄土塬区泉眼位置的方法的流程图。
具体实施方式
下面结合附图对本发明作进一步说明：
如图1所示，其为本发明快速测定黄土塬区泉眼位置的方法的流程图。
本发明的快速测定黄土塬区泉眼位置的方法包括如下步骤：
S1、获取泉眼分布区域地形数据。
具体的，黄土塬区的泉眼主要产生于沟壑对包气带切割导致的含水层暴露，因此泉眼分布区域主要为黄土塬区沟沿线，即塬面与沟谷的交界线附近及山谷线上游。
确定泉眼分布区域的方法为通过分析研究区域地形数据提取沟沿线与沟道，泉眼分布区域地形数据通过精度为30m的DEM图像数据获取，包括坡度、坡向、地面曲率等。
S2、获取目标泉眼分布区域的雷达微波数据与卫星遥感数据。
进一步地，雷达微波数据为欧空局的哨兵科学数据中心的Sentinel-1A数据，数据成像时间为每年1-4月份的无雨日，数据日期间隔为Sentinel-1A的一个重访周期。
具体的，欧空局的哨兵科学数据中心的Sentinel-1A数据为合成孔径雷达数据，为地距影响Level 1级产品，极化方式为VV，工作方式为干涉宽幅模式，分辨率为5m×20m，与太阳同步轨道，载波波段为C波段，工作频率为5.044GHz，轨道高度为693m，重访周期为12d，入射角为20°～40°，幅宽为240km。
卫星遥感数据对地观测卫星Landsat OLI的影响，影像时间同样选择在每年的1-4月，间隔为对地观测卫星的一个重访周期，空间分辨率为30m。
具体的，对地观测卫星的一个重访周期为16d。
S3、对S2获得的数据进行预处理。
进一步地，其具体方法包括如下步骤：
S3-1、对Sentinel-1A的数据分别进行辐射校正、噪声处理与几何校正的处理然后输出。
S3-2、对Landsat OLI进行辐射校正、大气校正、几何校正以及图像裁剪的处理，然后将其重采样到与Sentinel-1A数据具有相同的空间分辨率，再输出预处理后的数据。
S4、将泉眼分布区域栅格化处理，通过S1和S3得到的数据计算目标泉眼分布区域的各栅格的土壤含水量m。
进一步地，其具体方法包括如下步骤：
S4-1、根据遥感影像数据中的近红外波段反射率ρNIR和中红外波段反射率ρMIR数据计算各栅格的植被含水量数据mveg，其单位为kg/m3，其计算公式为：
Figure BDA0002216814640000061
S4-2、根据植被含水量数据mveg和雷达波入射角θ，计算植被层的双层衰减因子γ2(θ)，其计算公式为：
γ2(θ)＝exp(-2·0.137mveg·secθ)；
S4-3、根据植被层的双层衰减因子γ2(θ)，计算植被层后向散射系数
Figure BDA0002216814640000062
其计算公式为：
Figure BDA0002216814640000063
S4-4、根据植被层后向散射系数
Figure BDA0002216814640000064
和植被覆盖地表下总的雷达后向散射系数
Figure BDA0002216814640000065
计算直接地表后向散射系数
Figure BDA0002216814640000066
其计算公式为：
Figure BDA0002216814640000067
S4-5、根据直接地表后向散射系数
Figure BDA0002216814640000068
计算土壤含水量m，其计算公式为：
Figure BDA0002216814640000069
将计算后的目标泉眼分布区域的土壤重量含水量m按栅格导出数据。
S5、计算目标泉眼分布区域的土壤含水量平均值，并标记出含水量极大值的栅格，生成单日期的泉眼分布图。
进一步地，其具体方法包括如下步骤：
S5-1、对目标区域内各栅格含水量进行极值分析，并标记为潜在泉眼栅格，对应的栅格含水量记为mi；
S5-2、将潜在泉眼栅格含水量mi与当地常年地表土壤田间持水量m田间持水量进行对比，若mi≤m田间持水量，则判定该潜在泉眼栅格为伪泉眼栅格；若mi＞m田间持水量，则判定该潜在泉眼栅格为真泉眼栅格；
为方便说明，这里取某地的泉眼分布区域数据为例，该区域0～1m土层的田间持水量m田间持水量范围变化较大，在18.65～21.76％之间，通过取平均值计算得到，其平均值为20.40％。
S6、在多个日期重复S1至S5，将各日期的泉眼分布图叠加，以确定潜在泉眼所在栅格，即得到泉眼所在位置。
具体地，将各日期的泉眼分布图叠加，以确定潜在泉眼所在栅格的方法为：在各日期的泉眼分布图中均被记为泉眼潜在位置的栅格，即为泉眼所在位置。
上面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (7)

1.一种快速测定黄土塬区泉眼位置的方法，其特征在于，包括如下步骤：
S1、确定泉眼分布区域，确定泉眼分布区域的方法为：
通过分析待研究区域地形数据提取沟沿线与沟道；
S2、获取泉眼分布区域的雷达微波数据与卫星遥感数据；
S3、对S2获得的雷达微波数据与卫星遥感数据进行预处理；
S4、将泉眼分布区域栅格化处理，通过S1和S3得到的数据反演与计算泉眼分布区域的各栅格的土壤含水量m；
S5、识别与标记泉眼分布区域内含水量极大值的栅格并进行筛选，生成单日期的泉眼分布图，其方法为：
S5-1、对泉眼分布区域内各栅格含水量进行极值分析，并标记为潜在泉眼栅格，对应的栅格含水量记为mi；
S5-2、将潜在泉眼栅格含水量mi与当地常年地表土壤田间持水量m田间持水量进行对比，若mi≤m田间持水量，则判定该潜在泉眼栅格为伪泉眼栅格；若mi＞m田间持水量，则判定该潜在泉眼栅格为真泉眼栅格；
S5-3、提取S5-2中的真泉眼栅格并生成单日期的泉眼分布图；
S6、在多个日期重复S1至S5，将各日期的泉眼分布图叠加，以确定潜在泉眼所在栅格，即得到泉眼所在位置，其方法为：
在各日期的泉眼分布图中均被记为泉眼潜在位置的栅格，即为泉眼所在位置。
2.根据权利要求1所述的快速测定黄土塬区泉眼位置的方法，其特征在于，所述泉眼分布区域地形数据通过精度为30m的DEM图像数据获取，包括坡度、坡向、地面曲率。
3.根据权利要求1所述的快速测定黄土塬区泉眼位置的方法，其特征在于，所述雷达微波数据为欧空局的哨兵科学数据中心的Sentinel-1A数据，数据成像时间为每年1-4月份的无雨日，数据日期间隔为Sentinel-1A的一个重访周期。
4.根据权利要求3所述的快速测定黄土塬区泉眼位置的方法，其特征在于，所述欧空局的哨兵科学数据中心的Sentinel-1A数据为合成孔径雷达微波数据，分辨率为5m×20m，重访周期为12d，入射角为20°～40°。
5.根据权利要求4所述的快速测定黄土塬区泉眼位置的方法，其特征在于，所述卫星遥感数据对地观测卫星Landsat OLI的影像 ，影像时间同样选择在每年的1-4月，间隔为对地观测卫星的一个重访周期，空间分辨率为30m。
6.根据权利要求5所述的快速测定黄土塬区泉眼位置的方法，其特征在于，所述对雷达微波数据与卫星遥感数据进行预处理包括如下步骤：
S1、对Sentinel-1A的数据分别进行辐射校正、噪声处理与几何校正的处理然后输出；
S2、对Landsat OLI进行辐射校正、大气校正、几何校正以及图像裁剪的处理，然后将其重采样到与Sentinel-1A数据具有相同的空间分辨率，再输出预处理后的数据。
7.根据权利要求6所述的快速测定黄土塬区泉眼位置的方法，其特征在于，所述计算泉眼分布区域的各栅格的土壤含水量m的方法包括如下步骤：
S1、根据预处理的雷达微波数据与卫星遥感数据中的近红外波段反射率ρNIR和中红外波段反射率ρMIR数据计算各栅格的植被含水量数据mveg，其计算公式为：
Figure FDA0002777254220000021
S2、根据植被含水量数据mveg和雷达波入射角θ，计算植被层的双层衰减因子γ2(θ)，其计算公式为：
γ2(θ)＝exp(-2·0.137mveg·secθ)；
S3、根据植被层的双层衰减因子γ2(θ)，计算植被层后向散射系数
Figure FDA0002777254220000031
其计算公式为：
Figure FDA0002777254220000032
S4、根据植被层后向散射系数
Figure FDA0002777254220000033
和植被覆盖地表下总的雷达后向散射系数
Figure FDA0002777254220000034
计算直接地表后向散射系数
Figure FDA0002777254220000035
其计算公式为：
Figure FDA0002777254220000036
S5、根据直接地表后向散射系数
Figure FDA0002777254220000037
计算土壤含水量m，其计算公式为：
Figure FDA0002777254220000038
CN201910918479.XA 2019-09-26 2019-09-26 一种快速测定黄土塬区泉眼位置的方法 Active CN110618144B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910918479.XA CN110618144B (zh) 2019-09-26 2019-09-26 一种快速测定黄土塬区泉眼位置的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910918479.XA CN110618144B (zh) 2019-09-26 2019-09-26 一种快速测定黄土塬区泉眼位置的方法

Publications (2)

Publication Number Publication Date
CN110618144A CN110618144A (zh) 2019-12-27
CN110618144B true CN110618144B (zh) 2021-01-05

Family

ID=68924571

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910918479.XA Active CN110618144B (zh) 2019-09-26 2019-09-26 一种快速测定黄土塬区泉眼位置的方法

Country Status (1)

Country Link
CN (1) CN110618144B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114660675A (zh) * 2022-03-19 2022-06-24 四川省华地建设工程有限责任公司 一种基于遥感影像的高寒高海拔地区地下水出露寻找方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103234920B (zh) * 2013-04-23 2015-10-21 中国人民解放军理工大学 基于遥感信息的地下水富集性评估方法
CN106291504A (zh) * 2015-06-05 2017-01-04 中国科学院大学 一种利用静止气象卫星多时相观测数据反演表层土壤体积含水量的方法
CN105608414A (zh) * 2015-12-11 2016-05-25 国网四川省电力公司电力应急中心 一种地表含水量分布提取方法
CN106295576B (zh) * 2016-08-12 2017-12-12 中国水利水电科学研究院 一种基于自然地理特征的水源类型解析方法
CN107036968B (zh) * 2016-12-27 2019-09-27 西安科技大学 一种土壤湿度实时监测方法
CN107862255B (zh) * 2017-10-23 2020-12-22 交通运输部科学研究院 一种基于微波遥感和光学遥感技术的湿地信息提取与生态敏感性评价的方法
CN108717044B (zh) * 2018-05-24 2021-07-30 青海师范大学 一种去除植被覆盖影响的表层土壤含水量卫星遥感估算方法
CN109164444A (zh) * 2018-09-04 2019-01-08 中科海慧（北京）科技有限公司 一种基于遥感数据的自然景观重构方法
CN109376433B (zh) * 2018-10-26 2020-06-09 北京市水文总站 基于土壤非饱和水和地下水耦合的区域水流运动模拟方法
CN109597868B (zh) * 2018-11-29 2022-05-10 中国水利水电科学研究院 一种大范围淤地坝位置确定方法
CN109726698B (zh) * 2019-01-07 2020-10-27 中国水利水电科学研究院 基于遥感数据进行季度灌溉面积识别的方法
CN109901240A (zh) * 2019-04-03 2019-06-18 中国矿业大学 一种探测露头残煤自燃区域的方法
CN109884279A (zh) * 2019-04-04 2019-06-14 内蒙古工业大学 土壤含水量的反演方法和反演装置

Also Published As

Publication number Publication date
CN110618144A (zh) 2019-12-27

Similar Documents

Publication Publication Date Title
Belasri et al. Estimation of soil erosion risk using the universal soil loss equation (USLE) and geo-information technology in Oued El Makhazine Watershed, Morocco
Lakshmi et al. Identification of groundwater potential zones using GIS and remote sensing
James et al. Using LiDAR data to map gullies and headwater streams under forest canopy: South Carolina, USA
Hammouri et al. An integrated approach to groundwater exploration using remote sensing and geographic information system
Patidar et al. Fluvial geomorphology and neotectonic activity based on field and GPR data, Katrol hill range, Kachchh, western India
Yousif et al. The respective roles of modern and paleo recharge to alluvium aquifers in continental rift basins: a case study from El Qaa plain, Sinai, Egypt
VOJTEK et al. Land use change and its impact on surface runoff from small basins: A case of Radiša basin
Yousif et al. Geoinformatics application for assessing the potential of rainwater harvesting in arid regions. Case study: El Daba’a area, Northwestern Coast of Egypt
Maerker et al. Assessment of water erosion processes and dynamics in semi-arid regions of Southern Africa (kwazulu/Natal, RSA, and Swaziland) using the Erosion Response Units concept (ERU)
CN110618144B (zh) 一种快速测定黄土塬区泉眼位置的方法
Fiorucci et al. Seismic response of landslides to natural and man-induced ground vibrations: Evidence from the Petacciato coastal slope (central Italy)
Benseddik et al. Delineation of artificial recharge zones in Mnasra Aquifer (NW, Morocco)
Ettazarini Groundwater pollution risk mapping for the Eocene aquifer of the Oum Er-Rabia basin, Morocco
Alrehaili et al. Use of remote sensing, GIS and groundwater monitoring to estimate artificial groundwater recharge in Riyadh, Saudi Arabia
Ghosh et al. Hydro-Geomorphological Mapping of Manbhum-Singhbhum Plateau (Part of Singhbhum Protocontinent, India) for Water Resource Development and Landuse Planning
Ogbonna Understanding gully erosion vulnerability in Old Imo State using geographic information system and geostatistics
Rawat et al. Integration of earth observation data and spatial approach to delineate and manage aeolian sand-affected wasteland in highly productive lands of Haryana, India
CN110618145B (zh) 一种基于无人机的快速测定黄土塬区泉眼位置的方法
Sun et al. Extraction of farmland geographic information using OpenStreetMap data
Al-Attar et al. Multi-temporal shoreline analysis and future regional perspective for Kuwait coast using remote sensing and GIS techniques
Lange et al. The importance of single events in arid zone rainfall-runoff modelling
Tang et al. Space-time dynamics and potential drivers of soil moisture and soil nutrients variation in a coal mining area of semi-arid, China
Kiani-Harchegani et al. Measuring and mapping excessive linear soil erosion features: Rills and gullies
Gasanov et al. Experience of Field Geomorphological Research Study on the Territory of the Volzhsko-Kamsky Natural Reserve
Pugh et al. Mean annual, seasonal, and monthly precipitation and runoff in Arkansas, 1951-2011

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