CN111398958A - 一种确定地面沉降与黄土填挖方区建筑高度相关性的方法 - Google Patents

一种确定地面沉降与黄土填挖方区建筑高度相关性的方法 Download PDF

Info

Publication number
CN111398958A
CN111398958A CN202010259228.8A CN202010259228A CN111398958A CN 111398958 A CN111398958 A CN 111398958A CN 202010259228 A CN202010259228 A CN 202010259228A CN 111398958 A CN111398958 A CN 111398958A
Authority
CN
China
Prior art keywords
building
area
height
settlement
filling
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
CN202010259228.8A
Other languages
English (en)
Other versions
CN111398958B (zh
Inventor
曾润强
张宏雪
张毅
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.)
Lanzhou University
Original Assignee
Lanzhou 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 Lanzhou University filed Critical Lanzhou University
Priority to CN202010259228.8A priority Critical patent/CN111398958B/zh
Publication of CN111398958A publication Critical patent/CN111398958A/zh
Application granted granted Critical
Publication of CN111398958B publication Critical patent/CN111398958B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021—SAR image post-processing techniques
    • G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021—SAR image post-processing techniques
    • G01S13/9027—Pattern recognition for feature extraction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种确定地面沉降与黄土填挖方区建筑高度相关性的方法，步骤：利用填挖方之前和之后的DEM数据进行差分计算，获取目标区域填挖方的分布概况；采用阴影测高的方法获取目标区域的建筑高度；采用SBAS‑InSAR技术获取目标区域的形变速率点以此确定地面沉降区域；将地面沉降、填挖方区域和建筑高度3个图层进行叠加分析，分别选取填方区、挖方区不同高度建筑，提取其高度及沉降速率，采用统计分析方法，获得地面沉降与建筑高度的定量关系。本发明方法确定地面沉降与黄土填挖方区建筑高度定量相关性，解决了现有技术方案中只是简单定性分析的问题。

Description

一种确定地面沉降与黄土填挖方区建筑高度相关性的方法
技术领域
本发明属于遥感测绘领域，具体而言，涉及一种确定地面沉降与黄土填挖方区建筑高度相关性的方法。
背景技术
黄土高原地区由于城市人口大量增长，而且地形和黄土极易开挖，成为我国“削山造地”的主要分布区，但大规模填挖方对原有地形地貌以及地质、水文条件等的改变导致了严重的地面沉降问题。合成孔径雷达技术InSAR利用两次观测中雷达波相位差与空间距离之间的关系提取区域地表三维变形信息，具有精度高、覆盖范围大、全天候、全天时、成本低等优点，尤其是SBAS-InSAR方法克服了传统D-InSAR 的时间、空间失相干及大气效应的影响，限制了长基线导致的几何去相干，使更多SAR图像参与到形变计算，增加了时间上的采样，并且获取到的形变序列在空间上更连续，从而可以应用于监测地面沉降现象。
以往人们关注过度抽取地下水和煤矿开采等对地面沉降产生的影响，近年来城市建设对地面沉降的影响越来越受到人们的重视。一些学者利用SBAS-InSAR技术对北京、郑州、昆明等城市的地面沉降进行分析研究，发现这些地区的地面沉降主要由于过度开采地下水、活动断裂和建筑加载造成，对“削山造地”建造的新城区的地面沉降研究较少。“削山造地”区必然要面对高填方区地面沉降的问题，郝德强、张卫兵通过黄土的室内土工试验研究黄土高填方区地面沉降的规律，探究了填方高度、边坡形式、填土速率等因素对地面沉降的影响，但尚未考虑建筑加载的因素。凌晴、周有等学者研究了建筑规模、建筑容积率、建筑高度等对城市地面沉降的影响，但是对于建筑荷载对填挖方区地面沉降的影响目前尚未涉及。
发明内容
本发明的目的在于：提供一种确定地面沉降与黄土填挖方区建筑高度相关性的方法，为黄土高原填挖方区城市规划提供一定的参考，即在其城市化建设中合理分布不同高度的建筑，使地面沉降的危害降到最低。
本发明采用的技术方案如下：一种确定地面沉降与黄土填挖方区建筑高度相关性的方法，其特征在于，包括以下步骤：
1)利用填挖方之前和之后的两期同等分辨率的DEM数据进行计算，得到填挖方的空间分布、面积和体积数据，获取填挖方图层记为S1；
2)通过高分辨率的光学遥感影像，利用阴影测高方法获取建筑的高度，得到建筑高度图层记为S2；
3)通过SBAS-InSAR方法对目标区域进行处理，得到年平均形变速率和时序形变，根据所获得的形变速率确定沉降区域，获取沉降区域图层记为S3；
4)将上述方法得到的填挖方图层S1、建筑高度图层S2、沉降区域图层S3这3个图层进行叠加，选取填方区建筑时间为同一期的不同高度建筑的累积沉降，通过SBAS-InSAR方法进行干涉处理得到一定密度的形变点，将所选建筑上的形变点提取出来求平均值，若建筑上无形变点时则提取建筑周围近距离点求平均值，所得平均值作为该栋建筑的形变量，将每栋建筑的高度和形变量分别提取出来进行统计分析，使用统计分析软件进行相关性分析：(1)利用统计软件先进行双变量相关检验对建筑的高度和形变量进行相关性判别，得到标准化系数R， R的大小代表对被解释变量的重要性；(2)在回归分析中的曲线估算中将累积沉降作为因变量，建筑高度作为自变量，得到线性模型 y＝bx+a、显著性P和拟合优度R2的参数，其中b为非标准化系数，b 起到解释自变量对因变量的作用，R2越接近1拟合效果越好；通过以上方法获得填方区地面沉降与建筑高度的定量关系；同理选取挖方区建筑时间为同一期的不同高度建筑的累积沉降，获取挖方区建筑高度与地面沉降的定量关系，通过SBAS-InSAR方法进行干涉处理得到一定密度的形变点，将所选建筑上的形变点提取出来求平均值，若建筑上无形变点时则提取建筑周围近距离点求平均值，所得平均值作为该栋建筑的形变量，将每栋建筑的高度和形变量分别提取出来进行统计分析，使用统计分析软件进行相关性分析：(1)利用统计软件先进行双变量相关检验对建筑的高度和形变量进行相关性判别，得到标准化系数R，R的大小代表对被解释变量的重要性；(2)在回归分析中的曲线估算中将累积沉降作为因变量，建筑高度作为自变量，得到线性模型y＝bx+a、显著性P和拟合优度R2的参数，其中b为非标准化系数，b起到解释自变量对因变量的作用，R2越接近1拟合效果越好。
优选的是：通过SBAS-InSAR方法得到的形变速率，确定稳定区域与沉降区域的临界阈值，获取目标区域的沉降区域的空间分布。
优选的是：步骤4)选取填方或挖方面积最大区域的中心位置的建筑，选取不同高度建筑的下部的填方深度一致。
进行双变量相关检验所用统计软件优选spss软件。
本发明的有益效果：本发明首先通过前后期DEM获取填挖方数据，即填挖方的分布、面积、体积。其次使用SBAS-InSAR方法解决了大范围时序沉降信息的问题，覆盖范围大，成本低，准确度高。再次使用光学遥感影像，通过阴影测高的方法获取目标区域的建筑高度分布。在数据分析方面，以SDFP点累积沉降作为因变量，以填方区建筑高度、挖方区建筑高度作为自变量，采用统计相关分析方法，定量研究两两相关性，解决了现有技术方案中只是简单定性分析的问题。
附图说明
图1为本发明方法的流程图；
图2为实施例的填挖方图层；
图3是实施例的建筑高度图层；
图4是实施例的地面沉降速率图层；
图5是实施例填挖方、建筑高度、地面沉降图层叠加展示图；
图6是实施例填方区不同建筑高度地面沉降展示图；
图7是实施例填方区不同建筑高度地面沉降折线图；
图8是实施例挖方区不同建筑高度地面沉降展示图；
图9是实施例挖方区不同建筑高度地面沉降折线图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1和图2-9所示，本发明实施例提供的一种确定地面沉降与黄土填挖方区建筑高度相关性方法，以延安新区为实施例，包括以下步骤：
1、利用填挖方之前和之后的同等分辨率的DEM数据，使用Arcgis 的3D分析中的填挖方工具进行计算，得到填挖方的空间分布、面积和体积数据。
本实施例获取了延安新区填挖方前2012年的DEM和填挖方后 2018年的DEM，由于获取的两期DEM的分辨率不同，使用Arcgis软件对更高分辨率的DEM进行重采样，使两期DEM分辨率相同。DEM的分辨率越高越好。通过Arcgis软件填挖方工具对两期数据进行计算，得到研究区域填挖方的栅格数据，栅格数据中包括填挖方的面积和体积，可以利用面积和体积求取每个区域的平均填方深度和挖方高度。为了方便填挖方数据后期的叠加使用，将栅格的填挖方数据进行矢量化，得到矢量的填挖方数据。
2、通过高分辨率的光学遥感影像获取建筑的阴影以及光学影像的太阳高度角、方位角；卫星高度角、方位角等数据，带入相关公式计算各建筑的高度。
首先要获取高分辨率的光学遥感影像，最好分辨率在0.5米以上。一般光学影像分为全色影像和多光谱影像，使用之前要对全色影像和多光谱影像进行拼接、影像融合等预处理。根据影像的参数文件获取其太阳高度角、方位角；卫星高度角、方位角等数据。根据阴影测量建筑高度的公式较多，本实施例选取王京卫提出的H＝L/k公式，H为建筑高度，L为影像上的建筑物房顶角点与其阴影的距离，
Figure RE-GDA0002488997780000061
β为太阳高度角；α为卫星高度角；δ为卫星和太阳的方位角交角，通过上述参数代入计算即可获得k值，再使用Arcgis软件的测量工具，即可获得影像上的建筑物房顶角点与其阴影的距离L。通过上述公式计算即可获得每个建筑的高度，该方法获取建筑高度的精度受到影像的精度以及L量测精度的影响，再利用Arcgis软件将研究区域建筑进行矢量化，将其高度属性附加在属性表里，在系统符号里将高度进行分级色彩设置，即可得到建筑高度的矢量分布图。
3、通过SBAS-InSAR方法对目标区域进行处理，根据所获得的形变速率结果在Arcgis软件中进行形变的稳定阈值筛选，从而确定沉降区域。
首先要获取覆盖研究区高分辨率的SAR影像，获取时间范围最好以填挖方刚结束的时间点为开始时间，结束时间根据研究者情况而定，获取的数据间隔也要根据研究者情况而定，建议研究时间长可以以月为单位进行数据下载，研究时间短可以以数据自身的最短间隔进行数据下载，否则数据太多会导致处理时间过长，数据太少会导致时间上的失相干，影响数据结果。本例获取了覆盖延安新区的2015年10月到2019年5月的98景数据，平均时间间隔为14天，然后使用Sarscape 系列软件对SAR影像进行裁剪、干涉处理，干涉处理的过程中注意要获取研究区的垂直向形变，因为延安新区经过填挖方以后，城区的地形较为平坦，垂直向形变能够更加直接指示地面沉降的发生区域与沉降量。通过干涉处理得到年平均形变速率和时序形变，在Arcgis中根据数据的标准差和平均值设定年平均形变的稳定阈值，从而确定沉降区域，再结合研究区域的影像图识别出地面沉降中心和抬升中心。
4、在Arcgis中将已经矢量化的填挖方图层、沉降区域图层、建筑高度图层同时加载进来，进行3个图层的叠加分析：填方区地面沉降与建筑高度的定量关系、挖方区建筑高度与地面沉降的定量关系。 (1)填方区地面沉降与建筑高度定量关系分析：一般填方区域都会发生不同程度的沉降，填方体积、面积、深度都会对地面沉降产生影响，填方面积越大，沉降区域面积越大，而填方深度对沉降量的影响很大。在填方的边缘区域和中心区域深度差异很大，则沉降量的差异也会很大，若分别选取了边缘区域和中心区域的建筑进行建筑高度和地面沉降的关系分析，会导致结果不够准确。故在条件允许的情况下尽量选取填方面积最大区域的中心位置的建筑，争取选取不同高度建筑其下部的填方深度一致。在最大填方区的中心位置，选取建筑时间在同一时期的不同高度的建筑。由于建筑的相干性较大，故通过 SBAS-InSAR方法进行干涉处理一般都会分布有形变点(建筑上若无形变点可选取周围近距离点)，将每栋建筑上形变点提取出来求平均值，即作为该栋建筑的形变量，将每栋建筑的高度和形变量分别提取出来进行统计分析。使用SPSS软件，先进行双变量相关检验对建筑的高度和形变量进行相关性判别，得到标准化系数R(R的大小代表对被解释变量的重要性)；在回归分析中的曲线估算中将累积沉降作为因变量，建筑高度作为自变量进行一元线性回归分析，得到y＝bx+a 的关系式，和显著性P和拟合优度R2(越接近1拟合效果越好)的参数。b为非标准化系数，起到解释自变量对因变量的作用。通过以上方法获得填方区地面沉降与建筑高度的定量关系；同理选取挖方区建筑时间为同一期的不同高度建筑的累积沉降，获取挖方区建筑高度与地面沉降的定量关系。

Claims (4)

1.一种确定地面沉降与黄土填挖方区建筑高度相关性的方法，其特征在于，包括以下步骤：
1)利用填挖方之前和之后的两期同等分辨率的DEM数据进行计算，得到填挖方的空间分布、面积和体积数据，获取填挖方图层记为S1；
2)通过高分辨率的光学遥感影像，利用阴影测高方法获取建筑的高度，得到建筑高度图层记为S2；
3)通过SBAS-InSAR方法对目标区域进行处理，得到年平均形变速率和时序形变，根据所获得的形变速率确定沉降区域，获取沉降区域图层记为S3；
4)将上述方法得到的填挖方图层S1、建筑高度图层S2、沉降区域图层S3这3个图层进行叠加，选取填方区建筑时间为同一期的不同高度建筑的累积沉降，通过SBAS-InSAR方法进行干涉处理得到一定密度的形变点，将所选建筑上的形变点提取出来求平均值，若建筑上无形变点时则提取建筑周围近距离点求平均值，所得平均值作为该栋建筑的形变量，将每栋建筑的高度和形变量分别提取出来进行统计分析，使用统计分析软件进行相关性分析：(1)利用统计软件先进行双变量相关检验对建筑的高度和形变量进行相关性判别，得到标准化系数R，R的大小代表对被解释变量的重要性；(2)在回归分析中的曲线估算中将累积沉降作为因变量，建筑高度作为自变量，得到线性模型y＝bx+a、显著性P和拟合优度R2的参数，其中b为非标准化系数，b起到解释自变量对因变量的作用，R2越接近1拟合效果越好；通过以上方法获得填方区地面沉降与建筑高度的定量关系；同理选取挖方区建筑时间为同一期的不同高度建筑的累积沉降，获取挖方区建筑高度与地面沉降的定量关系。
2.根据权利要求1所述的一种确定地面沉降与黄土填挖方区建筑高度相关性的方法，其特征在于：通过SBAS-InSAR方法得到的形变速率，确定稳定区域与沉降区域的临界阈值，获取目标区域的沉降区域的空间分布。
3.根据权利要求1所述的一种确定地面沉降与黄土填挖方区建筑高度相关性的方法，其特征在于：步骤4)选取填方或挖方面积最大区域的中心位置的建筑，选取不同高度建筑的下部的填方深度一致或挖方深度一致。
4.根据权利要求1所述的一种确定地面沉降与黄土填挖方区建筑高度相关性的方法，其特征在于：进行双变量相关检验所用统计软件为spss软件。
CN202010259228.8A 2020-04-03 2020-04-03 一种确定地面沉降与黄土填挖方区建筑高度相关性的方法 Active CN111398958B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010259228.8A CN111398958B (zh) 2020-04-03 2020-04-03 一种确定地面沉降与黄土填挖方区建筑高度相关性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010259228.8A CN111398958B (zh) 2020-04-03 2020-04-03 一种确定地面沉降与黄土填挖方区建筑高度相关性的方法

Publications (2)

Publication Number Publication Date
CN111398958A true CN111398958A (zh) 2020-07-10
CN111398958B CN111398958B (zh) 2022-06-14

Family

ID=71429450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010259228.8A Active CN111398958B (zh) 2020-04-03 2020-04-03 一种确定地面沉降与黄土填挖方区建筑高度相关性的方法

Country Status (1)

Country Link
CN (1) CN111398958B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112923901A (zh) * 2021-02-04 2021-06-08 浙江省水利河口研究院(浙江省海洋规划设计研究院) 一种基于rs和gis技术的工程性沉降量的计算方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2213025T3 (es) * 1999-05-25 2004-08-16 Politecnico Di Milano Procedimiento para medir el movimiento de areas urbanas y zonas de corrimiento de tierras.
CN101493520A (zh) * 2009-01-16 2009-07-29 北京航空航天大学 一种基于二维Gamma分布的SAR图像变化检测方法
CN102938095A (zh) * 2012-11-23 2013-02-20 湖南科技大学 一种基于多源数据的矿山沉陷监测预警方法
CN104123464A (zh) * 2014-07-23 2014-10-29 中国国土资源航空物探遥感中心 一种高分辨率InSAR时序分析反演地物高程与地面沉降量的方法
CN105488253A (zh) * 2015-11-24 2016-04-13 首都师范大学 一种确定地面沉降和区域静载荷相关性的方法
CN106204539A (zh) * 2016-06-29 2016-12-07 南京大学 一种基于形态学梯度的反演城区建筑物沉降的方法
CN107679441A (zh) * 2017-02-14 2018-02-09 郑州大学 基于多时相遥感影像阴影提取城市建筑物高度的方法
CN109388887A (zh) * 2018-10-09 2019-02-26 首都师范大学 一种地面沉降影响因素定量分析方法及系统
CN110120046A (zh) * 2019-03-27 2019-08-13 长安大学 一种融合dem、光学遥感和形变信息的潜在滑坡识别方法
CN110888130A (zh) * 2019-10-30 2020-03-17 华东师范大学 一种基于升降轨时序InSAR的煤矿区地表形变监测方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2213025T3 (es) * 1999-05-25 2004-08-16 Politecnico Di Milano Procedimiento para medir el movimiento de areas urbanas y zonas de corrimiento de tierras.
CN101493520A (zh) * 2009-01-16 2009-07-29 北京航空航天大学 一种基于二维Gamma分布的SAR图像变化检测方法
CN102938095A (zh) * 2012-11-23 2013-02-20 湖南科技大学 一种基于多源数据的矿山沉陷监测预警方法
CN104123464A (zh) * 2014-07-23 2014-10-29 中国国土资源航空物探遥感中心 一种高分辨率InSAR时序分析反演地物高程与地面沉降量的方法
CN105488253A (zh) * 2015-11-24 2016-04-13 首都师范大学 一种确定地面沉降和区域静载荷相关性的方法
CN106204539A (zh) * 2016-06-29 2016-12-07 南京大学 一种基于形态学梯度的反演城区建筑物沉降的方法
CN107679441A (zh) * 2017-02-14 2018-02-09 郑州大学 基于多时相遥感影像阴影提取城市建筑物高度的方法
CN109388887A (zh) * 2018-10-09 2019-02-26 首都师范大学 一种地面沉降影响因素定量分析方法及系统
CN110120046A (zh) * 2019-03-27 2019-08-13 长安大学 一种融合dem、光学遥感和形变信息的潜在滑坡识别方法
CN110888130A (zh) * 2019-10-30 2020-03-17 华东师范大学 一种基于升降轨时序InSAR的煤矿区地表形变监测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
QIONG WU 等: "SBAS-InSAR Based Deformation Detection of Urban Land, Created from Mega-Scale Mountain Excavating and Valley Filling in the Loess Plateau: The Case Study of Yan’an City", 《REMOTE SENSING》 *
范晓南 等: "基于多元线性回归的建筑沉降分析", 《建筑安全》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112923901A (zh) * 2021-02-04 2021-06-08 浙江省水利河口研究院(浙江省海洋规划设计研究院) 一种基于rs和gis技术的工程性沉降量的计算方法及装置
CN112923901B (zh) * 2021-02-04 2022-04-15 浙江省水利河口研究院(浙江省海洋规划设计研究院) 一种基于rs和gis技术的工程性沉降量的计算方法及装置

Also Published As

Publication number Publication date
CN111398958B (zh) 2022-06-14

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
Dall’Asta et al. Unmanned Aerial Systems and DSM matching for rock glacier monitoring
Dewitte et al. Tracking landslide displacements by multi-temporal DTMs: A combined aerial stereophotogrammetric and LIDAR approach in western Belgium
Hervás et al. Monitoring landslides from optical remotely sensed imagery: the case history of Tessina landslide, Italy
Schiefer et al. Reconstructing morphometric change in a proglacial landscape using historical aerial photography and automated DEM generation
CN104952107A (zh) 基于车载LiDAR点云数据的桥梁三维重建方法
TW200929067A (en) 3D image detecting, editing and rebuilding system
CN106556834B (zh) 一种从两平行轨道sar数据集中精确提取地面垂直形变方法
Bignami et al. Pyroclastic density current volume estimation after the 2010 Merapi volcano eruption using X-band SAR
CN104700399A (zh) 一种基于高分遥感影像的大变形滑坡位移场标定方法
CN109031301A (zh) 基于PSInSAR技术的山区地形形变提取方法
Francese et al. 3-D high-resolution multi-channel radar investigation of a Roman village in Northern Italy
CN101221246A (zh) 雪崩的遥感量化勘察方法
Hopkinson et al. Comparing alpine watershed attributes from LiDAR, photogrammetric, and contour‐based digital elevation models
Liu et al. A geomorphological model for landslide detection using airborne LIDAR data
CN116429070A (zh) 采煤沉陷积水区水资源调查方法及系统
CN111551932A (zh) 准确获取开采影响边界及确定建筑损害等级的方法
Guo et al. Utilization of 3D Laser Scanning for Stability Evaluation and Deformation Monitoring of Landslides
CN114674277A (zh) 全场测线联合的深部开采地表沉陷监测及土地复垦适宜性评价方法
CN111398958B (zh) 一种确定地面沉降与黄土填挖方区建筑高度相关性的方法
CN112166688B (zh) 基于小卫星的沙漠与沙漠化土地监测方法
Blanchard et al. Geomorphic change analysis using ASTER and SRTM digital elevation models in central Massachusetts, USA
Liu et al. Automatic building height estimation with shadow correction over heterogeneous compact cities using stereo Gaofen-7 data at sub-meter resolution
Zheng et al. Typical applications of airborne lidar technolagy in geological investigation
Mohammed et al. Using Remote Sensing and GIS to Study Morphological Analysis of Kirkuk Province

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