CN111522977A - 一种喀斯特废弃矿山生态修复遥感检测方法 - Google Patents
一种喀斯特废弃矿山生态修复遥感检测方法 Download PDFInfo
- Publication number
- CN111522977A CN111522977A CN202010334672.1A CN202010334672A CN111522977A CN 111522977 A CN111522977 A CN 111522977A CN 202010334672 A CN202010334672 A CN 202010334672A CN 111522977 A CN111522977 A CN 111522977A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- map database
- topographic map
- karst
- ecological restoration
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C7/00—Tracing profiles
- G01C7/02—Tracing profiles of land surfaces
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
Abstract
本发明公开了一种喀斯特废弃矿山生态修复遥感检测方法。该一种喀斯特废弃矿山生态修复遥感检测方法,包括以下步骤:S1,选取预设数量的检查点;S2,根据遥感测绘技术将地物数据变化图与地形图数据库比对,并判断新图是需要整幅更新还是部分更新;S3,根据遥感测绘得出的坐标,通过最小二乘平差得到所述检查点的物方平差值;S4,计算所述检查点的物方坐标与所述物方平差值在X,Y方向上的残差。该一种喀斯特废弃矿山生态修复遥感检测方法,完善已有信息数据库和实现地形图数据库的实时有效的方法,利用高分辨率的遥感测绘技术与现存的地形图数据库之间进行自动比较,探测地物发生的变化,降低了劳动强度,更新速率高。
Description
技术领域
本发明涉及遥感检测技术领域,具体为一种喀斯特废弃矿山生态修复遥感检测方法。
背景技术
喀斯特即岩溶,是水对可溶性岩石(碳酸盐岩、石膏、岩盐等)进行以化学溶蚀作用为主,流水的冲蚀、潜蚀和崩塌等机械作用为辅的地质作用,以及由这些作用所产生的现象的总称。
遥感技术具有宏观、实时、高效、高分辨率等优势,为建筑物变化检测提供了新的技术手段。高空间分辨率、高光谱分辨率、高时间分辨率、多平台、多角度、多传感器是当今遥感技术发展的趋势。卫星影像的空间分辨率已达到米级或亚米级,能够表达出更丰富的几何、纹理等细节信息,但是目标本身的颜色、纹理等变化也更为复杂,与邻近地物的关系更精确,变化检测的难度随之增大。
喀斯特矿山废弃地综合治理方面采用的方法较为单一,即通过简单的表土覆盖和植被种植来实现生态复绿的功能,因此需要实施大量的检测组件,进行实时检测,从而保证修复的正常进行,由于遥感影像受拍摄角度差异、时相差异、传感器差异、地物材质差异、行政属性与自然属性不一致等原因导致的同物不同谱,以及地表覆盖种类本身的多样性等特质,对变化检测的计算机自动提取的准确性和效率带来很大影响,目前,受上述类型因素影响,自动化变化检测和图斑提取的冗余率、准确率和漏检率等依旧面临着较大挑战。
因此亟需提供一种新型专用于喀斯特废弃矿山生态修复遥感检测方法。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种喀斯特废弃矿山生态修复遥感检测方法,解决了现有喀斯特废弃矿山生态修复难以实时检测的问题。
(二)技术方案
为实现上述目的,本发明提供如下技术方案:一种喀斯特废弃矿山生态修复遥感检测方法,包括以下步骤:
S1,选取预设数量的检查点;
S2,根据遥感测绘技术将地物数据变化图与地形图数据库比对,并判断新图是需要整幅更新还是部分更新;
S3,根据遥感测绘得出的坐标,通过最小二乘平差得到所述检查点的物方平差值;
S4,计算所述检查点的物方坐标与所述物方平差值在X,Y方向上的残差;
S5,判断所述残差是否服从标准正态分布,若是,则判定不存在系统误差,若否,则判定存在系统误差;
S6,将S5存在系统误差及其附加信息加入到地形图数据库中,采用自动检查程序对数据的一致性进行检验,以保证高质量的数据录入到地形图数据库中。
优选的,步骤S5,包括以下步骤:
S51,统计所述检查点在X,Y方向上的残差分布情况;
S52,根据所述残差分布情况使用卡方分布假设方法,分别在X,Y两个方向上检测是否存在系统误差。
优选的,步骤S52包括以下步骤:
S521,设置原假设H0:总体所述检查点的残差x的分布函数为标准正态分布;
S522,分别将所述检查点在X,Y方向上的残差分为k组;
S523,根据公式计算统计量T,当时,判定存在系统误差,否则判定不存在系统误差;
其中:k为正整数,xi为第i组残差区间的检查点数,pi为原假设中检查点落在第i组的概率,且mi=npi为第i组的理论频数,α为显著水平,n为检查点数量。
优选的,所述步骤S6中,地形图数据库中的先验知识为地形图数据库的地物目标几何特征。
优选的,所述S2中地形图数据库主要的数据为喀斯特地区绿化面积数据。
优选的,所述步骤S6中,自动检查程序的具体步骤如下:
S61:在图像边缘检测中对反应地形图数据库地物目标特征处赋予较大的权值,目标是在图形图数据库的地物目标特征处所对应的新影像部分进行边缘检测,并记录检测点;
S62:按照固定的点数间隔或距离间隔对记录的图像边缘检测点进行重采样,并根据地形图数据库中的先验知识对采样点进行跟踪;
S63:在新图与地形图数据库中地形图图框之间通过设定缓冲距离为相应的特征设置缓冲区,并根据平面误差限制计算新图与地形图数据库中地形图图框之间重合区域落入缓冲区域的宽度。
(三)有益效果
本发明提供了一种喀斯特废弃矿山生态修复遥感检测方法,具备以下有益效果:
(1)该一种喀斯特废弃矿山生态修复遥感检测方法,完善已有信息数据库和实现地形图数据库的实时有效的方法,利用高分辨率的遥感测绘技术与现存的地形图数据库之间进行自动比较,探测地物发生的变化,降低了劳动强度,更新速率高。
(2)该一种喀斯特废弃矿山生态修复遥感检测方法,通过在基于卫星遥感影像进行地形图测量过程中,在区域网平差计算之后进行系统误差的判断。通过判断可由系统误差造成的最终地形图存在的较大差异;且在中间步骤中进行误差检测,节省了后续很多步骤的测量工作,节省人力物力资源。
具体实施方式
基于本发明中的实施例,本领域普通技术人员在没有做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。
实施例1
本发明提供一种技术方案:一种喀斯特废弃矿山生态修复遥感检测方法,包括以下步骤:
S1,选取预设数量的检查点;
S2,根据遥感测绘技术将地物数据变化图与地形图数据库比对,并判断新图是需要整幅更新还是部分更新;
S3,根据遥感测绘得出的坐标,通过最小二乘平差得到所述检查点的物方平差值;
S4,计算所述检查点的物方坐标与所述物方平差值在X,Y方向上的残差;
S5,判断所述残差是否服从标准正态分布,若是,则判定不存在系统误差,若否,则判定存在系统误差;
S6,将S5存在系统误差及其附加信息加入到地形图数据库中,采用自动检查程序对数据的一致性进行检验,以保证高质量的数据录入到地形图数据库中。
具体方式实施为:通过在基于卫星遥感影像进行地形图测量过程中,在区域网平差计算之后进行系统误差的判断。通过判断可由系统误差造成的最终地形图存在的较大差异;且在中间步骤中进行误差检测,节省了后续很多步骤的测量工作,节省人力物力资源
步骤S5,包括以下步骤:
S51,统计所述检查点在X,Y方向上的残差分布情况;
S52,根据所述残差分布情况使用卡方分布假设方法,分别在X,Y两个方向上检测是否存在系统误差。
优选的,步骤S52包括以下步骤:
S521,设置原假设H0:总体所述检查点的残差x的分布函数为标准正态分布;
S522,分别将所述检查点在X,Y方向上的残差分为k组;
S523,根据公式计算统计量T,当时,判定存在系统误差,否则判定不存在系统误差;
其中:k为正整数,xi为第i组残差区间的检查点数,pi为原假设中检查点落在第i组的概率,且mi=npi为第i组的理论频数,α为显著水平,n为检查点数量,所述步骤S6中,地形图数据库中的先验知识为地形图数据库的地物目标几何特征,所述S2中地形图数据库主要的数据为喀斯特地区绿化面积数据,所述步骤S6中,自动检查程序的具体步骤如下:
S61:在图像边缘检测中对反应地形图数据库地物目标特征处赋予较大的权值,目标是在图形图数据库的地物目标特征处所对应的新影像部分进行边缘检测,并记录检测点;
S62:按照固定的点数间隔或距离间隔对记录的图像边缘检测点进行重采样,并根据地形图数据库中的先验知识对采样点进行跟踪;
S63:在新图与地形图数据库中地形图图框之间通过设定缓冲距离为相应的特征设置缓冲区,并根据平面误差限制计算新图与地形图数据库中地形图图框之间重合区域落入缓冲区域的宽度。
具体方式实施为:完善已有信息数据库和实现地形图数据库的实时有效的方法,利用高分辨率的遥感测绘技术与现存的地形图数据库之间进行自动比较,探测地物发生的变化,降低了劳动强度,更新速率高。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种喀斯特废弃矿山生态修复遥感检测方法,其特征在于:包括以下步骤:
S1,选取预设数量的检查点;
S2,根据遥感测绘技术将地物数据变化图与地形图数据库比对,并判断新图是需要整幅更新还是部分更新;
S3,根据遥感测绘得出的坐标,通过最小二乘平差得到所述检查点的物方平差值;
S4,计算所述检查点的物方坐标与所述物方平差值在X,Y方向上的残差;
S5,判断所述残差是否服从标准正态分布,若是,则判定不存在系统误差,若否,则判定存在系统误差;
S6,将S5存在系统误差及其附加信息加入到地形图数据库中,采用自动检查程序对数据的一致性进行检验,以保证高质量的数据录入到地形图数据库中。
2.根据权利要求1所述的地形图测量系统误差判断的方法,其特征在于,步骤S5,包括以下步骤:
S51,统计所述检查点在X,Y方向上的残差分布情况;
S52,根据所述残差分布情况使用卡方分布假设方法,分别在X,Y两个方向上检测是否存在系统误差。
3.根据权利要求2所述的地形图测量系统误差判断的方法,其特征在于,步骤S52包括以下步骤:
S521,设置原假设H0:总体所述检查点的残差x的分布函数为标准正态分布;
S522,分别将所述检查点在X,Y方向上的残差分为k组;
S523,根据公式计算统计量T,当时,判定存在系统误差,否则判定不存在系统误差;
其中:k为正整数,xi为第i组残差区间的检查点数,pi为原假设中检查点落在第i组的概率,且mi=npi为第i组的理论频数,α为显著水平,n为检查点数量。
4.根据权利要求1所述的一种喀斯特废弃矿山生态修复遥感检测方法,其特征在于:所述步骤S6中,地形图数据库中的先验知识为地形图数据库的地物目标几何特征。
5.根据权利要求1所述的一种喀斯特废弃矿山生态修复遥感检测方法,其特征在于:所述S2中地形图数据库主要的数据为喀斯特地区绿化面积数据。
6.根据权利要求1所述的一种喀斯特废弃矿山生态修复遥感检测方法,其特征在于:所述步骤S6中,自动检查程序的具体步骤如下:
S61:在图像边缘检测中对反应地形图数据库地物目标特征处赋予较大的权值,目标是在图形图数据库的地物目标特征处所对应的新影像部分进行边缘检测,并记录检测点;
S62:按照固定的点数间隔或距离间隔对记录的图像边缘检测点进行重采样,并根据地形图数据库中的先验知识对采样点进行跟踪;
S63:在新图与地形图数据库中地形图图框之间通过设定缓冲距离为相应的特征设置缓冲区,并根据平面误差限制计算新图与地形图数据库中地形图图框之间重合区域落入缓冲区域的宽度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010334672.1A CN111522977A (zh) | 2020-04-24 | 2020-04-24 | 一种喀斯特废弃矿山生态修复遥感检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010334672.1A CN111522977A (zh) | 2020-04-24 | 2020-04-24 | 一种喀斯特废弃矿山生态修复遥感检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111522977A true CN111522977A (zh) | 2020-08-11 |
Family
ID=71910568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010334672.1A Pending CN111522977A (zh) | 2020-04-24 | 2020-04-24 | 一种喀斯特废弃矿山生态修复遥感检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111522977A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113033381A (zh) * | 2021-03-23 | 2021-06-25 | 生态环境部卫星环境应用中心 | 基于遥感数据的矿山和固废填埋场自动提取方法和装置 |
CN113516083A (zh) * | 2021-07-19 | 2021-10-19 | 中国农业科学院草原研究所 | 一种草原区弃耕地植被的生态修复建模方法 |
CN114429588A (zh) * | 2022-04-06 | 2022-05-03 | 四川省冶勘设计集团有限公司 | 应用于矿山环境恢复治理的数据处理方法及系统 |
CN114724087A (zh) * | 2022-04-22 | 2022-07-08 | 四川众合智控科技有限公司 | 一种提升地铁巡检设备图像识别准确率的识别方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646027A (zh) * | 2013-10-30 | 2014-03-19 | 广东省数字广东研究院 | 一种地理空间数据库更新方法及系统 |
CN104732870A (zh) * | 2013-12-24 | 2015-06-24 | 北京市测绘设计研究院 | 制作大比例尺地图的测量方法及系统 |
CN104729529A (zh) * | 2013-12-24 | 2015-06-24 | 北京市测绘设计研究院 | 地形图测量系统误差判断的方法和系统 |
CN106997398A (zh) * | 2017-04-20 | 2017-08-01 | 中博宇图信息科技有限公司 | 一种地形图数据库更新的自动化方法 |
-
2020
- 2020-04-24 CN CN202010334672.1A patent/CN111522977A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646027A (zh) * | 2013-10-30 | 2014-03-19 | 广东省数字广东研究院 | 一种地理空间数据库更新方法及系统 |
CN104732870A (zh) * | 2013-12-24 | 2015-06-24 | 北京市测绘设计研究院 | 制作大比例尺地图的测量方法及系统 |
CN104729529A (zh) * | 2013-12-24 | 2015-06-24 | 北京市测绘设计研究院 | 地形图测量系统误差判断的方法和系统 |
CN106997398A (zh) * | 2017-04-20 | 2017-08-01 | 中博宇图信息科技有限公司 | 一种地形图数据库更新的自动化方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113033381A (zh) * | 2021-03-23 | 2021-06-25 | 生态环境部卫星环境应用中心 | 基于遥感数据的矿山和固废填埋场自动提取方法和装置 |
CN113033381B (zh) * | 2021-03-23 | 2021-09-10 | 生态环境部卫星环境应用中心 | 基于遥感数据的矿山和固废填埋场自动提取方法和装置 |
CN113516083A (zh) * | 2021-07-19 | 2021-10-19 | 中国农业科学院草原研究所 | 一种草原区弃耕地植被的生态修复建模方法 |
CN114429588A (zh) * | 2022-04-06 | 2022-05-03 | 四川省冶勘设计集团有限公司 | 应用于矿山环境恢复治理的数据处理方法及系统 |
CN114724087A (zh) * | 2022-04-22 | 2022-07-08 | 四川众合智控科技有限公司 | 一种提升地铁巡检设备图像识别准确率的识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111522977A (zh) | 一种喀斯特废弃矿山生态修复遥感检测方法 | |
Fey et al. | Long‐range terrestrial laser scanning for geomorphological change detection in alpine terrain–handling uncertainties | |
CN103136393B (zh) | 一种基于网格划分的区域覆盖率计算方法 | |
CN106772377A (zh) | 一种基于InSAR的建筑物变形监测方法 | |
Schlögl et al. | Comprehensive time-series analysis of bridge deformation using differential satellite radar interferometry based on Sentinel-1 | |
CN112364802A (zh) | 一种崩塌滑坡灾害体的变形监测方法 | |
Tapete et al. | Localising deformation along the elevation of linear structures: An experiment with space-borne InSAR and RTK GPS on the Roman Aqueducts in Rome, Italy | |
CN107239659B (zh) | 一种基于改进的k-rusle模型与成土速率计算土壤侵蚀的方法 | |
CN109238227B (zh) | 一种表征地面沉降时空演变的方法 | |
CN112924955B (zh) | 一种路侧激光雷达点云坐标动态修正方法 | |
CN112284332B (zh) | 基于高分辨率insar的高层建筑沉降监测结果三维定位方法 | |
CN102073990A (zh) | 一种遥感图像自动几何纠正的系统框架和方法 | |
Shaw et al. | Comparison of UAV Lidar and imagery for beach monitoring | |
CN116182952A (zh) | 一种地质灾害调查信息智能采集方法 | |
CN116645789A (zh) | 一种基于无人机测绘的土地自然灾害预警管控系统 | |
Dolloff et al. | An assessment of WorldView-1 positional accuracy based on fifty contiguous stereo pairs of imagery | |
CN113139994B (zh) | 基于角点的高分辨率光学遥感卫星图像建筑物高度监测方法 | |
CN106372362A (zh) | 基于遥感技术的黄土冲沟溯源侵蚀范围预测方法 | |
Berberan | Multiple outlier detection. A real case study | |
CN116029162B (zh) | 利用星载gnss-r数据的洪涝灾害淹没范围监测方法和系统 | |
CN112649803A (zh) | 一种基于互相关系数的摄像机与雷达目标匹配方法 | |
CN112017432A (zh) | 一种高速公路交通运行状态感知雷达的布设方法 | |
CN115358311B (zh) | 地表变形监测多源数据融合处理方法 | |
CN112130148B (zh) | 基于土地类型的InSAR时序分析中DS自适应选取方法 | |
CN113008202B (zh) | 一种融合不同合成孔径雷达干涉测量的地面沉降监测方法 |
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 |