CN112015930A - 一种山体滑坡本体库的构建方法 - Google Patents

一种山体滑坡本体库的构建方法 Download PDF

Info

Publication number
CN112015930A
CN112015930A CN202010503821.2A CN202010503821A CN112015930A CN 112015930 A CN112015930 A CN 112015930A CN 202010503821 A CN202010503821 A CN 202010503821A CN 112015930 A CN112015930 A CN 112015930A
Authority
CN
China
Prior art keywords
landslide
attributes
constructing
features
ontology library
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
Application number
CN202010503821.2A
Other languages
English (en)
Inventor
朱赛楠
王海泉
张宏霞
杜博文
殷跃平
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 GEOLOGICAL ENVIRONMENTAL MONITORING INSTITUTE
Original Assignee
CHINA GEOLOGICAL ENVIRONMENTAL MONITORING INSTITUTE
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 GEOLOGICAL ENVIRONMENTAL MONITORING INSTITUTE filed Critical CHINA GEOLOGICAL ENVIRONMENTAL MONITORING INSTITUTE
Priority to CN202010503821.2A priority Critical patent/CN112015930A/zh
Publication of CN112015930A publication Critical patent/CN112015930A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5854Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866Retrieval 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)

Abstract

本发明提供了一种山体滑坡本体库的构建方法,所述滑坡本体库包括基本信息、滑坡区、滑坡体、滑坡成因、滑坡危害、滑坡建议、遥感影像信息;包括如下步骤:步骤1,确定滑坡领域的范围及其描述对象;步骤2,列出滑坡本体库中的关键术语;步骤3,定义实体与实体之间的关系;步骤4,定义属性;步骤5,定义约束条件,约束属性的值域,步骤6,采用protégé软件构建滑坡本体库。针对当前高位远程地质灾害数据的多源性、异构型和复杂性,导致的数据信息的管理、更新和使用落后于社会对信息的需求,本发明通过构建滑坡本体库以提供统一的数据共享存储模型从而更方便地管理和更新数据。

Description

一种山体滑坡本体库的构建方法
技术领域
本发明涉及本体技术领域,具体涉及一种滑坡本体库的构建方法。
背景技术
滑坡是由天然岩石,土壤,人造材料或这些物质的组合形成的斜坡物质,在重力作用下,向下和向外移动。我国平均每年因为滑坡造成的伤亡1千余人、受灾人口90多万、直接经济损失高达20-60亿元。整合滑坡数据,并进行长期有效的存储是具有重要意义,同时也为滑坡灾害的进一步数据分析与预警提供数据基础。
本体用于进行概念化的规范,描述概念、概念与概念之间的关系。依据领域依赖程度从大到小的顺序,本体包括顶层本体、领域本体、任务本体和应用本体。本发明采用的是领域本体,领域本体的代表性的构建方法有METHONTOLOCY法、KACTUS法、SENSUS法和七步法,其中METHONTOLOCY法应用于化学领域,方法比较成熟且可迁移,KACTUS法适用于对已有本体进行提炼,SENSUS抽象性强,操作困难,七步法应用于医学领域具备可迁移性,方法成熟且使用protégé进行构建,更为实用,本发明将七步法迁移至滑坡领域进行应用。
滑坡地质灾害的形成机理和时空演化过程复杂,且滑坡数据具有显著的多源、多类、多量、多维、多时态特征,决定了使用关系型数据库无法解决其异构性、变化性、分布性的问题。本体具备易拓展、兼容性好、适应动态信息源的特点,采用本体的方式使得滑坡灾害信息能实现语义层面的集成。但目前国内外还没有公认的滑坡地质灾害本体模式,所以亟需构建一套滑坡领域本体。
发明内容
本发明的发明目的是提供一种滑坡本体库的构建方法,克服了现有滑坡数据的分散性、异构型、多源性的问题,实现了滑坡灾害信息在语义层面上的集成。通过建立本体库,能够实现当前滑坡地质灾害数据的结构化和系统化。迁移医学本体构建的七步法,成功应用于滑坡领域,并结合滑坡领域专家知识,进一步提高滑坡本体的全面性、准确性、兼容性和专业性。
为达到上述发明目的,本发明采用的技术方案是:
一种山体滑坡本体库的构建方法,所述滑坡本体库包括基本信息、滑坡区、滑坡体、滑坡成因、滑坡危害、滑坡建议、遥感影像信息;具体包括如下步骤:
步骤1,确定滑坡领域的范围及其描述对象,包括基本信息、滑坡区、滑坡体、滑坡成因、滑坡危害、滑坡建议、遥感影像信息;
步骤2,列出滑坡本体库中的关键术语,包括地貌部位、沟谷发育、河岸冲击、堆积物、植被、滑坡体周边地层、气象水文、水文地质、工程地质特征、人类工程活动、滑坡形态、规模、边界特征、表部特征、内部特征、变形活动特征、滑坡平面形状、滑坡剖面形状、前缘高程、后缘高程、相对高差、边坡坡度、主滑方向;
步骤3,定义实体与实体之间的关系,其中,滑坡体关联的实体包括形态、规模、边界特征、表部特征、内部特征、变形活动特征,上述特征之间属于组合关系;
步骤4,定义属性,滑坡体形态的属性包括滑坡平面形状、滑坡剖面形状、前缘高程、后缘高程、相对高差、边坡坡度、相对高差;滑坡体规模的属性包括平面纵长、前缘横宽、平均宽度、平均面积、体积、厚度;滑坡体边界特征的属性包括滑坡后壁、滑坡两侧界线、前缘出露、滑坡后缘、滑坡前缘、露头上滑床的性状特征、坡体表面;滑坡体表部特征的属性包括微地貌形态、裂缝、其它前兆特征;滑坡体内部特征的属性包括岩体结构、岩性组成、松动破碎、含泥含水量、滑带、滑动面与其它结构面的关系;滑坡体变形活动特征的属性包括滑动方向、滑距、滑速;滑坡成因的属性包括自然因素和人为因素;滑坡危害的属性包括目前稳定性、发展趋势稳定性、危害对象、危害等级;滑坡建议的属性包括防治建议和监测建议;遥感影像信息的属性包括图像编号、日期、高差、置信度、图像呈色、原始图像、标注图像;
步骤5,定义约束条件,约束属性的值域,其中,前缘高程、后缘高程、相对高差、边坡坡度、相对高差、平面纵长、前缘横宽、平均宽度、平均面积、体积、厚度的值域为数字;平面形态的值域为半圆、矩形、舌型、不规则、其它;剖面形态的值域为凸形、凹形、直线、阶梯、复合、其它;岩体结构的值域为整体块状结构、层状结构、碎裂结构、散体结构、其它;微地貌形态的值域为陡崖、陡坡、缓坡、平台;稳定性和趋势稳定性的值域为稳定、基本稳定、不稳定;防治建议的值域为避让、裂缝填埋、加强监测、地表排水、地下排水、削方减载、坡面防护、反压坡脚、支挡、锚固、灌浆、植树种草、改坡梯、水改旱、减少振动、其它;监测建议的值域为定期目视检查、安装简易监测设施、地面位移监测、深部位移监测。
步骤6,采用protégé软件构建滑坡本体库。
所述步骤1中,滑坡本体的范围为基本信息、滑坡区、滑坡体、滑坡成因、滑坡危害、滑坡建议、遥感影像信息。
所述步骤2列出的关键术语包括地貌部位、沟谷发育、河岸冲击、堆积物、植被、滑坡体周边地层、气象水文、水文地质、工程地质特征、人类工程活动、滑坡形态、规模、边界特征、表部特征、内部特征、变形活动特征、滑坡平面形状、滑坡剖面形状、前缘高程、后缘高程、相对高差、边坡坡度、主滑方向。
所述步骤3确定实体与实体之间的关系。
所述步骤4定义的属性内容为,滑坡体形态的属性包括滑坡平面形状、滑坡剖面形状、前缘高程、后缘高程、相对高差、边坡坡度、相对高差;滑坡体规模的属性包括平面纵长、前缘横宽、平均宽度、平均面积、体积、厚度;滑坡体边界特征的属性包括滑坡后壁、滑坡两侧界线、前缘出露、滑坡后缘、滑坡前缘、露头上滑床的性状特征、坡体表面;滑坡体表部特征的属性包括微地貌形态、裂缝、其它前兆特征;滑坡体内部特征的属性包括岩体结构、岩性组成、松动破碎、含泥含水量、滑带、滑动面与其它结构面的关系;滑坡体变形活动特征的属性包括滑动方向、滑距、滑速;滑坡成因的属性包括自然因素和人为因素;滑坡危害的属性包括目前稳定性、发展趋势稳定性、危害对象、危害等级;滑坡建议的属性包括防治建议和监测建议;遥感影像信息的属性包括图像编号、日期、高差、置信度、图像呈色、原始图像、标注图像。
所述步骤5定义约束条件,约束属性的值域,包括数值类和文字类。
上述技术方案中,所述基本信息的属性包括滑坡名称、位置、平面形态、主滑方向、坡度、形成时间。
本发明与现有技术相比具有下列优点:
(1)本发明结合领域专家知识,对滑坡本体做进一步的调整,使得该本体更具准确性和专业性。
(2)本发明大量调研了中国地质调查局规范、美国地质调查局规范、业内权威性的滑坡研究、相关国家行业标准等,使得该本体对滑坡的描述更具全面性和权威性。
(3)本发明创造性地结合了本体和滑坡两个领域的知识,为滑坡数据的描述提供了易拓展、兼容性强的信息载体。
(4)本发明将遥感图像信息纳入到滑坡本体中,丰富了传统滑坡数据的表现形式,为滑坡图像识别与预警提供了重要的数据基础。
附图说明
图1为本发明主要实体图;
图2为滑坡本体构建图。
具体实施方式
下面结合附图及实施对本发明所涉及的滑坡本体库及其构建方法的具体实施方案进行详细说明。
本实施例中,所述滑坡本体库包括基本信息、滑坡区、滑坡体、滑坡成因、滑坡危害、滑坡建议、遥感影像信息七个主要实体。
本实施例中,所述基本信息的属性包括滑坡名称、位置、平面形态、主滑方向、坡度、形成时间。
本实施例中,所述滑坡区关联的实体包括地貌部位、沟谷发育、河岸冲击、堆积物、地表水、地下水、植被、滑坡周边地层、地质构造、水文地质。其中,植被实体的属性包括植物种类、分布和覆盖率。
本实施例中,所述滑坡体关联的实体包括形态、规模、边界特征、表部特征、内部特征、变形活动特征。其中,滑坡体形态的属性包括滑坡平面形状、滑坡剖面形状、前缘高程、后缘高程、相对高差、边坡坡度、相对高差;滑坡体规模的属性包括平面纵长、前缘横宽、平均宽度、平均面积、体积、厚度;滑坡体边界特征的属性包括滑坡后壁、滑坡两侧界线、前缘出露、滑坡后缘、滑坡前缘、露头上滑床的性状特征、坡体表面。滑坡体表部特征的属性包括微地貌形态、裂缝、其它前兆特征;滑坡体内部特征的属性包括岩体结构、岩性组成、松动破碎、含泥含水量、滑带、滑动面与其它结构面的关系;滑坡体变形活动特征的属性包括滑动方向、滑距、滑速。
本实施例中,所述滑坡成因的属性包括自然因素和人为因素。
本实施例中,所述滑坡危害的属性包括目前稳定性、发展趋势稳定性、危害对象、危害等级。
上述技术方案中,所述滑坡建议的属性包括防治建议和监测建议。
上述技术方案中,所述遥感影像信息的属性包括图像编号、日期、高差、置信度、图像呈色、原始图像、标注图像。
一种滑坡本体库的构建方法,其特征在于包括如下步骤:
步骤1,通过调研和领域专家指导,确定滑坡领域的范围及其描述对象,包括基本信息、滑坡区、滑坡体、滑坡成因、滑坡危害、滑坡建议。
步骤2,列出滑坡本体库中的关键术语。目前有DBpedia知识库本体、WordNet本体这样的通用本体,也有如医学概念本体、生物学知识库、地理本体、企业本体等的领域本体。由于高位远程地质灾害属于细分领域,所以不在通用本体的范畴,无法复用。参照《滑坡崩塌泥石流灾害调查规范(1:50000)》(DZ/T 0261-2014)、《遥感地质解译方法指南(1∶50000、1∶250000)》(DD2011-03)、《地质灾害遥感解译标志》等,列出滑坡本体库中的关键术语,如地貌部位、沟谷发育、河岸冲击、堆积物、植被、滑坡体周边地层、气象水文、水文地质、工程地质特征、人类工程活动、滑坡形态、规模、边界特征、表部特征、内部特征、变形活动特征、滑坡平面形状、滑坡剖面形状、前缘高程、后缘高程、相对高差、边坡坡度、主滑方向等。
步骤3,定义实体、实体与实体之间的关系,定义实体是通过筛选滑坡本体中的重要术语,筛选的依据是该术语必须是一个完整的概念,且它可以被多方面的描述,即不少于一个属性。例如边界特征包含滑坡后壁、滑坡两侧界线、滑坡后缘、滑坡前缘、露头上滑床的性状特征、坡体表面等描述内容,则它是一个实体,而前缘高程不属于一个类,是一个属性,因为它没有其它可被描述的特征。
步骤4,属性是对类的具体描述,例如人这个概念作为一个类,有年龄、姓名、性别等属性,滑坡形态有滑坡平面形状、滑坡剖面形状、前缘高程、后缘高程、相对高差、边坡坡度、主滑方向属性。通过定义每个类的属性,完成属性的构建。
步骤5,定义约束条件,约束属性的值域。
其中,前缘高程、后缘高程、相对高差、边坡坡度、相对高差、平面纵长、前缘横宽、平均宽度、平均面积、体积、厚度的值域为数字;
平面形态的值域为半圆、矩形、舌型、不规则、其它;
剖面形态的值域为凸形、凹形、直线、阶梯、复合、其它;岩体结构的值域为整体块状结构、层状结构、碎裂结构、散体结构、其它;
微地貌形态的值域为陡崖、陡坡、缓坡、平台;稳定性和趋势稳定性的值域为稳定、基本稳定、不稳定;
防治建议的值域为避让、裂缝填埋、加强监测、地表排水、地下排水、削方减载、坡面防护、反压坡脚、支挡、锚固、灌浆、植树种草、改坡梯、水改旱、减少振动、其它;
监测建议的值域为定期目视检查、安装简易监测设施、地面位移监测、深部位移监测。
步骤6,采用protégé软件构建滑坡本体库,protégé支持中文,且具有图形化的界面,操作简便。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,且应该清楚,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 (6)

1.一种山体滑坡本体库的构建方法,所述滑坡本体库包括基本信息、滑坡区、滑坡体、滑坡成因、滑坡危害、滑坡建议、遥感影像信息;其特征在于,包括如下步骤:
步骤1,确定滑坡领域的范围及其描述对象,包括基本信息、滑坡区、滑坡体、滑坡成因、滑坡危害、滑坡建议、遥感影像信息;
步骤2,列出滑坡本体库中的关键术语,包括地貌部位、沟谷发育、河岸冲击、堆积物、植被、滑坡体周边地层、气象水文、水文地质、工程地质特征、人类工程活动、滑坡形态、规模、边界特征、表部特征、内部特征、变形活动特征、滑坡平面形状、滑坡剖面形状、前缘高程、后缘高程、相对高差、边坡坡度、主滑方向;
步骤3,定义实体与实体之间的关系,其中,滑坡体关联的实体包括形态、规模、边界特征、表部特征、内部特征、变形活动特征,上述特征之间属于组合关系;
步骤4,定义属性,滑坡体形态的属性包括滑坡平面形状、滑坡剖面形状、前缘高程、后缘高程、相对高差、边坡坡度、相对高差;滑坡体规模的属性包括平面纵长、前缘横宽、平均宽度、平均面积、体积、厚度;滑坡体边界特征的属性包括滑坡后壁、滑坡两侧界线、前缘出露、滑坡后缘、滑坡前缘、露头上滑床的性状特征、坡体表面;滑坡体表部特征的属性包括微地貌形态、裂缝、其它前兆特征;滑坡体内部特征的属性包括岩体结构、岩性组成、松动破碎、含泥含水量、滑带、滑动面与其它结构面的关系;滑坡体变形活动特征的属性包括滑动方向、滑距、滑速;滑坡成因的属性包括自然因素和人为因素;滑坡危害的属性包括目前稳定性、发展趋势稳定性、危害对象、危害等级;滑坡建议的属性包括防治建议和监测建议;遥感影像信息的属性包括图像编号、日期、高差、置信度、图像呈色、原始图像、标注图像;
步骤5,定义约束条件,约束属性的值域,其中,前缘高程、后缘高程、相对高差、边坡坡度、相对高差、平面纵长、前缘横宽、平均宽度、平均面积、体积、厚度的值域为数字;平面形态的值域为半圆、矩形、舌型、不规则、其它;剖面形态的值域为凸形、凹形、直线、阶梯、复合、其它;岩体结构的值域为整体块状结构、层状结构、碎裂结构、散体结构、其它;微地貌形态的值域为陡崖、陡坡、缓坡、平台;稳定性和趋势稳定性的值域为稳定、基本稳定、不稳定;防治建议的值域为避让、裂缝填埋、加强监测、地表排水、地下排水、削方减载、坡面防护、反压坡脚、支挡、锚固、灌浆、植树种草、改坡梯、水改旱、减少振动、其它;监测建议的值域为定期目视检查、安装简易监测设施、地面位移监测、深部位移监测;
步骤6,采用protégé软件构建滑坡本体库。
2.根据权利要求1所述的一种山体滑坡本体库的构建方法,其特征在于:所述步骤1中,滑坡本体的范围为基本信息、滑坡区、滑坡体、滑坡成因、滑坡危害、滑坡建议、遥感影像信息。
3.根据权利要求1所述的一种山体滑坡本体库的构建方法,其特征在于:所述步骤2列出的关键术语包括地貌部位、沟谷发育、河岸冲击、堆积物、植被、滑坡体周边地层、气象水文、水文地质、工程地质特征、人类工程活动、滑坡形态、规模、边界特征、表部特征、内部特征、变形活动特征、滑坡平面形状、滑坡剖面形状、前缘高程、后缘高程、相对高差、边坡坡度、主滑方向。
4.根据权利要求1所述的一种山体滑坡本体库的构建方法,其特征在于:所述步骤3确定实体与实体之间的关系。
5.根据权利要求1所述的一种山体滑坡本体库的构建方法,其特征在于:所述步骤4定义的属性内容为,滑坡体形态的属性包括滑坡平面形状、滑坡剖面形状、前缘高程、后缘高程、相对高差、边坡坡度、相对高差;滑坡体规模的属性包括平面纵长、前缘横宽、平均宽度、平均面积、体积、厚度;滑坡体边界特征的属性包括滑坡后壁、滑坡两侧界线、前缘出露、滑坡后缘、滑坡前缘、露头上滑床的性状特征、坡体表面;滑坡体表部特征的属性包括微地貌形态、裂缝、其它前兆特征;滑坡体内部特征的属性包括岩体结构、岩性组成、松动破碎、含泥含水量、滑带、滑动面与其它结构面的关系;滑坡体变形活动特征的属性包括滑动方向、滑距、滑速;滑坡成因的属性包括自然因素和人为因素;滑坡危害的属性包括目前稳定性、发展趋势稳定性、危害对象、危害等级;滑坡建议的属性包括防治建议和监测建议;遥感影像信息的属性包括图像编号、日期、高差、置信度、图像呈色、原始图像、标注图像。
6.根据权利要求1所述的一种山体滑坡本体库的构建方法,其特征在于:所述步骤5定义约束条件,约束属性的值域,包括数值类和文字类。
CN202010503821.2A 2020-06-05 2020-06-05 一种山体滑坡本体库的构建方法 Pending CN112015930A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010503821.2A CN112015930A (zh) 2020-06-05 2020-06-05 一种山体滑坡本体库的构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010503821.2A CN112015930A (zh) 2020-06-05 2020-06-05 一种山体滑坡本体库的构建方法

Publications (1)

Publication Number Publication Date
CN112015930A true CN112015930A (zh) 2020-12-01

Family

ID=73506673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010503821.2A Pending CN112015930A (zh) 2020-06-05 2020-06-05 一种山体滑坡本体库的构建方法

Country Status (1)

Country Link
CN (1) CN112015930A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115116202A (zh) * 2022-08-29 2022-09-27 西南交通大学 一种滑坡灾害预警方法、装置、设备及可读存储介质
CN116756344A (zh) * 2023-08-16 2023-09-15 中南大学 一种面向全过程的滑坡场景本体构建方法及相关设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799835A (zh) * 2010-04-21 2010-08-11 中国测绘科学研究院 一种本体驱动地理信息检索系统和检索方法
CN102184569A (zh) * 2011-06-11 2011-09-14 福州大学 一种领域本体驱动的单株木建模方法
CN102253956A (zh) * 2011-04-12 2011-11-23 武汉大学 一种基于格的基础地理信息语义关系构建方法
CN102661710A (zh) * 2012-04-26 2012-09-12 铁道第三勘察设计院集团有限公司 一种滑坡下滑量参数遥感快速勘测方法
WO2019123475A1 (en) * 2017-12-18 2019-06-27 Varun Dutt Low-cost sensor-based system for landslide monitoring and alerts

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101799835A (zh) * 2010-04-21 2010-08-11 中国测绘科学研究院 一种本体驱动地理信息检索系统和检索方法
CN102253956A (zh) * 2011-04-12 2011-11-23 武汉大学 一种基于格的基础地理信息语义关系构建方法
CN102184569A (zh) * 2011-06-11 2011-09-14 福州大学 一种领域本体驱动的单株木建模方法
CN102661710A (zh) * 2012-04-26 2012-09-12 铁道第三勘察设计院集团有限公司 一种滑坡下滑量参数遥感快速勘测方法
WO2019123475A1 (en) * 2017-12-18 2019-06-27 Varun Dutt Low-cost sensor-based system for landslide monitoring and alerts

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王艳妮;刘刚;: "地质灾害领域本体的研究与应用", 地理与地理信息科学, no. 06, pages 36 - 39 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115116202A (zh) * 2022-08-29 2022-09-27 西南交通大学 一种滑坡灾害预警方法、装置、设备及可读存储介质
CN115116202B (zh) * 2022-08-29 2022-11-15 西南交通大学 一种滑坡灾害预警方法、装置、设备及可读存储介质
CN116756344A (zh) * 2023-08-16 2023-09-15 中南大学 一种面向全过程的滑坡场景本体构建方法及相关设备
CN116756344B (zh) * 2023-08-16 2023-11-14 中南大学 一种面向全过程的滑坡场景本体构建方法及相关设备

Similar Documents

Publication Publication Date Title
Sharp Semiquantitative differentiation of glacial moraines near Convict Lake, Sierra Nevada, California
Friedman et al. Dating floodplain sediments using tree‐ring response to burial
CN108776851A (zh) 一种暴雨诱发的浅层滑坡灾害预警阈值确定方法
Wang et al. Qualitative hazard and risk assessment of landslides: a practical framework for a case study in China
Silleni et al. The magnitude of the 39.8 ka Campanian Ignimbrite eruption, Italy: Method, uncertainties and errors
CN112015930A (zh) 一种山体滑坡本体库的构建方法
Neri et al. A method for multi-hazard mapping in poorly known volcanic areas: an example from Kanlaon (Philippines)
Wilson Sinkhole and buried sinkhole densities and new sinkhole frequencies in karsts of Northwest Peninsular Florida
Wu et al. An evaluation of landslide susceptibility using probability statistic modeling and GIS's spatial clustering analysis
Kim et al. Probabilistic spatial susceptibility modeling of carbonate karst sinkhole
Saucier A contemporary appraisal of some key Fiskian concepts with emphasis on Holocene meander belt formation and morphology
CN106934072A (zh) 基于农业地理信息共享数据整理入库方法
Heath Design of ground-water level observation-well programs
Leake et al. Simulated effects of ground-water withdrawals and artificial recharge on discharge to streams, springs, and riparian vegetation in the Sierra Vista Subwatershed of the Upper San Pedro Basin, southeastern Arizona
Qiu et al. Sinkhole susceptibility assessment based on morphological, imagery, and contextual attributes derived from GIS and imagery data
Rose Tennessee rockfall management system
Regard et al. Late pliocene-pleistocene incision in the Ebro BasIn (north Spain)
Fernandez-Hernández et al. Rockfall detachment susceptibility map in El Hierro Island, Canary Islands, Spain
Arabameri et al. Land subsidence spatial modeling and assessment of the contribution of geo-environmental factors to land subsidence: comparison of different novel ensemble modeling approaches
Hyland Analysis of sinkhole susceptibility and karst distribution in the northern Shenandoah Valley, Virginia: implications for low impact development (LID) site suitability models
Cucci Insights into the geometry and faulting style of the causative faults of the M6. 7 1805 and M6. 7 1930 earthquakes in the Southern Apennines (Italy) from coseismic hydrological changes
Heitmuller et al. Database of historically documented springs and spring flow measurements in Texas
Ndolo Goy et al. Gis-based soil erosion modeling and sediment yield of the N’djili river basin, democratic republic of Congo
Harrill Ground-Water Storage Depletion in Pahrump Valley, Nevada-California, 1962-75
Dadson Episodic processes in fluvial landscape evolution

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