CN112782101A - 基于遥感和地理信息系统的生态环境动态监测及预警方法 - Google Patents

基于遥感和地理信息系统的生态环境动态监测及预警方法 Download PDF

Info

Publication number
CN112782101A
CN112782101A CN202110099632.8A CN202110099632A CN112782101A CN 112782101 A CN112782101 A CN 112782101A CN 202110099632 A CN202110099632 A CN 202110099632A CN 112782101 A CN112782101 A CN 112782101A
Authority
CN
China
Prior art keywords
module
remote sensing
index
image
information
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
CN202110099632.8A
Other languages
English (en)
Inventor
徐正涛
张伟帆
杨峻青
吕佳政
易逢龙
尹邵层
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.)
Shenzhen Gongkan Geotechnical Group Co Ltd
Original Assignee
Shenzhen Gongkan Geotechnical Group Co Ltd
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 Shenzhen Gongkan Geotechnical Group Co Ltd filed Critical Shenzhen Gongkan Geotechnical Group Co Ltd
Priority to CN202110099632.8A priority Critical patent/CN112782101A/zh
Publication of CN112782101A publication Critical patent/CN112782101A/zh
Pending legal-status Critical Current

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G01N2021/1765—Method using an image detector and processing of image signal
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及生态环境监测的技术领域，具体涉及遥感影像处理系统，包括位置定位模块、高分辨率多光谱遥感影像监测仪、影像识别模块、影像转换模块和数据传输模块；位置定位模块与高分辨多光谱遥感影像监测仪相连，影像识别单元由生物丰度识别模块、植被覆盖识别模块、水网识别模块和土地退化模块组成；高分辨多光谱遥感影像监测仪与影像识别单元相连，波段选择模块由波段扫描模块和波段运算模块组成；影像识别模块与影像转化模块相连，影像转化模块与数据传输模块相连，数据传输模块可以将数据传输给云计算模块。遥感图像进行分类，并转化成生态环境各指数，监控更加精确，运用云端存储和云计算，及时快速的发出预警和原因分析。

Description

基于遥感和地理信息系统的生态环境动态监测及预警方法
技术领域
本发明涉及生态环境监测和预警的领域，具体涉及遥感影像处理系统及基于此系统的生态环境动态监测及预警方法
背景技术
随着经济社会的发展，我国综合经济水平的大幅提高，人们生活水平逐步提高，城市化进程不断演进，不过，人们日常生活水平在提高的过程中，我国自然生态环境造成了一定的污染与破坏,而影响着社会经济的进一步提高与发展。人民群众从注重“温饱”逐渐转变为更注重“环保”，从“求生存”到“求生态”。生态环境问题已经成为全面建成小康社会的突出短板，扭转环境恶化、提高环境质量是广大人民群众的热切期盼。所以建立生态环境监测和预警显得尤为重要。所谓生态环境预警是对人类活动引起的生态系统退化与环境质量恶化进行预测，并提出及时的警告。
自然环境是由多种环境要素所组成。在环境质量评价时，对每一环境要素常选用若干个评价参数来描述其质量。通常，生态环境状况指数较为全面的对环境质量进行评价，其包括五大部分，分别为生物丰度指数、植物覆盖指数、水网密度指数、土地退化指数和环境质量指数生物丰度指数指通过单位面积上不同生态系统类型在生物物种数量上的差异，间接地反映被评价区域内生物丰度的丰贫程度。植物覆盖指数指被评价区域内林地、草地、农田、建设用地和未利用地五种类型的面积占被评价区域面积的比重。用于反映被评价区域植被覆盖的程度水网密度指数是指被评价区域内河流总长度、水域面积和水资源量占被评价区域面积的比重。土地退化指数指被评价区域内风蚀、水蚀、重力侵蚀、冻融侵蚀和工程侵蚀的面积占被评价区域面积的比重，用于反映被评价区域内土地退化程度。环境质量指数(environmental quality index)环境质量指数是表征自然环境污染危害的情况以及自然环境质量的优劣测度指标。生态环境状况指数EI＝0.35×生物丰度指数+0.25×植被覆盖指数+0.15×水网密度指数+0.15×(100-土地退化指数)+0.10×(100-污染负荷指数)+环境限制指数，其中污染负荷指数和环境限制指数隶属于环境质量指数。可见生态环境状况指数的评价非常复杂。
目前已经有将遥感技术应用在生态采样的现有技术，但目前的生态环境监测仍然存在工作量大，数据汇总不及时，单机运算能力有限，从而无法给出科学的预警，存在预警延迟和不准确的缺点，且目前的预警方法没有进行系统的原因分析或者原因分析由于主观因素，从而响应较慢且偏差较大。
发明内容
本发明的目的在于提供一种遥感影像处理系统，并基于此系统提供了一种生态环境监测和预警的方法，旨在解决现有技术中，生态环境监测预警精准性不佳的问题。
本发明提供的遥感影像处理系统，包括位置定位模块、高分辨率多光谱遥感影像监测仪、影像识别模块、影像转换模块和数据传输模块；
所述位置定位模块与高分辨多光谱遥感影像监测仪相连，将所需获取遥感影像的位置信息传输给高分辨多光谱遥感影像监测仪；
所述影像识别单元由生物丰度识别模块、植被覆盖识别模块、水网识别模块和土地退化模块组成；
所述高分辨多光谱遥感影像监测仪与影像识别单元相连，所述影像识别单元与波段选择模块相互传输控制元，所述波段选择模块由波段扫描模块和波段运算模块组成，通过选择不同的波段来识别不同的影像识别模块；
所述影像识别模块与影像转化模块相连，影像转化模块由过滤器和数据修复单元组成；
所述影像转化模块与数据传输模块相连，数据传输模块可以将数据传输给云计算模块。
基于上述遥感影像处理系统，本发明提供的一种基于遥感和地理信息系统的生态环境动态监测及预警方法，含有以下步骤：
步骤一：获取生态环境的遥感影像数据，并进行预处理，所述预处理是将遥感影像进行波段选择和运算，并进行过滤干扰和影像修复；
步骤二：将步骤一预处理过的遥感影像根据不同生态信息进行分类识别，并定量化处理提取的分类信息，所述分类信息包括生物丰度信息、植被覆盖信息、水网信息、土地退化信息；
步骤三：将收到的分类信息存入云运算模块，与原有地理信息系统的远程数据库中的数据作比较，以达到对生态环境信息进行实时的监测变化；
步骤四：将所述生态信息采集系统收集到的各生态指标的分类信息库转化成各生态环境状况指数，所述生态环境状况指数分别对应为生物丰度指数、植被覆盖信息指数、水网密度指数、土地退化指数，将各生态环境状况指数按照时间轴勾画各分类趋势线；
步骤五：当步骤四所述的分类趋势线进行分析，若生物分度指数、植被覆盖指数或水网密度指数中的一种或几种有降低趋势，又或者土地退化指数有升高趋势，则在云端发出分类预警；
步骤六：将步骤五得到的预警信号运用云端计算与本地区的生产生活情况以及自然环境变化情况相联系，智能化统计出引起环境恶化的原因；
步骤七：将步骤三所得的各生态环境状况指数与环境负荷指数、环境限制指数一起通过计算得到生态环境状况综合指数，生态环境状况指数EI＝0.35×生物丰度指数+0.25×植被覆盖指数+0.15×水网密度指数+0.15×(100-土地退化指数)+0.10×(100-污染负荷指数)+环境限制指数并记录入云数据处理系统，并给出综合评价。
为了更好的监测生态环境，作为一种改进方法，步骤一所述的遥感技术包括利用中高分辨率多光谱遥感影像监测生态环境信息，得到的是分辨率为1m的多光谱影像数据。
作为上述技术的改进方法，步骤一所述的过滤干扰数据和数据修复是通过背景对照采集的方法处理因为大气折光、地球曲率因素引起的失真数据，并进行辐射增强、几何校正、空间增强和图像融合处理，获取生态信息的遥感影像。
作为上述技术的进一步优化，步骤二所述的分类识别是将遥感影像根据不同生态指标制成不同颜色的彩色图像，并根据不同指标的数据强弱对应不同深浅的颜色。
作为上述技术较优的实施方式，步骤三所述的地理信息系统，其信息系统包括空间信息和属性信息。
作为上述技术技术的优化，步骤三所述的云运算模块包括：
主元数据服务器，用于管理生态信息的文件系统；
数据存储服务器，用于存储遥感数据和地理信息系统信息，存储遥感数据时，首先把遥感数据分类，然后这些数据在数据存储服务器上存储为副本；
数据运算服务器，将处理过的遥感数据与原有地理信息系统的远程数据库中的数据作比较，进行生态变化趋势运算；
预警服务器，将生态变化趋势运算结果输入预警服务器，当趋势恶化时发出预警，并智能化统计出引起环境恶化的原因；
终端计算机，用于连接文件系统以读写文件。
作为基于遥感和地理信息系统的生态环境动态监测及预警的优化方法，步骤六所述智能化统计出引起环境恶化的原因的过程中，需对这些原因根据影响程度进行分级并排序。
与现有技术相比，本发明提供的一种遥感影像处理系统以及基于遥感和地理信息的生态环境监测和控制方法具有以下优势：
1.本发明提供的遥感影像处理系统具有准确的数据分类及处理，节约了人力的操作计算，提高了效率。
2.此方法将遥感数据与原有地理信息系统相连接，并可以将生态信息数据动态联动，可以对生态环境变化的趋势进行动态分析。
3.此方法对遥感图像进行分类，并转化成生态环境各指数，可以更加直观的标识各生态情况。
4.此方法信息处理迅速且准确，可以对环境恶化趋势快速做出预警，做出的原因分析可以帮助相关政府和组织更加针对性快速的对环境生态事件采取措施。
5.此方法运用云端存储和云计算，可以更加智能化的对遥感得到的生态信息数据进行动态处理，并及时快速的发出预警和原因分析，避免了人为分析所带来的误差和主观偏离，也大幅缩小了应急响应的时间。
附图说明
图1是本发明实施所用的遥感影像处理系统；
图2是本发明提供的基于遥感和地理信息系统的生态环境动态监测及预警方法的操作示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
以下结合具体实施例对本发明的实现进行详细的描述。
本发明是这样实现的，本发明提供的遥感影像处理系统，包括位置定位模块、高分辨率多光谱遥感影像监测仪、影像识别模块、影像转换模块和数据传输模块；
所述位置定位模块与高分辨多光谱遥感影像监测仪相连，将所需获取遥感影像的位置信息传输给高分辨多光谱遥感影像监测仪；
所述影像识别单元由生物丰度识别模块、植被覆盖识别模块、水网识别模块和土地退化模块组成；
所述高分辨高分辨多光谱遥感影像监测仪与影像识别单元相连，所述影像识别单元与波段选择模块相互传输控制元，所述波段选择模块由波段扫描模块和波段运算模块组成，通过选择不同的波段来识别不同的影像识别模块；
所述影像识别模块与影像转化模块相连，影像转化模块由过滤器和数据修复单元组成；
所述影像转化模块与数据传输模块相连，数据传输模块可以将数据传输给云计算模块。
本发明提供的上述遥感系统与地理信息系统对生态环境动态监测及预警，是按如下步骤工作的：
步骤一：获取生态环境的遥感影像数据，其主要利用中高分辨率多光谱遥感影像监测生态环境信息，得到的是分辨率为1m的多光谱影像数据。对这些多光谱影像数据进行预处理，所述预处理是将遥感影像进行波段选择和运算，随机通过背景对照采集的方法处理因为大气折光、地球曲率因素引起的失真数据，并进行辐射增强、几何校正、空间增强和图像融合处理，获取生态信息的遥感影像。从而完成对原始遥感影像进行过滤干扰和影像修复的步骤；
步骤二：将步骤一预处理过的遥感影像根据不同生态信息进行分类识别，并定量化处理提取的分类信息，所述分类信息包括生物丰度信息、植被覆盖信息、水网信息、土地退化信息，这些分类信息根据不同生态指标制成不同颜色的彩色图像，并根据不同指标的数据强弱对应不同深浅的颜色；
步骤三：将收到的分类信息存入云运算模块，与原有的包括空间信息和属性信息的地理信息系统的远程数据库中的数据作比较，以达到对生态环境信息进行实时的监测变化，云运算模块包括：
主元数据服务器，用于管理生态信息的文件系统；
数据存储服务器，用于存储遥感数据和地理信息系统信息，存储遥感数据时，首先把遥感数据分类，然后这些数据在数据存储服务器上存储为副本；
数据运算服务器，将处理过的遥感数据与原有地理信息系统的远程数据库中的数据作比较，进行生态变化趋势运算；
预警服务器，将生态变化趋势运算结果输入预警服务器，当趋势恶化时发出预警，并智能化统计出引起环境恶化的原因；
终端计算机，用于连接文件系统以读写文件；
步骤四：将所述生态信息采集系统收集到的各生态指标的分类信息库转化成各生态环境状况指数，所述生态环境状况指数分别对应为生物丰度指数、植被覆盖信息指数、水网密度指数、土地退化指数，将各生态环境状况指数按照时间轴勾画各分类趋势线；
步骤五：当步骤四所述的分类趋势线进行分析，若生物分度指数、植被覆盖指数或水网密度指数中的一种或几种有降低趋势，又或者土地退化指数有升高趋势，则在云端发出分类预警；
步骤六：将步骤五得到的预警信号运用云端计算与本地区的生产生活情况以及自然环境变化情况相联系，智能化统计出引起环境恶化的原因，智能化统计出引起环境恶化的原因的过程中，需对这些原因根据影响程度进行分级并排序；
步骤七：将步骤三所得的各生态环境状况指数与环境负荷指数、环境限制指数一起通过计算得到生态环境状况综合指数，生态环境状况指数EI＝0.35×生物丰度指数+0.25×植被覆盖指数+0.15×水网密度指数+0.15×(100-土地退化指数)+0.10×(100-污染负荷指数)+环境限制指数并记录入云数据处理系统，并给出综合评价。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡对前述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，并不会使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。

Claims (8)

1.遥感影像处理系统，其特征在于，其包括位置定位模块、高分辨率多光谱遥感影像监测仪、影像识别模块、影像转换模块和数据传输模块；
所述位置定位模块与高分辨多光谱遥感影像监测仪相连，将所需获取遥感影像的位置信息传输给高分辨多光谱遥感影像监测仪；
所述影像识别单元由生物丰度识别模块、植被覆盖识别模块、水网识别模块和土地退化模块组成；
所述高分辨多光谱遥感影像监测仪与影像识别单元相连，所述影像识别单元与波段选择模块相互传输控制元，所述波段选择模块由波段扫描模块和波段运算模块组成，通过选择不同的波段来识别不同的影像识别模块；
所述影像识别模块与影像转化模块相连，影像转化模块由过滤器和数据修复单元组成；
所述影像转化模块与数据传输模块相连，数据传输模块可以将数据传输给云计算模块。
2.基于遥感和地理信息系统的生态环境动态监测及预警方法，其特征在于，
步骤一：获取生态环境的遥感影像数据，并进行预处理，所述预处理是将遥感影像进行波段选择和运算，并进行过滤干扰和影像修复；
步骤二：将步骤一预处理过的遥感影像根据不同生态信息进行分类识别，并定量化处理提取的分类信息，所述分类信息包括生物丰度信息、植被覆盖信息、水网信息、土地退化信息；
步骤三：将收到的分类信息存入云运算模块，与原有地理信息系统的远程数据库中的数据作比较，以达到对生态环境信息进行实时的监测变化；
步骤四：将所述生态信息采集系统收集到的各生态指标的分类信息库转化成各生态环境状况指数，所述生态环境状况指数分别对应为生物丰度指数、植被覆盖信息指数、水网密度指数、土地退化指数，将各生态环境状况指数按照时间轴勾画各分类趋势线；
步骤五：当步骤四所述的分类趋势线进行分析，若生物分度指数、植被覆盖指数或水网密度指数中的一种或几种有降低趋势，又或者土地退化指数有升高趋势，则在云端发出分类预警；
步骤六：将步骤五得到的预警信号运用云端计算与本地区的生产生活情况以及自然环境变化情况相联系，智能化统计出引起环境恶化的原因；
步骤七：将步骤三所得的各生态环境状况指数与环境负荷指数、环境限制指数一起通过计算得到生态环境状况综合指数，生态环境状况指数EI＝0.35×生物丰度指数+0.25×植被覆盖指数+0.15×水网密度指数+0.15×(100-土地退化指数)+0.10×(100-污染负荷指数)+环境限制指数并记录入云数据处理系统，并给出综合评价。
3.根据权利要求2所述的一种基于遥感和地理信息系统的生态环境动态监测及预警方法，其特征在于，步骤一所述的遥感技术包括利用中高分辨率多光谱遥感影像监测生态环境信息，得到的是分辨率为1m的多光谱像数据。
4.根据权利要求3所述的一种基于遥感和地理信息系统的生态环境动态监测及预警方法，其特征在于，步骤一所述的过滤干扰数据和数据修复是通过背景对照采集的方法处理因为大气折光、地球曲率因素引起的失真数据，并进行辐射增强、几何校正、空间增强和图像融合处理，获取生态信息的遥感影像。
5.根据权利要求4所述的一种基于遥感和地理信息系统的生态环境动态监测及预警方法，其特征在于，步骤二所述的分类识别是将遥感影像根据不同生态指标制成不同颜色的彩色图像，并根据不同指标的数据强弱对应不同深浅的颜色。
6.根据权利要求5所述的一种基于遥感和地理信息系统的生态环境动态监测及预警方法，其特征在于，步骤三所述的地理信息系统，其信息系统包括空间信息和属性信息。
7.根据权利要求2所述的一种基于遥感和地理信息系统的生态环境动态监测及预警方法，其特征在于，步骤三所述的云运算模块包括：
主元数据服务器，用于管理生态信息的文件系统；
数据存储服务器，用于存储遥感数据和地理信息系统信息，存储遥感数据时，首先把遥感数据分类，然后这些数据在数据存储服务器上存储为副本；
数据运算服务器，将处理过的遥感数据与原有地理信息系统的远程数据库中的数据作比较，进行生态变化趋势运算；
预警服务器，将生态变化趋势运算结果输入预警服务器，当趋势恶化时发出预警，并智能化统计出引起环境恶化的原因；
终端计算机，用于连接文件系统以读写文件。
8.根据权利要求1所述的一种基于遥感和地理信息系统的生态环境动态监测及预警方法，其特征在于，步骤六所述智能化统计出引起环境恶化的原因的过程中，需对这些原因根据影像程度进行分级并排序。
CN202110099632.8A 2021-01-25 2021-01-25 基于遥感和地理信息系统的生态环境动态监测及预警方法 Pending CN112782101A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110099632.8A CN112782101A (zh) 2021-01-25 2021-01-25 基于遥感和地理信息系统的生态环境动态监测及预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110099632.8A CN112782101A (zh) 2021-01-25 2021-01-25 基于遥感和地理信息系统的生态环境动态监测及预警方法

Publications (1)

Publication Number Publication Date
CN112782101A true CN112782101A (zh) 2021-05-11

Family

ID=75759051

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110099632.8A Pending CN112782101A (zh) 2021-01-25 2021-01-25 基于遥感和地理信息系统的生态环境动态监测及预警方法

Country Status (1)

Country Link
CN (1) CN112782101A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113780057A (zh) * 2021-07-23 2021-12-10 贵州图智信息技术有限公司 一种闲置土地识别方法及装置
CN116503335A (zh) * 2023-03-31 2023-07-28 江苏省秦淮河水利工程管理处 一种水生物监测系统、方法、装置和存储介质
CN117171602A (zh) * 2023-10-31 2023-12-05 广州市林业和园林科学研究院 一种生物多样性保护区监测方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108416502A (zh) * 2018-02-02 2018-08-17 商洛学院 一种生态环境质量综合评价方法
CN109684929A (zh) * 2018-11-23 2019-04-26 中国电建集团成都勘测设计研究院有限公司 基于多源遥感数据融合的陆生植物生态环境监测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108416502A (zh) * 2018-02-02 2018-08-17 商洛学院 一种生态环境质量综合评价方法
CN109684929A (zh) * 2018-11-23 2019-04-26 中国电建集团成都勘测设计研究院有限公司 基于多源遥感数据融合的陆生植物生态环境监测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
曾凡太 等: "《物联网之智：智能硬件开发与智慧城市建设》", 31 August 2020, 机械工业出版社 *
李俊生 等: "《陆地石油开采生态风险评估的技术研究》", 30 November 2013, 中国环境出版社 *
王蕾等: "基于GIS的乡城县生态环境质量监测与评价", 《科技展望》 *
金东寒: "《秩序的重构——人工智能与人类社会》", 31 December 2017, 上海大学出版社 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113780057A (zh) * 2021-07-23 2021-12-10 贵州图智信息技术有限公司 一种闲置土地识别方法及装置
CN116503335A (zh) * 2023-03-31 2023-07-28 江苏省秦淮河水利工程管理处 一种水生物监测系统、方法、装置和存储介质
CN116503335B (zh) * 2023-03-31 2024-02-20 江苏省秦淮河水利工程管理处 一种水生物监测系统、方法、装置和存储介质
CN117171602A (zh) * 2023-10-31 2023-12-05 广州市林业和园林科学研究院 一种生物多样性保护区监测方法及系统
CN117171602B (zh) * 2023-10-31 2024-01-05 广州市林业和园林科学研究院 一种生物多样性保护区监测方法及系统

Similar Documents

Publication Publication Date Title
CN112782101A (zh) 基于遥感和地理信息系统的生态环境动态监测及预警方法
CN112966926B (zh) 一种基于集成学习的洪水敏感性风险评估方法
CN111045117B (zh) 一种气候监测预测平台
Hermosilla et al. Regional detection, characterization, and attribution of annual forest change from 1984 to 2012 using Landsat-derived time-series metrics
Xu et al. Wheat ear counting using K-means clustering segmentation and convolutional neural network
CN113325153A (zh) 水质多参数监测综合信息管理系统
CN104008143A (zh) 基于数据挖掘的职业能力指标体系构建方法
CN111079999A (zh) 一种基于cnn和svm的洪水灾害易发性预测方法
Schulz Sampling and estimation procedures for the vegetation diversity and structure indicator
CN117172556B (zh) 一种桥梁工程的施工风险预警方法与系统
Fynn et al. Forest fragmentation analysis from multiple imaging formats
CN115796702A (zh) 一种红壤土地综合治理生态修复成效的评估方法及系统
CN115718075A (zh) 一种评估草地不同退化程度模型及方法
CN113408964A (zh) 一种基于综合评价体系辅助政府碳管理的方法
Shi et al. Trends analysis of rangeland condition monitoring assessment and projection (RCMAP) fractional component time series (1985–2020)
CN114021808A (zh) 一种基于突发事件影响等级识别的电力资源配置方法
CN114417981A (zh) 一种智能河长巡测系统
CN113010849A (zh) 一种基于物联网的草场环境评价方法
CN102142115A (zh) 世界遗产监测的数字化集成方法
Abatan et al. Statistics of multi‐year droughts from the method for object‐based diagnostic evaluation
CN105760421A (zh) 土地利用类型分类的方法
CN112905823B (zh) 一种基于大数据平台的高光谱物质检测识别系统及方法
CN115345488A (zh) 一种湿地生态系统服务评估方法、装置、服务器及介质
Ouchra et al. Comparing Unsupervised Land Use Classification of Landsat 8 OLI Data Using K-means and LVQ Algorithms in Google Earth Engine: A Case Study of Casablanca.
CN114235653A (zh) 基于端云协同的大气颗粒污染物时空预测云平台

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210511

RJ01 Rejection of invention patent application after publication