CN112925865A - 矿区地表移动变形3D WebGIS预计分析方法及系统 - Google Patents
矿区地表移动变形3D WebGIS预计分析方法及系统 Download PDFInfo
- Publication number
- CN112925865A CN112925865A CN202110144681.9A CN202110144681A CN112925865A CN 112925865 A CN112925865 A CN 112925865A CN 202110144681 A CN202110144681 A CN 202110144681A CN 112925865 A CN112925865 A CN 112925865A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- mining
- dimensional
- subsidence
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Geometry (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
Abstract
本发明公开了一种矿区地表移动变形3D WebGIS预计分析方法及系统,采用倾斜摄影测量方法获取矿区osgb格式的实景三维模型数据并对关键地理要素进行单体化处理。基于B/S架构的ASP.NET Web应用框架,通过建立采煤工作面沉陷预计参数及矿区地表关键地物要素的地理空间数据库、开采沉陷预计模块、GIS空间分析模块。基于Cesium开源三维地球框架,实现图层控制及显示、3D WebGIS三维空间可视化分析、开采损害等级云图绘制及统计报表输出,本发明能够进行地表移动变形预计分析,同时还提高了矿山生产规划及矿山地质环境治理的工作质量和效率。
Description
方法领域
本发明涉及一种矿区地表移动变形预报方法及系统,属于矿区沉陷预测方法领域。
背景方法
矿区沉陷预测预报是矿山开采沉陷学科的重要研究内容,因为煤炭资源的地下开采造成了地表建(构)筑物的开裂变形、地表塌陷及农田受损等严重的矿山地质环境问题。而利用矿区沉陷预测的结果可定量地研究受开采影响的岩层与地表移动在时间和空间上的分布规律。矿区沉陷预测所得的结果常被用来判别建(构)筑物是否受开采影响及受开采影响的程度以及全面掌握矿区地表的塌陷情况,并据此对煤炭资源的合理开采及开采沉陷损害防护做出合理决策。因此,矿区沉陷预测预报对开采沉陷的理论研究和生产实践均具有重要的意义。
现有的矿区沉陷预测预报系统多是二维的,如有研究者以AutoCAD为二次开发平台并结合CASS实现开采沉陷预计分析。而更多的研究是以ArcGIS或MapGIS等大型地理信息系统(Geographic Information System,GIS)软件的二次开发组件来实现地表变形平面及三维图形的显示与分析。虽然这些方法能够给出沉陷结果的三维可视化表达,但由于传统二维GIS不能完整地反映三维世界,因此,这些方法在本质上其数据管理和展示仍停留在二维阶段,缺乏三维数据和三维平台的支持。HTML5与WebGL的出现为3D WebGIS创造了新的发展机遇,从而使得Web 3D方法与GIS方法相结合而成的3D WebGIS成为了GIS发展的一个重要方向。另一方面,作为传统数字摄影测量方法的延伸,新近发展的低空无人机倾斜摄影测量方法为快速、高精度、大范围的基础地理信息数据采集与更新提供了重要手段。同传统摄影测量方法相比,其通过搭载的多镜头倾斜相机可以同时获取被摄目标的高空间分辨率多视倾斜影像并通过基于多视几何的结构恢复运动(Structure from Motion,SfM)算法和基于CMVS/PMVS的密集匹配算法可获得高精度的纹理细节较为丰富的实景三维模型。因此,基于倾斜摄影实景三维模型的3D WebGIS方法已在智慧国土、智慧城市等领域得到了广泛的研究和应用,但基于该方法的矿区沉陷预测预报方法和系统尚未见有相关研究报道。
发明内容
发明目的:为了克服现有方法中存在的不足,本发明提供一种能够对矿区沉陷预测预报的矿区地表移动变形3D WebGIS预计分析方法及系统。
方法方案:为实现上述目的,本发明采用的方法方案为:
一种矿区地表移动变形3D WebGIS预计分析方法,采用新进发展的倾斜摄影测量方法获取矿区osgb格式的实景三维模型数据并根据矿区地表覆盖情况对受采矿影响的若干关键地理要素进行单体化处理。对实景三维模型数据经转换为3DTiles格式数据后进行服务化管理。基于B/S架构的ASP.NET Web应用框架,通过建立采煤工作面沉陷预计参数及矿区地表关键地物要素的地理空间数据库、开采沉陷预计模块、GIS空间分析模块,实现了系统的后端功能。基于Cesium开源三维地球框架,实现了图层控制及显示、3D WebGIS三维空间可视化分析、开采损害等级云图绘制及统计报表输出等前端功能,具体包括以下步骤:
一种矿区地表移动变形3D WebGIS预计分析方法,包括以下步骤:
步骤1,矿区地表三维数据获取及格式转换:
步骤11,数据获取:
获取矿区地表多视倾斜立体影像,结合外业实测的像控点坐标,基于SfM方法和密集匹配方法经由解析空中三角测量、密集匹配、不规则三角网构建及纹理映射生成osgb格式的矿区地表三维实景模型数据。
步骤12,数据转换:
将osgb格式的矿区地表三维实景模型数据转换为Cesium支持的3DTiles数据格式的矿区地表三维实景模型数据。
步骤2,单体化矢量数据提取及属性数据挂接
步骤21,根据步骤1得到的矿区地表三维实景模型数据采用模型切割方法、ID单体化方法或动态单体化方法分离并选中模型单体,得到采煤工作面及关键地物要素的二维矢量数据。
步骤22,属性数据挂接,将属性数据挂接在工作面及关键地物要素的二维矢量数据上,属性数据包括工作面沉陷预计参数结构表、电力设施数据结构表、道路数据结构表、建筑物数据结构表。
步骤3,对3DTiles数据格式的矿区地表三维实景模型数据进行服务化管理。
步骤4,利用MySQL关系型数据库存储采煤工作面及关键地物要素的二维矢量数据及其挂接的属性数据。
步骤5,3D WebGIS分析系统单元构建,3D WebGIS分析系统单元包括前端和后端,前端包括图层控制及场景显示模块、开采沉陷3D WebGIS空间分析模块、损害等级云图绘制模块及统计报表输出模块。后端包括服务请求响应模块、开采沉陷预计模块及GIS空间分析功能函数封装调用模块及数据库管理模块。
步骤51,后端实现
步骤511,开采沉陷预计模块,采用概率积分法预计模型并结合工作面沉陷预计参数结构表对地下采煤引起的地表沉陷情况进行预计,内插相应类别的地表变形等值线。
步骤512,GIS空间分析功能函数封装调用模块,通过将地理空间目标划分为点、线、面不同的类型,获得这些不同类型目标的形态结构。将空间目标的空间数据和属性数据结合起来,进行特定任务的空间计算与分析。地理空间实体抽象为点、线、面三种。在GIS中,上述实体间的空间关系主要有点-面、线-面及面-面三种实体间的空间拓扑关系。将封闭的地表变形等值线视为面状类型数据,继而定量研究分析其与代表矿区不同地物类型的点、线、面三种实体间的空间拓扑关系。
步骤513,数据库管理模块,建立采煤工作面及关键地物要素地理空间数据库和属性数据库。
步骤52,前端实现
步骤521,前端框架建立,采用Cesium开源三维引擎框架,实现在浏览器中展示三维虚拟地球的功能。
步骤522,图层控制及场景显示模块:
步骤5221,配置图层目录树,使各关键地物要素及采煤工作面矢量图层和矿区场景模型图层按顺序分层显示,并通过配置显示参数,控制图层的显示效果。
步骤5222,基于各各关键地物要素及采煤工作面矢量数据,利用Cesium的贴地面矢量绘制功能实现其三维绘制与渲染。
步骤523,开采沉陷3D WebGIS空间分析模块:
步骤5231,调用Cesium前端空间分析模块并通过交互式地选择一个或多个所要预计的工作面。
步骤5232,前端请求并调用后端工作面沉陷预计参数结构表数据库及开采沉陷预计模块,获得开采沉陷地表下沉及地表变形等值线。
步骤5233,将开采沉陷影响范围传至后端,联合后端采煤工作面及关键地物要素地理空间数据库并同时调用后端的GIS空间分析功能函数封装调用模块执行空间分析操作,将分析结果返回至前端进行解析、显示。
步骤524,损害等级云图绘制模块,依据开采沉陷预计模块分析结果和不同损害等级的边界值,按轻微损害、轻度损害、中度损害和严重损害绘制四个等级的损害区域云图并用颜色区分。
步骤525,统计报表输出模块,依据开采沉陷预计模块分析结果统计回采工作面的走向、倾向和/或用户指定方向上的最大最小值、沉陷区域的面积和体积、指定深度的沉陷区域面积和体积,并以表格的形式导出。
优选的:步骤11中采用倾斜摄影方法获取矿区地表多视倾斜立体影像。
优选的:步骤11中采用固定翼或多旋翼无人低空飞行器搭载多目镜头载荷获取矿区地表多视倾斜立体影像。固定翼或多旋翼无人低空飞行器的航摄参数设置为:影像地面分辨率优于5cm,航向和旁向重叠度为80%和70%。像控点测量采用GPS RTK的方式进行,测量精度为3cm~5cm。
优选的:步骤21中动态单体化方法包括以下步骤:
步骤211,关键地物要素选择:
选择受采矿影响的关键地物要素,对选择的关键地物要素按基本实体类型划分为点、线、面三种类型,得到关键地物要素类型。
步骤212,二维矢量化:
采用基于实景三维模型的矢量数据采集系统对步骤21选择的关键地物要素进行二维矢量化的工作,得到采煤工作面及关键地物要素的二维矢量数据。根据划分的各关键地物要素类型和关键地物要素的二维矢量数据,采集各关键地物要素类型几何信息,各关键地物要素类型几何信息包括点状地物的中心点坐标、线状地物的特征点坐标及面状地物的边界点坐标。采煤工作面的二维矢量数据从采掘工程平面图上以图层要素的形式导出。
优选的:步骤22,属性数据挂接的方法:
步骤221,将采煤工作面及关键地物要素的二维矢量数据导入ArcGIS并以shapefile格式存储。
步骤222,将采煤工作面及矿区各关键地物要素的属性数据通过ArcGIS关联到相应的采煤工作面及关键地物要素的二维矢量数据中,属性数据通过属性表的形式保存在shapefile文件中。工作面沉陷预计参数结构表包括工作面参数、煤层参数、预计参数,其中,工作面参数包括工作面编号、指向下山方向、工作面边界,煤层参数包括煤层编号、煤层倾角、煤层厚度,预计参数包括下沉系数、K值、水平移动系数、主要影响角正切值、是否为厚松散层、松散层边界角、松散层厚度、拐点平移距。电力设施数据结构表包括杆/塔编号、类别、所属线路名称、输电电压、材质、高度、保护级别、维护带宽度。道路数据结构表包括编号、方法等级、行政等级、道路名称、材质、长度、保护级别、维护带宽度。建筑物数据结构表包括编号、所属居民地名称、所有权人、用途、结构类型、层数、高度、保护等级、维护带宽度。
优选的:步骤3中对3DTiles数据格式的矿区地表三维实景模型数据进行服务化管理方法:
步骤31,部署安装HTTP和反向代理Web服务器Nginx并设定服务端口。
步骤32,建立三维模型存储文件夹mapdata,并通过修改server.xml配置文件来指定矿区地表三维实景模型数据入口路径,添加*.3DTiles文件类型的矿区地表三维实景模型数据。
步骤33,通过启动Nginx服务,Web前端通过访问指定服务网址端口对矿区地表三维实景模型数据/单体化矢量数据发起请求。
优选的:步骤511中采用概率积分法预计模型并结合工作面沉陷预计参数结构表对地下采煤引起的地表沉陷情况进行预计的方法:
步骤5111,基于采煤工作面的范围和尺寸设定一个矩形范围,在矩形范围内生成n个预计格网点。
步骤5112,按概率积分法预计模型计算每个格网点Ai(xi,yi)的5种地表变形值,(xi,yi)表示格网点的测量平面坐标,i=1,2,…,n,包括下沉值Wi(xi,yi)、沿方向的倾斜变形值沿方向的曲率变形值沿方向的水平移动值及沿方向的水平变形值
步骤5113,基于计算出来的每一种地表变形值的预计格网,内插相应类别的地表变形等值线。地表变形等值线为一封闭曲线。
优选的:步骤51中后端实现方法:
步骤5141,采用ASP.NET框架方法进行后端应用服务部署。
步骤5142,对开采沉陷预计模块和GIS空间分析功能函数封装调用模块采用面向对象的高级程序设计语言实现并封装成动态链接库,利用ASP.NET框架后台接口调用相应的接口函数,动态连接库进行分析计算并返回结果。
步骤5143,利用ASP.NET框架中的组件ADO.NET完成C#应用程序访问数据库,实现采煤工作面及关键地物要素地理空间数据的几何数据和属性数据的读取。
一种矿区地表移动变形3D WebGIS预计分析系统,包括矿区地表三维数据获取及格式转换单元、单体化矢量数据提取及属性数据挂接单元、数据服务发布单元、3D WebGIS分析系统单元,其中:
矿区地表三维数据获取及格式转换单元包括数据输入模块、实景三维模型数据获取模块、Cesiumlab工具转换模块,其中:
所述数据输入模块用于输入矿区地表多视倾斜立体影像、外业实测的像控点坐标。
所述实景三维模型数据获取模块用于根据矿区地表多视倾斜立体影像和外业实测的像控点坐标,基于SfM方法和密集匹配方法经由解析空中三角测量、密集匹配、不规则三角网构建及纹理映射生成osgb格式的矿区地表三维实景模型数据。
所述Cesiumlab工具转换模块用于将osgb格式的矿区地表三维实景模型数据转换为Cesium支持的3DTiles数据格式的矿区地表三维实景模型数据。
所述单体化矢量数据提取及属性数据挂接单元包括单体化矢量数据提取模块和属性数据挂接模块,其中:
所述单体化矢量数据提取模块用于根据3DTiles数据格式的矿区地表三维实景模型数据采用模型切割方法、ID单体化方法或动态单体化方法分离并选中模型单体,得到采煤工作面及关键地物要素的二维矢量数据。
所述属性数据挂接模块用于将采煤工作面及矿区各关键地物要素的属性数据通过ArcGIS关联到相应的采煤工作面及关键地物要素的二维矢量数据中。
3D WebGIS分析系统单元包括前端和后端,前端包括图层控制及场景显示模块、开采沉陷3D WebGIS空间分析模块、损害等级云图绘制模块及统计报表输出模块。后端包括服务请求响应模块、开采沉陷预计模块及GIS空间分析功能函数封装调用模块及数据库管理模块,其中:
数据库管理模块用于建立存储管理采煤工作面及关键地物要素地理空间数据库和属性数据库。
开采沉陷预计模块用于采用概率积分法预计模型并结合工作面沉陷预计参数结构表对地下采煤引起的地表沉陷情况进行预计,内插相应类别的地表变形等值线。
GIS空间分析功能函数封装调用模块用于根据前端请求进行GIS空间分析功能函数封装调用模块中相应功能函数的调用,功能函数根据采煤工作面及关键地物要素地理空间数据库和属性数据库进行相应分析。
图层控制及场景显示模块用于各关键地物要素及采煤工作面矢量图层和矿区场景模型图层按顺序分层显示,并通过配置显示参数,控制图层的显示效果。基于各各关键地物要素及采煤工作面矢量数据,利用Cesium的贴地面矢量绘制功能实现其三维绘制与渲染。
开采沉陷3D WebGIS空间分析模块用于通过交互式地选择一个或多个所要预计的工作面,请求并调用后端工作面沉陷预计参数结构表数据库及开采沉陷预计模块,获得开采沉陷地表下沉及地表变形等值线,调用后端的GIS空间分析功能函数封装调用模块执行空间分析操作,将分析结果返回至前端进行解析、显示。
损害等级云图绘制模块用于依据开采沉陷预计模块分析结果和不同损害等级的边界值,按轻微损害、轻度损害、中度损害和严重损害绘制四个等级的损害区域云图并用颜色区分。
统计报表输出模块用于依据开采沉陷预计模块分析结果统计回采工作面的走向、倾向和/或用户指定方向上的最大最小值、沉陷区域的面积和体积、指定深度的沉陷区域面积和体积,并以表格的形式导出。
本发明相比现有方法,具有以下有益效果:
本发明为研究矿山开采地表移动变形规律和开采沉陷损害防治方法提供了直观和高效的方法手段,在降低了非专业人员的操作和理解难度的同时还提高了矿山生产规划及矿山地质环境治理的工作质量和效率。
附图说明
图1为本发明示意图。
图2为开采沉陷GIS空间分析功能的应用原型系统。
图3为后端服务实现流程图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域方法人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
一种矿区地表移动变形3D WebGIS预计分析方法,如图1所示,包括以下步骤:
步骤1,矿区地表三维数据获取及格式转换
(1)数据获取。采用倾斜摄影方法获取矿区地表多视倾斜立体影像,结合外业实测的像控点坐标,基于SfM算法和密集匹配算法经由解析空中三角测量、密集匹配、不规则三角网构建及纹理映射等步骤后生成矿区地表三维实景模型(osgb格式)。外业倾斜摄影一般采用固定翼或多旋翼无人低空飞行器搭载多目镜头载荷(如五目等)获取;航摄参数一般设置为:影像地面分辨率优于5cm,航向和旁向重叠度为80%和70%;像控点测量采用GPS RTK的方式进行,测量精度约为3cm~5cm。理论和实验均表明,采用上述参数获得的实景三维模型的平面和高程精度均优于10cm,可以满足开采沉陷影响分析的精度要求。
(2)数据转换。为了在后续基于Cesium的三维分析平台中实现矿区地表实景三维场景的加载。需对模型数据进行加载。为了支持海量数据在浏览器端的渲染实现以及流畅加载,前已述及,Cesium提供了支持LOD(Level of Details)实现的3DTiles数据格式,此种数据格式可采用Cesiumlab开源免费软件进行转换。因此,上述osgb格式的矿区地表三维实景模型数据还需提前转换为Cesium支持的3DTiles数据格式。
步骤2,单体化矢量数据提取
上述获得的3DTiles数据格式的矿区地表三维实景模型数据包含了矿区地表各地物要素的真实形状和位置,但该矿区地表三维实景模型是通过连续的不规则三角网(TIN)进行表示的。因此,生成的模型也不会主动考虑对树木、建筑等地物类型进行归类划分,不利于后续的GIS空间查询与分析操作。因此,需对感兴趣的地物进行单体化处理。模型单体化的简单解释就是对于一个整体模型中需要单独管理的每一个对象,可以通过一定方式将其分离出来并进行选中。基于实景三维模型本身实现单体化的方式有三种:模型切割方法、ID单体化方法及动态单体化方法。动态单体化方法的本质则是将对应矢量面以“皮肤”的方式叠加于三维模型表面,被选中时动态渲染出矢量面,因为所有的属性赋予、GIS分析皆基于矢量面,因此不需要对模型本身进行数据预处理,相较于模型切割法基于三维模型实现GIS分析,基于二维矢量面的功能更加完备,其实现功能需求的限度更长,同样地,相较于ID单体化,其模型底面与屏幕分辨率的贴合渲染效果更好。动态单体化方法的具体实现流程如下:
(1)关键地物要素选择。依据压煤开采及设计等相关规范并结合矿区地表的实际地物分布情况,选择受采矿影响的若干关键地物要素,如建筑物、土地利用、道路设施、河流沟渠及高压电力和通讯设施等。为便于后续单体化及GIS空间查询和分析需要,对选择的地物要素按基本实体类型划分为点、线、面三种。如高压电力及通讯设施为点状地物,道路设施及河流沟渠为线状地物,建筑物及土地利用为面状地物。
(2)二维矢量化。采用基于实景三维模型的矢量数据采集系统(如MapMtrix、EPS等)对矿区实景中的上述关键地物要素进行二维矢量化的工作,根据划分的各地物要素类型,精确采集其几何信息,如点状地物的中心点坐标、线状地物的特征点坐标及面状地物的边界点坐标;采煤工作面的二维矢量数据可从采掘工程平面图上以图层要素的形式导出。
(3)属性数据挂接。后续构建地理空间数据库时,需将各要素的空间数据与属性数据进行挂接。属性数据包括工作面沉陷预计参数结构表、电力设施数据结构表、道路数据结构表、建筑物数据结构表,表1给出了采煤工作面沉陷预计参数表。工作面沉陷预计参数结构表包括工作面参数、煤层参数、预计参数,其中,工作面参数包括工作面编号、指向下山方向、工作面边界,煤层参数包括煤层编号、煤层倾角、煤层厚度,预计参数包括下沉系数、K值、水平移动系数、主要影响角正切值、是否为厚松散层、松散层边界角、松散层厚度、拐点平移距。表2~表4示例了分别代表点、线、面三种地物类型的电力设施、道路及建筑物的属性数据表,电力设施数据结构表包括杆/塔编号、类别、所属线路名称、输电电压、材质、高度、保护级别、维护带宽度;道路数据结构表包括编号、技术等级、行政等级、道路名称、材质、长度、保护级别、维护带宽度;建筑物数据结构表包括编号、所属居民地名称、所有权人、用途、结构类型、层数、高度、保护等级、维护带宽度。将这些属性数据以分字段属性表的方式与其相应的矢量面数据挂接。具体步骤为:①将采煤工作面和矿区各地理要素的二维矢量面导入ArcGIS并以shapefile格式存储;②将采煤工作面及矿区各地理要素的属性数据通过ArcGIS关联到相应的二维矢量面中,属性信息通过属性表的形式保存在shapefile文件中。
表1工作面沉陷预计参数结构表
表2电力设施数据结构表
表3道路数据结构表
表4建筑物数据结构表
步骤3,数据服务发布
对经格式转换后的矿区地表倾斜实景三维模型数据(3DTiles数据格式)进行服务化管理。具体为:①部署安装高性能的HTTP和反向代理Web服务器Nginx并设定服务端口;②建立三维模型存储文件夹mapdata,并通过修改server.xml配置文件来指定三维数据入口路径,添加*.3DTiles文件类型的实景三维模型数据,实现对这类三维数据类型的支持;③通过启动Nginx服务,Web前端即可通过访问指定服务网址端口对三维模型数据发起请求。
步骤4,数据库创建
利用MySQL关系型数据库存储采煤工作面及关键地物要素的二维矢量数据及其挂接的属性数据。利用MySQL的空间数据扩展模块MySQL Spatial存储矿区内不同实体类型的二维矢量数据(点(point)、线(line)、面(polygon))。同时利用MySQL新建各类地物的属性表,约定好字段类型格式即可利用excel批量导入的方式导入外部属性数据并同时确定主键和外键,完成采煤工作面及矿区地表各要素地理空间数据库的创建。
步骤5,3D WebGIS分析系统构建
分别实现开采沉陷3D WebGIS分析平台系统的前端和后端的各部分功能,前端主要包括图层控制及场景显示、开采沉陷3D WebGIS空间分析、损害等级云图绘制及统计报表输出等功能;后端包括服务请求响应、开采沉陷预计及GIS空间分析功能函数封装调用及数据库管理等功能。
步骤5.1后端实现
(1)开采沉陷预计。概率积分法是我国煤矿领域广泛使用的地表沉陷预计模型。采用概率积分法预计模型并结合表1的工作面沉陷预计参数结构表中的预计参数可以对地下采煤引起的地表沉陷情况进行预计。具体步骤包括:①基于工作面的范围和尺寸设定一个矩形范围,在矩形范围内生成n个预计格网点;②按概率积分法预计模型计算每个格网点Ai(xi,yi)的5种地表变形值,(xi,yi)表示格网点的测量平面坐标,i=1,2,…,n,包括下沉值Wi(xi,yi)、沿方向的倾斜变形值沿方向的曲率变形值沿方向的水平移动值及沿方向的水平变形值③基于计算出来的每一种地表变形值的预计格网,内插相应类别的地表变形等值线。各类别地表变形等值线为一封闭曲线。
(2)GIS空间分析功能函数封装调用。空间分析是GIS区别于一般的信息系统、CAD或者电子地图系统的主要标志之一。空间分析,配合空间数据的属性信息,能提供强大、丰富的空间数据查询功能。通过将地理空间目标划分为点、线、面不同的类型,可以获得这些不同类型目标的形态结构。将空间目标的空间数据和属性数据结合起来,可以进行许多特定任务的空间计算与分析。地理空间实体可以抽象为点(Point)、线(Polygon)、面(Area)三种。在GIS中,上述实体间的常用空间关系主要有点-面、线-面及面-面三种实体间的空间拓扑关系。具体而言,将封闭的地表变形等值线视为面状类型数据,继而定量研究分析其与代表矿区不同地物类型的点、线、面三种实体间的空间拓扑关系。图2给出了开采沉陷GIS空间分析功能的应用原型系统。其功能即在工作面开采沉陷影响的范围内,定量分析不同地物类型的受影响范围和受影响程度。
(3)后端服务实现。后端服务实现框架如图3所示,具体流程为:①采用ASP.NET框架方法进行后端应用服务部署;②对开采沉陷预计模块和GIS空间分析功能函数封装调用可采用面向对象的高级程序设计语言实现并封装成动态链接库(如C++动态连接库(DLL)),利用ASP.NET框架后台接口调用相应的接口函数,动态连接库进行分析计算并返回结果;③利用ASP.NET框架中的组件ADO.NET完成C#应用程序访问数据库,实现各类地理空间数据的几何数据和属性数据的读取。
步骤5.2前端实现
(1)前端框架建立。前端总体采用Cesium开源三维引擎框架,Cesium是开源的JavaScript库,其实现了在浏览器中展示三维虚拟地球的功能。同时,Cesium采用B/S架构且遵循WebGL三维绘图标准,具有二三维一体化、跨平台、计算精度高等优点。通过该框架在Web页面中创建具有最佳性能、精度、视觉质量及易用性的3D地球和地图场景。
(2)图层控制及场景显示。包括:①配置图层目录树,使各地理要素及采煤工作面矢量图层和矿区场景模型图层按顺序分层显示,并通过配置显示参数,控制图层的显示效果,如叠加顺序、透明度及缩放等;②基于各地理要素及工作面的二维矢量数据,利用Cesium的贴地面矢量绘制功能实现其三维绘制与渲染。
(3)开采沉陷3D WebGIS空间分析。具体步骤为:①调用Cesium前端空间分析模块并通过交互式地选择一个或多个所要预计的工作面;②前端请求并调用后端如表1所列的工作面沉陷预计参数数据库及开采沉陷预计模块,获得开采沉陷地表下沉及移动变形等值线(范围);③将开采沉陷影响范围传至后端,联合后端各地物要素的地理空间数据库并同时调用后端的GIS功能分析模块执行空间分析操作,将分析结果返回至前端进行解析、显示。
(4)损害等级云图绘制。依据开采沉陷预计分析结果和不同损害等级的边界值,按轻微损害、轻度损害、中度损害和严重损害绘制四个等级的损害区域云图并用颜色区分。
(5)统计报表输出。依据开采沉陷预计分析结果统计回采工作面的走向、倾向和/或用户指定方向上的最大最小值、沉陷区域的面积和体积、指定深度的沉陷区域面积和体积,并以表格的形式导出。
一种矿区地表移动变形3D WebGIS预计分析系统,包括矿区地表三维数据获取及格式转换单元、单体化矢量数据提取及属性数据挂接单元、数据服务发布单元、3D WebGIS分析系统单元,其中:
矿区地表三维数据获取及格式转换单元包括数据输入模块、实景三维模型数据获取模块、Cesiumlab工具转换模块,其中:
所述数据输入模块用于输入矿区地表多视倾斜立体影像、外业实测的像控点坐标。
所述实景三维模型数据获取模块用于根据矿区地表多视倾斜立体影像和外业实测的像控点坐标,基于SfM方法和密集匹配方法经由解析空中三角测量、密集匹配、不规则三角网构建及纹理映射生成osgb格式的矿区地表三维实景模型数据。
所述Cesiumlab工具转换模块用于将osgb格式的矿区地表三维实景模型数据转换为Cesium支持的3DTiles数据格式的矿区地表三维实景模型数据。
所述单体化矢量数据提取及属性数据挂接单元包括单体化矢量数据提取模块和属性数据挂接模块,其中:
所述单体化矢量数据提取模块用于根据3DTiles数据格式的矿区地表三维实景模型数据采用模型切割方法、ID单体化方法或动态单体化方法分离并选中模型单体,得到采煤工作面及关键地物要素的二维矢量数据。
所述属性数据挂接模块用于将采煤工作面及矿区各关键地物要素的属性数据通过ArcGIS关联到相应的采煤工作面及关键地物要素的二维矢量数据中。
3D WebGIS分析系统单元包括前端和后端,前端包括图层控制及场景显示模块、开采沉陷3D WebGIS空间分析模块、损害等级云图绘制模块及统计报表输出模块。后端包括服务请求响应模块、开采沉陷预计模块及GIS空间分析功能函数封装调用模块及数据库管理模块,其中:
数据库管理模块用于建立存储管理采煤工作面及关键地物要素地理空间数据库和属性数据库。
开采沉陷预计模块用于采用概率积分法预计模型并结合工作面沉陷预计参数结构表对地下采煤引起的地表沉陷情况进行预计,内插相应类别的地表变形等值线。
GIS空间分析功能函数封装调用模块用于根据前端请求进行GIS空间分析功能函数封装调用模块中相应功能函数的调用,功能函数根据采煤工作面及关键地物要素地理空间数据库和属性数据库进行相应分析。
图层控制及场景显示模块用于各关键地物要素及采煤工作面矢量图层和矿区场景模型图层按顺序分层显示,并通过配置显示参数,控制图层的显示效果。基于各各关键地物要素及采煤工作面矢量数据,利用Cesium的贴地面矢量绘制功能实现其三维绘制与渲染。
开采沉陷3D WebGIS空间分析模块用于通过交互式地选择一个或多个所要预计的工作面,请求并调用后端工作面沉陷预计参数结构表数据库及开采沉陷预计模块,获得开采沉陷地表下沉及地表变形等值线,调用后端的GIS空间分析功能函数封装调用模块执行空间分析操作,将分析结果返回至前端进行解析、显示。
损害等级云图绘制模块用于依据开采沉陷预计模块分析结果和不同损害等级的边界值,按轻微损害、轻度损害、中度损害和严重损害绘制四个等级的损害区域云图并用颜色区分。
统计报表输出模块用于依据开采沉陷预计模块分析结果统计回采工作面的走向、倾向和/或用户指定方向上的最大最小值、沉陷区域的面积和体积、指定深度的沉陷区域面积和体积,并以表格的形式导出。
以上所述仅是本发明的优选实施方式,应当指出:对于本方法领域的普通方法人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种矿区地表移动变形3D WebGIS预计分析方法,其特征在于,包括以下步骤:
步骤1,矿区地表三维数据获取及格式转换:
步骤11,数据获取:
获取矿区地表多视倾斜立体影像,结合外业实测的像控点坐标,基于SfM方法和密集匹配方法经由解析空中三角测量、密集匹配、不规则三角网构建及纹理映射生成osgb格式的矿区地表三维实景模型数据;
步骤12,数据转换:
将osgb格式的矿区地表三维实景模型数据转换为Cesium支持的3DTiles数据格式的矿区地表三维实景模型数据;
步骤2,单体化矢量数据提取及属性数据挂接
步骤21,根据步骤1得到的矿区地表三维实景模型数据采用模型切割方法、ID单体化方法或动态单体化方法分离并选中模型单体,得到采煤工作面及关键地物要素的二维矢量数据;
步骤22,属性数据挂接,将属性数据挂接在工作面及关键地物要素的二维矢量数据上,属性数据包括工作面沉陷预计参数结构表、电力设施数据结构表、道路数据结构表、建筑物数据结构表;
步骤3,对3DTiles数据格式的矿区地表三维实景模型数据进行服务化管理;
步骤4,利用MySQL关系型数据库存储采煤工作面及关键地物要素的二维矢量数据及其挂接的属性数据;
步骤5,3D WebGIS分析系统单元构建,3D WebGIS分析系统单元包括前端和后端,前端包括图层控制及场景显示模块、开采沉陷3D WebGIS空间分析模块、损害等级云图绘制模块及统计报表输出模块;后端包括服务请求响应模块、开采沉陷预计模块及GIS空间分析功能函数封装调用模块及数据库管理模块;
步骤51,后端实现
步骤511,开采沉陷预计模块,采用概率积分法预计模型并结合工作面沉陷预计参数结构表对地下采煤引起的地表沉陷情况进行预计,内插相应类别的地表变形等值线;
步骤512,GIS空间分析功能函数封装调用模块,通过将地理空间目标划分为点、线、面不同的类型,获得这些不同类型目标的形态结构;将空间目标的空间数据和属性数据结合起来,进行特定任务的空间计算与分析;地理空间实体抽象为点、线、面三种;在GIS中,上述实体间的空间关系主要有点-面、线-面及面-面三种实体间的空间拓扑关系;将封闭的地表变形等值线视为面状类型数据,继而定量研究分析其与代表矿区不同地物类型的点、线、面三种实体间的空间拓扑关系;
步骤513,数据库管理模块,建立采煤工作面及关键地物要素地理空间数据库和属性数据库;
步骤52,前端实现
步骤521,前端框架建立,采用Cesium开源三维引擎框架,实现在浏览器中展示三维虚拟地球的功能;
步骤522,图层控制及场景显示模块:
步骤5221,配置图层目录树,使各关键地物要素及采煤工作面矢量图层和矿区场景模型图层按顺序分层显示,并通过配置显示参数,控制图层的显示效果;
步骤5222,基于各各关键地物要素及采煤工作面矢量数据,利用Cesium的贴地面矢量绘制功能实现其三维绘制与渲染;
步骤523,开采沉陷3D WebGIS空间分析模块:
步骤5231,调用Cesium前端空间分析模块并通过交互式地选择一个或多个所要预计的工作面;
步骤5232,前端请求并调用后端工作面沉陷预计参数结构表数据库及开采沉陷预计模块,获得开采沉陷地表下沉及地表变形等值线;
步骤5233,将开采沉陷影响范围传至后端,联合后端采煤工作面及关键地物要素地理空间数据库并同时调用后端的GIS空间分析功能函数封装调用模块执行空间分析操作,将分析结果返回至前端进行解析、显示;
步骤524,损害等级云图绘制模块,依据开采沉陷预计模块分析结果和不同损害等级的边界值,按轻微损害、轻度损害、中度损害和严重损害绘制四个等级的损害区域云图并用颜色区分;
步骤525,统计报表输出模块,依据开采沉陷预计模块分析结果统计回采工作面的走向、倾向和/或用户指定方向上的最大最小值、沉陷区域的面积和体积、指定深度的沉陷区域面积和体积,并以表格的形式导出。
2.根据权利要求1所述矿区地表移动变形3D WebGIS预计分析方法,其特征在于:步骤11中采用倾斜摄影方法获取矿区地表多视倾斜立体影像。
3.根据权利要求2所述矿区地表移动变形3D WebGIS预计分析方法,其特征在于:步骤11中采用固定翼或多旋翼无人低空飞行器搭载多目镜头载荷获取矿区地表多视倾斜立体影像;固定翼或多旋翼无人低空飞行器的航摄参数设置为:影像地面分辨率优于5cm,航向和旁向重叠度为80%和70%;像控点测量采用GPS RTK的方式进行,测量精度为3cm~5cm。
4.根据权利要求3所述矿区地表移动变形3D WebGIS预计分析方法,其特征在于:步骤21中动态单体化方法包括以下步骤:
步骤211,关键地物要素选择:
选择受采矿影响的关键地物要素,对选择的关键地物要素按基本实体类型划分为点、线、面三种类型,得到关键地物要素类型;
步骤212,二维矢量化:
采用基于实景三维模型的矢量数据采集系统对步骤21选择的关键地物要素进行二维矢量化的工作,得到采煤工作面及关键地物要素的二维矢量数据;根据划分的各关键地物要素类型和关键地物要素的二维矢量数据,采集各关键地物要素类型几何信息,各关键地物要素类型几何信息包括点状地物的中心点坐标、线状地物的特征点坐标及面状地物的边界点坐标;采煤工作面的二维矢量数据从采掘工程平面图上以图层要素的形式导出。
5.根据权利要求4所述矿区地表移动变形3D WebGIS预计分析方法,其特征在于:步骤22,属性数据挂接的方法:
步骤221,将采煤工作面及关键地物要素的二维矢量数据导入ArcGIS并以shapefile格式存储;
步骤222,将采煤工作面及矿区各关键地物要素的属性数据通过ArcGIS关联到相应的采煤工作面及关键地物要素的二维矢量数据中,属性数据通过属性表的形式保存在shapefile文件中;工作面沉陷预计参数结构表包括工作面参数、煤层参数、预计参数,其中,工作面参数包括工作面编号、指向下山方向、工作面边界,煤层参数包括煤层编号、煤层倾角、煤层厚度,预计参数包括下沉系数、K值、水平移动系数、主要影响角正切值、是否为厚松散层、松散层边界角、松散层厚度、拐点平移距;电力设施数据结构表包括杆/塔编号、类别、所属线路名称、输电电压、材质、高度、保护级别、维护带宽度;道路数据结构表包括编号、方法等级、行政等级、道路名称、材质、长度、保护级别、维护带宽度;建筑物数据结构表包括编号、所属居民地名称、所有权人、用途、结构类型、层数、高度、保护等级、维护带宽度。
6.根据权利要求5所述矿区地表移动变形3D WebGIS预计分析方法,其特征在于:步骤3中对3DTiles数据格式的矿区地表三维实景模型数据进行服务化管理方法:
步骤31,部署安装HTTP和反向代理Web服务器Nginx并设定服务端口;
步骤32,建立三维模型存储文件夹mapdata,并通过修改server.xml配置文件来指定矿区地表三维实景模型数据入口路径,添加*.3DTiles文件类型的矿区地表三维实景模型数据;
步骤33,通过启动Nginx服务,Web前端通过访问指定服务网址端口对矿区地表三维实景模型数据/单体化矢量数据发起请求。
7.根据权利要求6所述矿区地表移动变形3D WebGIS预计分析方法,其特征在于:步骤511中采用概率积分法预计模型并结合工作面沉陷预计参数结构表对地下采煤引起的地表沉陷情况进行预计的方法:
步骤5111,基于采煤工作面的范围和尺寸设定一个矩形范围,在矩形范围内生成n个预计格网点;
步骤5112,按概率积分法预计模型计算每个格网点Ai(xi,yi)的5种地表变形值,(xi,yi)表示(xi,yi)表示格网点的测量平面坐标,i=1,2,…,n,包括下沉值Wi(xi,yi)、沿方向的倾斜变形值沿方向的曲率变形值沿方向的水平移动值及沿方向的水平变形值
步骤5113,基于计算出来的每一种地表变形值的预计格网,内插相应类别的地表变形等值线;地表变形等值线为一封闭曲线。
8.根据权利要求7所述矿区地表移动变形3D WebGIS预计分析方法,其特征在于:步骤51中后端实现方法:
步骤5141,采用ASP.NET框架方法进行后端应用服务部署;
步骤5142,对开采沉陷预计模块和GIS空间分析功能函数封装调用模块采用面向对象的高级程序设计语言实现并封装成动态链接库,利用ASP.NET框架后台接口调用相应的接口函数,动态连接库进行分析计算并返回结果;
步骤5143,利用ASP.NET框架中的组件ADO.NET完成C#应用程序访问数据库,实现采煤工作面及关键地物要素地理空间数据的几何数据和属性数据的读取。
9.一种权利要求7所述矿区地表移动变形3D WebGIS预计分析方法的预计分析系统,其特征在于:包括矿区地表三维数据获取及格式转换单元、单体化矢量数据提取及属性数据挂接单元、数据服务发布单元、3D WebGIS分析系统单元,其中:
矿区地表三维数据获取及格式转换单元包括数据输入模块、实景三维模型数据获取模块、Cesiumlab工具转换模块,其中:
所述数据输入模块用于输入矿区地表多视倾斜立体影像、外业实测的像控点坐标;
所述实景三维模型数据获取模块用于根据矿区地表多视倾斜立体影像和外业实测的像控点坐标,基于SfM方法和密集匹配方法经由解析空中三角测量、密集匹配、不规则三角网构建及纹理映射生成osgb格式的矿区地表三维实景模型数据;
所述Cesiumlab工具转换模块用于将osgb格式的矿区地表三维实景模型数据转换为Cesium支持的3DTiles数据格式的矿区地表三维实景模型数据;
所述单体化矢量数据提取及属性数据挂接单元包括单体化矢量数据提取模块和属性数据挂接模块,其中:
所述单体化矢量数据提取模块用于根据3DTiles数据格式的矿区地表三维实景模型数据采用模型切割方法、ID单体化方法或动态单体化方法分离并选中模型单体,得到采煤工作面及关键地物要素的二维矢量数据;
所述属性数据挂接模块用于将采煤工作面及矿区各关键地物要素的属性数据通过ArcGIS关联到相应的采煤工作面及关键地物要素的二维矢量数据中;
3D WebGIS分析系统单元包括前端和后端,前端包括图层控制及场景显示模块、开采沉陷3D WebGIS空间分析模块、损害等级云图绘制模块及统计报表输出模块;后端包括服务请求响应模块、开采沉陷预计模块及GIS空间分析功能函数封装调用模块及数据库管理模块,其中:
数据库管理模块用于建立存储管理采煤工作面及关键地物要素地理空间数据库和属性数据库;
开采沉陷预计模块用于采用概率积分法预计模型并结合工作面沉陷预计参数结构表对地下采煤引起的地表沉陷情况进行预计,内插相应类别的地表变形等值线;
GIS空间分析功能函数封装调用模块用于根据前端请求进行GIS空间分析功能函数封装调用模块中相应功能函数的调用,功能函数根据采煤工作面及关键地物要素地理空间数据库和属性数据库进行相应分析;
图层控制及场景显示模块用于各关键地物要素及采煤工作面矢量图层和矿区场景模型图层按顺序分层显示,并通过配置显示参数,控制图层的显示效果;基于各各关键地物要素及采煤工作面矢量数据,利用Cesium的贴地面矢量绘制功能实现其三维绘制与渲染;
开采沉陷3D WebGIS空间分析模块用于通过交互式地选择一个或多个所要预计的工作面,请求并调用后端工作面沉陷预计参数结构表数据库及开采沉陷预计模块,获得开采沉陷地表下沉及地表变形等值线,调用后端的GIS空间分析功能函数封装调用模块执行空间分析操作,将分析结果返回至前端进行解析、显示;
损害等级云图绘制模块用于依据开采沉陷预计模块分析结果和不同损害等级的边界值,按轻微损害、轻度损害、中度损害和严重损害绘制四个等级的损害区域云图并用颜色区分;
统计报表输出模块用于依据开采沉陷预计模块分析结果统计回采工作面的走向、倾向和/或用户指定方向上的最大最小值、沉陷区域的面积和体积、指定深度的沉陷区域面积和体积,并以表格的形式导出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110144681.9A CN112925865B (zh) | 2021-02-02 | 2021-02-02 | 矿区地表移动变形3D WebGIS预计分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110144681.9A CN112925865B (zh) | 2021-02-02 | 2021-02-02 | 矿区地表移动变形3D WebGIS预计分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112925865A true CN112925865A (zh) | 2021-06-08 |
CN112925865B CN112925865B (zh) | 2022-04-12 |
Family
ID=76169596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110144681.9A Active CN112925865B (zh) | 2021-02-02 | 2021-02-02 | 矿区地表移动变形3D WebGIS预计分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112925865B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113390395A (zh) * | 2021-06-18 | 2021-09-14 | 河南省地质矿产勘查开发局测绘地理信息院 | 一种基于倾斜摄影的矿山恢复治理规划方法及系统 |
CN114151062A (zh) * | 2021-12-28 | 2022-03-08 | 中国铁建重工集团股份有限公司 | 基于web端臂架类施工作业装备状态监测方法 |
CN115170749A (zh) * | 2022-06-01 | 2022-10-11 | 山东翰林科技有限公司 | 基于Cesium的WEBGIS三维可视化构建方法及系统 |
CN116150301A (zh) * | 2023-04-24 | 2023-05-23 | 北京中舆达信息科技有限公司 | 一种基于3DWebGIS的地表形变监测系统及方法 |
CN117725255A (zh) * | 2024-02-07 | 2024-03-19 | 成都深瑞同华科技有限公司 | Gis数据与cad数据的转换方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609782A (zh) * | 2012-01-10 | 2012-07-25 | 中国矿业大学(北京) | 基于采煤沉陷模拟和复耕率的边采边复时机的优选方法 |
CN106226764A (zh) * | 2016-07-29 | 2016-12-14 | 安徽理工大学 | 一种基于D‑InSAR的煤矿开采地沉陷区域的测定方法 |
WO2019223413A1 (zh) * | 2018-05-23 | 2019-11-28 | 东南大学 | 一种用于构建城市设计数字化沙盘的系统 |
CN110781257A (zh) * | 2019-09-04 | 2020-02-11 | 北京龙软科技股份有限公司 | 一种矿山开采地表移动变形预计分析系统 |
CN111274337A (zh) * | 2019-12-31 | 2020-06-12 | 北方信息控制研究院集团有限公司 | 一种基于实景三维的二三维一体化gis系统 |
CN111551932A (zh) * | 2020-03-16 | 2020-08-18 | 中国矿业大学 | 准确获取开采影响边界及确定建筑损害等级的方法 |
CN111750822A (zh) * | 2019-10-31 | 2020-10-09 | 河南理工大学 | 一种采煤诱发的覆岩与地表沉陷协同动态预测方法 |
-
2021
- 2021-02-02 CN CN202110144681.9A patent/CN112925865B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609782A (zh) * | 2012-01-10 | 2012-07-25 | 中国矿业大学(北京) | 基于采煤沉陷模拟和复耕率的边采边复时机的优选方法 |
CN106226764A (zh) * | 2016-07-29 | 2016-12-14 | 安徽理工大学 | 一种基于D‑InSAR的煤矿开采地沉陷区域的测定方法 |
WO2019223413A1 (zh) * | 2018-05-23 | 2019-11-28 | 东南大学 | 一种用于构建城市设计数字化沙盘的系统 |
CN110781257A (zh) * | 2019-09-04 | 2020-02-11 | 北京龙软科技股份有限公司 | 一种矿山开采地表移动变形预计分析系统 |
CN111750822A (zh) * | 2019-10-31 | 2020-10-09 | 河南理工大学 | 一种采煤诱发的覆岩与地表沉陷协同动态预测方法 |
CN111274337A (zh) * | 2019-12-31 | 2020-06-12 | 北方信息控制研究院集团有限公司 | 一种基于实景三维的二三维一体化gis系统 |
CN111551932A (zh) * | 2020-03-16 | 2020-08-18 | 中国矿业大学 | 准确获取开采影响边界及确定建筑损害等级的方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113390395A (zh) * | 2021-06-18 | 2021-09-14 | 河南省地质矿产勘查开发局测绘地理信息院 | 一种基于倾斜摄影的矿山恢复治理规划方法及系统 |
CN114151062A (zh) * | 2021-12-28 | 2022-03-08 | 中国铁建重工集团股份有限公司 | 基于web端臂架类施工作业装备状态监测方法 |
CN115170749A (zh) * | 2022-06-01 | 2022-10-11 | 山东翰林科技有限公司 | 基于Cesium的WEBGIS三维可视化构建方法及系统 |
CN115170749B (zh) * | 2022-06-01 | 2023-09-22 | 山东翰林科技有限公司 | 基于Cesium的WEBGIS三维可视化构建方法及系统 |
CN116150301A (zh) * | 2023-04-24 | 2023-05-23 | 北京中舆达信息科技有限公司 | 一种基于3DWebGIS的地表形变监测系统及方法 |
CN117725255A (zh) * | 2024-02-07 | 2024-03-19 | 成都深瑞同华科技有限公司 | Gis数据与cad数据的转换方法、装置、电子设备及存储介质 |
CN117725255B (zh) * | 2024-02-07 | 2024-04-30 | 成都深瑞同华科技有限公司 | Gis数据与cad数据的转换方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112925865B (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112925865B (zh) | 矿区地表移动变形3D WebGIS预计分析方法及系统 | |
US11222465B2 (en) | Embedded urban design scene emulation method and system | |
US11302072B2 (en) | System for constructing urban design digital sand table | |
Xu et al. | Combining IFC and 3D tiles to create 3D visualization for building information modeling | |
Ramiya et al. | Segmentation based building detection approach from LiDAR point cloud | |
CN108765567A (zh) | 一种用于构建城市设计数字化沙盘的系统 | |
CN116152461B (zh) | 地质建模方法、装置、计算机设备及计算机可读存储介质 | |
CN112686997B (zh) | 基于WebGIS的三维模型数据分析展示平台及方法 | |
CN113570275A (zh) | 基于bim和数字高程模型的水资源实时监测系统 | |
CN114820975B (zh) | 基于全要素参数符号化的三维场景仿真重构系统及方法 | |
CN107393008A (zh) | 全球地理框架不规则三角网金字塔建模系统及方法 | |
CN118229901A (zh) | 一种Cesium地图引擎下基于多源空间数据的三维可视化方法及系统 | |
Krooks et al. | WebGL visualisation of 3D environmental models based on finnish open geospatial data sets | |
CN103236083B (zh) | 基于立体影像库的实时三维测量方法 | |
CN117112711A (zh) | 一种实景三维地理信息系统及实现方法 | |
Pepe et al. | 4D geomatics monitoring of a quarry for the calculation of extracted volumes by tin and grid model: Contribute of UAV photogrammetry | |
Gao et al. | Research on the Application mode of UAV Remote Sensing Technology in Land Consolidation | |
Chen | 3D Visualization Model Simulation of Airport Clearance Based on Target Detection Algorithm | |
De Masi | From knowledge to complex representation interpretation of material systems, survey guidelines and reading criteria, multi-representations of 3D city models for Cultural Heritage | |
Hua et al. | Review of 3D GIS Data Fusion Methods and Progress | |
He | Analysis and application of digital campus 3D landscape modeling method | |
Kemeç et al. | Use of 3D visualization in natural disaster risk assessment for urban areas | |
Abdulhassan | Developing a three-dimensional city modeling with the absence of elevation data | |
Tian et al. | Spatial data integration of 3D GIS and visualization technology | |
Cheng et al. | Approach to constructing 3d virtual scene of irrigation area using multi-source data |
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 |